b2b-tender-mail

招标/询价邮件抓取归档 — 用 IMAP 只读把时间窗口内的业务邮件连同附件按天归档,支持增量监控与补附件

SKILL.md

GitHub

B2B 招标邮件抓取归档

把邮箱里的招标 / 询价邮件连同附件只读抓下来,按天归档。只负责「抓下来」,不负责「整理成询价单」(那是 b2b-tender-processing)。

输入

  • 邮箱 IMAP 配置(用户在 mail_accounts.json 里填写,从示例文件复制)
  • 时间窗口:今天 / 近 N 天 / 增量
  • 落盘根目录(建议用户显式给绝对路径)

输出

  • <落盘根目录>/<日期>/<日期>_<主题>.txt:邮件正文与元信息
  • <落盘根目录>/<日期>/<日期>_<主题>_附件/:附件
  • 近 N 天模式额外按「询价 / 招标」分目录
  • 一份统计:抓取数、附件数、跳过数与原因、输出目录

处理方式

语言:脚本输出支持中英双语 —— 用户用英文对话时加 --lang en (或设 TRADE_LANG=en),默认中文。

脚本 用途 触发场景
fetch_recent.py 近 N 天补抓(默认 2 天),按主题分类 首次配置后、停机回来、查漏
monitor_inbox.py 增量监控,无新邮件静默 挂定时任务日常跑
backfill_attachments.py 只补缺失附件 早期只记了附件名、没下本体

三者共用 tender_mail_core.py:配置加载、增量过滤、黑名单、BODY.PEEK 拉取、解析、落盘、MD5 去重。

落盘规则

  • 同天同主题两封邮件 → 第二封文件名加 _<UID>,不互相覆盖。
  • 附件按内容 MD5 去重,同内容只留一份;同名不同内容加序号。
  • 正文内联小图(Content-ID 或 inline 的图片)不进附件目录。
  • 文件名里的非法字符(/ \ : * ? " < > | 与控制字符)写入前替换成 _。

使用限制

  • 只支持 IMAP(含 IMAP over SSL);不支持仅提供网页版或专属 API 的邮箱。
  • 只选收件箱,不处理其它文件夹。
  • 不解析邮件正文里的表格 / 附件内容 —— 那属于后续整理步骤。