nmail-app 0.1.0__tar.gz

nmail_app-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Nmail contributors
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

nmail_app-0.1.0/PKG-INFO

@@ -0,0 +1,105 @@
+Metadata-Version: 2.4
+Name: nmail-app
+Version: 0.1.0
+Summary: AI 驱动的本地聚合邮箱客户端 · 本地优先 · 隐私自持
+License: MIT
+Keywords: email,imap,smtp,ai,local-first
+Requires-Python: >=3.11
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: fastapi>=0.115
+Requires-Dist: uvicorn>=0.30
+Requires-Dist: platformdirs>=4.0
+Requires-Dist: openai>=1.50
+Requires-Dist: httpx>=0.27
+Requires-Dist: imap-tools>=1.5
+Requires-Dist: beautifulsoup4>=4.12
+Requires-Dist: markdown>=3.6
+Requires-Dist: nh3>=0.2
+Requires-Dist: apscheduler>=3.10
+Requires-Dist: python-multipart>=0.0.9
+Dynamic: license-file
+
+# Nmail
+
+AI 驱动的本地聚合邮箱客户端 · 本地优先 · 隐私自持 · MIT 开源。
+
+你只管看信、写信、拍板；AI 负责分类、过滤噪音、预先写好草稿、每天给你汇报。数据全部留在本机，AI 用你自己的 OpenAI 兼容 API key（也可指向 Ollama / LM Studio 实现 100% 本地推理），纯 IMAP/SMTP 客户端，不自建任何邮件服务。
+
+> 产品方案与路线图见 [docs/PRODUCT_PLAN.md](docs/PRODUCT_PLAN.md)。当前进度：**P4 打磨**。
+
+## 快速开始
+
+三种方式任选：
+
+**① 单文件可执行（零依赖，双击即用）**
+
+到 [Releases](../../releases) 下载对应平台文件（Windows: `nmail-windows-x64.exe`）双击运行，自动打开浏览器。
+
+- Windows 可能弹 SmartScreen 提示（未签名）：点「更多信息 → 仍要运行」
+- macOS 首次运行需右键 → 打开（未公证）；Linux：`chmod +x nmail-linux-x64` 后直接运行
+
+**② 一条命令（PyPI + uv，推荐日常使用）**
+
+安装 [uv](https://docs.astral.sh/uv/getting-started/installation/) 后执行：
+
+```bash
+uvx --from nmail-app nmail
+```
+
+uv 自动准备 Python 运行时，无需手动安装 Python / Node。也可 `pip install nmail-app` 后直接运行 `nmail`（PyPI 发行名为 `nmail-app`——`nmail` 已被第三方占用；命令名与产品名不变）。
+
+**③ 源码开发**
+
+要求：Python 3.11+、Node.js 18+。
+
+```bash
+# 1. 后端依赖
+python -m venv .venv
+# Windows:
+.venv\Scripts\pip install -r backend/requirements.txt
+# macOS / Linux:
+# source .venv/bin/activate && pip install -r backend/requirements.txt
+
+# 2. 前端构建
+cd frontend && npm install && npm run build && cd ..
+
+# 3. 启动（自动打开浏览器）
+python run.py
+```
+
+浏览器访问 http://127.0.0.1:8720 —— 首次使用请到「设置 → AI 配置」新增配置档案（Base URL + API Key + 模型名，可保存多套随时切换），点「测试连接」验证。
+
+## 自行打包
+
+```bash
+bash scripts/sync_frontend.sh                       # 构建前端并同步进 Python 包
+.venv/Scripts/pip install pyinstaller               # 依赖已在 requirements 内
+.venv/Scripts/pyinstaller nmail.spec                # 产出 dist/nmail 单文件（Windows 为 nmail.exe）
+```
+
+或只构建 wheel：`pip wheel . -w dist`。发布 PyPI 后用户即可 `uvx nmail`。打 `v*` tag 时 CI（`.github/workflows/release.yml`）自动完成 wheel 发布与三平台二进制。
+
+## 开发模式
+
+```bash
+# 后端热重载
+cd backend && ../.venv/Scripts/python -m uvicorn app.main:app --reload --port 8720
+
+# 前端 dev server（/api 已代理到 8720）
+cd frontend && npm run dev   # http://localhost:5173
+```
+
+## 数据与隐私
+
+- 数据目录遵循各平台标准位置（Windows: `%LOCALAPPDATA%\Nmail`），可用环境变量 `NMAIL_DATA_DIR` 覆盖。
+- `nmail.db`：邮件与索引（SQLite，后续版本）；`secrets.json`：AI API key 等密钥。
+- 服务仅绑定 `127.0.0.1`；API key 不回传前端；使用云端 AI 端点时邮件正文会发送到该端点，指向本地端点（Ollama 等）则 0 外发。
+
+## 技术栈
+
+Python 3.11+ · FastAPI · SQLite (WAL + FTS5) · APScheduler ｜ React 18 · Vite · TypeScript · Tailwind CSS · ECharts（摘要可视化）
+
+## 许可证
+
+[MIT](LICENSE)

nmail_app-0.1.0/README.md

@@ -0,0 +1,83 @@
+# Nmail
+
+AI 驱动的本地聚合邮箱客户端 · 本地优先 · 隐私自持 · MIT 开源。
+
+你只管看信、写信、拍板；AI 负责分类、过滤噪音、预先写好草稿、每天给你汇报。数据全部留在本机，AI 用你自己的 OpenAI 兼容 API key（也可指向 Ollama / LM Studio 实现 100% 本地推理），纯 IMAP/SMTP 客户端，不自建任何邮件服务。
+
+> 产品方案与路线图见 [docs/PRODUCT_PLAN.md](docs/PRODUCT_PLAN.md)。当前进度：**P4 打磨**。
+
+## 快速开始
+
+三种方式任选：
+
+**① 单文件可执行（零依赖，双击即用）**
+
+到 [Releases](../../releases) 下载对应平台文件（Windows: `nmail-windows-x64.exe`）双击运行，自动打开浏览器。
+
+- Windows 可能弹 SmartScreen 提示（未签名）：点「更多信息 → 仍要运行」
+- macOS 首次运行需右键 → 打开（未公证）；Linux：`chmod +x nmail-linux-x64` 后直接运行
+
+**② 一条命令（PyPI + uv，推荐日常使用）**
+
+安装 [uv](https://docs.astral.sh/uv/getting-started/installation/) 后执行：
+
+```bash
+uvx --from nmail-app nmail
+```
+
+uv 自动准备 Python 运行时，无需手动安装 Python / Node。也可 `pip install nmail-app` 后直接运行 `nmail`（PyPI 发行名为 `nmail-app`——`nmail` 已被第三方占用；命令名与产品名不变）。
+
+**③ 源码开发**
+
+要求：Python 3.11+、Node.js 18+。
+
+```bash
+# 1. 后端依赖
+python -m venv .venv
+# Windows:
+.venv\Scripts\pip install -r backend/requirements.txt
+# macOS / Linux:
+# source .venv/bin/activate && pip install -r backend/requirements.txt
+
+# 2. 前端构建
+cd frontend && npm install && npm run build && cd ..
+
+# 3. 启动（自动打开浏览器）
+python run.py
+```
+
+浏览器访问 http://127.0.0.1:8720 —— 首次使用请到「设置 → AI 配置」新增配置档案（Base URL + API Key + 模型名，可保存多套随时切换），点「测试连接」验证。
+
+## 自行打包
+
+```bash
+bash scripts/sync_frontend.sh                       # 构建前端并同步进 Python 包
+.venv/Scripts/pip install pyinstaller               # 依赖已在 requirements 内
+.venv/Scripts/pyinstaller nmail.spec                # 产出 dist/nmail 单文件（Windows 为 nmail.exe）
+```
+
+或只构建 wheel：`pip wheel . -w dist`。发布 PyPI 后用户即可 `uvx nmail`。打 `v*` tag 时 CI（`.github/workflows/release.yml`）自动完成 wheel 发布与三平台二进制。
+
+## 开发模式
+
+```bash
+# 后端热重载
+cd backend && ../.venv/Scripts/python -m uvicorn app.main:app --reload --port 8720
+
+# 前端 dev server（/api 已代理到 8720）
+cd frontend && npm run dev   # http://localhost:5173
+```
+
+## 数据与隐私
+
+- 数据目录遵循各平台标准位置（Windows: `%LOCALAPPDATA%\Nmail`），可用环境变量 `NMAIL_DATA_DIR` 覆盖。
+- `nmail.db`：邮件与索引（SQLite，后续版本）；`secrets.json`：AI API key 等密钥。
+- 服务仅绑定 `127.0.0.1`；API key 不回传前端；使用云端 AI 端点时邮件正文会发送到该端点，指向本地端点（Ollama 等）则 0 外发。
+
+## 技术栈
+
+Python 3.11+ · FastAPI · SQLite (WAL + FTS5) · APScheduler ｜ React 18 · Vite · TypeScript · Tailwind CSS · ECharts（摘要可视化）
+
+## 许可证
+
+[MIT](LICENSE)

nmail_app-0.1.0/backend/app/ai/digest.py

@@ -0,0 +1,167 @@
+"""每日摘要生成。
+
+统计部分零成本（本地 SQL + Python 分桶）；AI 只写一段综述，未配置 AI 时摘要依然可用。
+"""
+from __future__ import annotations
+
+import json
+import logging
+from collections import Counter
+from datetime import date, datetime, timedelta, timezone
+
+from app.ai import tasks
+from app.core.sync import add_notification
+from app.db.database import get_conn
+
+logger = logging.getLogger(__name__)
+
+CATEGORIES = ("work", "personal", "notification", "verification", "promo", "social")
+
+
+def _to_local_dt(iso: str | None) -> datetime | None:
+    if not iso:
+        return None
+    try:
+        dt = datetime.fromisoformat(iso)
+        if dt.tzinfo is None:
+            dt = dt.replace(tzinfo=timezone.utc)
+        return dt.astimezone()
+    except ValueError:
+        return None
+
+
+def _collect_stats() -> dict:
+    conn = get_conn()
+    now_local = datetime.now().astimezone()
+    today = now_local.date()
+    week_ago = today - timedelta(days=6)
+
+    rows = conn.execute(
+        "SELECT e.id, e.account_id, e.subject, e.sender_name, e.sender_email, e.date,"
+        " e.is_read, e.archived_local, e.category, e.importance, e.needs_reply, e.reply_reason,"
+        " a.email AS account_email, a.color AS account_color"
+        " FROM emails e JOIN accounts a ON a.id = e.account_id"
+        " WHERE e.date >= ? OR e.date IS NULL"
+        " ORDER BY e.date DESC",
+        ((week_ago - timedelta(days=1)).isoformat(),),
+    ).fetchall()
+
+    new_today = unread = auto_archived_today = 0
+    by_category: Counter = Counter()
+    trend: Counter = Counter()
+    by_account: dict[int, dict] = {}
+    for row in rows:
+        dt = _to_local_dt(row["date"])
+        account = by_account.setdefault(row["account_id"], {
+            "email": row["account_email"],
+            "color": row["account_color"],
+            "count": 0,
+            "unread": 0,
+        })
+        if not row["is_read"] and not row["archived_local"]:
+            unread += 1
+            account["unread"] += 1
+        if row["archived_local"] and row["category"] == "promo":
+            auto_archived_today += 1
+        if dt and dt.date() == today:
+            new_today += 1
+            account["count"] += 1
+            if row["category"]:
+                by_category[row["category"]] += 1
+        if dt and week_ago <= dt.date() <= today and not row["archived_local"]:
+            trend[dt.date().isoformat()] += 1
+
+    # 需要回复（未归档、未回复过）：已发送草稿视为已回复
+    sent_ids = {
+        r["email_id"] for r in conn.execute(
+            "SELECT DISTINCT email_id FROM drafts WHERE status = 'sent'"
+        ).fetchall()
+    }
+    need_reply = []
+    important = []
+    for row in rows:
+        if row["archived_local"]:
+            continue
+        item = {
+            "email_id": row["id"],
+            "subject": row["subject"],
+            "sender": row["sender_name"] or row["sender_email"],
+            "date": row["date"],
+        }
+        if row["needs_reply"] and row["id"] not in sent_ids:
+            need_reply.append({**item, "reason": row["reply_reason"] or "", "has_draft": _has_draft(row["id"])})
+        if row["importance"] in ("critical", "high") and row["category"] != "promo":
+            important.append({**item, "category": row["category"], "importance": row["importance"],
+                              "reason": row["reply_reason"] or ""})
+
+    important.sort(key=lambda x: (x["importance"] != "critical", x["date"] or ""), reverse=False)
+
+    return {
+        "date": today.isoformat(),
+        "overview": {
+            "new_today": new_today,
+            "unread": unread,
+            "auto_archived": auto_archived_today,
+            "need_reply": len(need_reply),
+        },
+        "by_category": {c: by_category.get(c, 0) for c in CATEGORIES},
+        "trend": [
+            {"day": (week_ago + timedelta(days=i)).isoformat(),
+             "count": trend.get((week_ago + timedelta(days=i)).isoformat(), 0)}
+            for i in range(7)
+        ],
+        "by_account": list(by_account.values()),
+        "need_reply": need_reply[:20],
+        "important": important[:10],
+    }
+
+
+def _has_draft(email_id: int) -> bool:
+    row = get_conn().execute(
+        "SELECT 1 FROM drafts WHERE email_id = ? AND status IN ('pending','sent') LIMIT 1",
+        (email_id,),
+    ).fetchone()
+    return bool(row)
+
+
+def _ai_overview(stats: dict) -> str:
+    lines = [f"今日新邮件 {stats['overview']['new_today']} 封，未读 {stats['overview']['unread']} 封，"
+             f"自动归档营销 {stats['overview']['auto_archived']} 封。"]
+    if stats["by_category"]:
+        cats = "、".join(f"{k} {v} 封" for k, v in stats["by_category"].items() if v)
+        lines.append(f"分类分布：{cats}。")
+    if stats["need_reply"]:
+        lines.append("需要回复：" + "；".join(
+            f"{i['sender']}的「{i['subject'][:30]}」（{i['reason'][:20]}）" for i in stats["need_reply"][:5]))
+    if stats["important"]:
+        lines.append("重要邮件：" + "；".join(
+            f"「{i['subject'][:30]}」" for i in stats["important"][:5]))
+    user = "以下是今日邮箱统计数据，请写一段 3-5 句的中文每日综述，突出最需要用户注意的事（验证码、账单、截止日期、重要来信）。只输出综述本身。\n\n" + "\n".join(lines)
+    try:
+        return tasks.digest_overview(user)
+    except Exception as exc:  # noqa: BLE001 — 综述失败不影响结构化摘要
+        logger.warning("digest ai overview failed: %s", exc)
+        return ""
+
+
+def build_digest(force: bool = False) -> dict:
+    today = date.today().isoformat()
+    conn = get_conn()
+    if not force:
+        existing = conn.execute(
+            "SELECT content_json FROM digest_history WHERE date = ?", (today,)
+        ).fetchone()
+        if existing:
+            return json.loads(existing["content_json"])
+
+    stats = _collect_stats()
+    stats["ai_overview"] = _ai_overview(stats)
+    conn.execute(
+        "INSERT INTO digest_history (date, content_json) VALUES (?, ?)"
+        " ON CONFLICT(date) DO UPDATE SET content_json = excluded.content_json,"
+        " created_at = datetime('now')",
+        (today, json.dumps(stats, ensure_ascii=False)),
+    )
+    conn.commit()
+    add_notification("digest", "今日邮件摘要已生成", "到「每日摘要」页查看", today)
+    return stats

nmail_app-0.1.0/backend/app/ai/llm.py

@@ -0,0 +1,105 @@
+"""OpenAI 兼容客户端。
+
+base_url 可指向任意 OpenAI 兼容端点（OpenAI / DeepSeek / Ollama / LM Studio 等）；
+api_key 为空时使用占位符，以兼容 Ollama 等不校验密钥的本地服务。
+"""
+from __future__ import annotations
+
+import time
+
+import httpx
+from openai import OpenAI
+
+# 按阶段收紧超时：connect 5s、读写 15s，坏端点/断网时快速失败而非长时间挂起
+AI_TIMEOUT = httpx.Timeout(15.0, connect=5.0)
+
+
+def build_client(base_url: str, api_key: str | None, timeout: httpx.Timeout = AI_TIMEOUT) -> OpenAI:
+    return OpenAI(
+        base_url=base_url or None,
+        api_key=api_key or "EMPTY",
+        timeout=timeout,
+        max_retries=0,
+    )
+
+
+def chat(base_url: str, model: str, api_key: str | None,
+         system: str, user: str, **kwargs) -> tuple[str, dict]:
+    """单轮对话，返回 (回复文本, 用量 dict)。"""
+    messages = [
+        {"role": "system", "content": system},
+        {"role": "user", "content": user},
+    ]
+    return chat_messages(base_url, model, api_key, messages, **kwargs)
+
+
+def chat_messages(base_url: str, model: str, api_key: str | None,
+                  messages: list[dict], max_tokens: int = 2000,
+                  temperature: float = 0.3) -> tuple[str, dict]:
+    """多轮对话，返回 (回复文本, {prompt_tokens, completion_tokens})。"""
+    client = build_client(base_url, api_key)
+    resp = client.chat.completions.create(
+        model=model,
+        messages=messages,  # type: ignore[arg-type]
+        max_tokens=max_tokens,
+        temperature=temperature,
+    )
+    usage = {
+        "prompt_tokens": getattr(resp.usage, "prompt_tokens", 0) or 0,
+        "completion_tokens": getattr(resp.usage, "completion_tokens", 0) or 0,
+    }
+    content = resp.choices[0].message.content or "" if resp.choices else ""
+    return content, usage
+
+
+def iter_deltas(base_url: str, model: str, api_key: str | None,
+                messages: list[dict], usage_out: dict | None = None,
+                max_tokens: int = 2000, temperature: float = 0.3):
+    """流式对话：逐段 yield 文本增量；支持时在最后一个 chunk 回填 token 用量。"""
+    client = build_client(base_url, api_key)
+    stream = client.chat.completions.create(
+        model=model,
+        messages=messages,  # type: ignore[arg-type]
+        max_tokens=max_tokens,
+        temperature=temperature,
+        stream=True,
+        stream_options={"include_usage": True},
+    )
+    for chunk in stream:
+        if usage_out is not None and getattr(chunk, "usage", None) is not None:
+            usage_out["prompt_tokens"] = getattr(chunk.usage, "prompt_tokens", 0) or 0
+            usage_out["completion_tokens"] = getattr(chunk.usage, "completion_tokens", 0) or 0
+        if chunk.choices:
+            delta = chunk.choices[0].delta
+            content = getattr(delta, "content", None)
+            if content:
+                yield content
+
+
+def test_connection(base_url: str, model: str, api_key: str | None) -> dict:
+    """发送一个极小请求，验证端点 / 密钥 / 模型名是否可用。"""
+    started = time.perf_counter()
+    try:
+        client = build_client(base_url, api_key)
+        resp = client.chat.completions.create(
+            model=model,
+            messages=[{"role": "user", "content": "Reply with the single word: pong"}],
+            max_tokens=10,
+            temperature=0,
+        )
+        latency_ms = int((time.perf_counter() - started) * 1000)
+        return {
+            "ok": True,
+            "model": model,
+            "reply": (resp.choices[0].message.content or "").strip(),
+            "latency_ms": latency_ms,
+            "error": None,
+        }
+    except Exception as exc:  # 网络 / 鉴权 / 模型名错误统一转为友好结果
+        return {
+            "ok": False,
+            "model": model,
+            "reply": None,
+            "latency_ms": int((time.perf_counter() - started) * 1000),
+            "error": str(exc),
+        }

nmail_app-0.1.0/backend/app/ai/profiles.py

@@ -0,0 +1,84 @@
+"""AI 配置档案（多模型 / 多 API Key）。
+
+档案存 settings 表（JSON 数组），密钥存 secrets.json（ai_profile_key:{id}）；
+密钥永不回传前端，接口只返回 api_key_set 布尔值。
+旧版单配置（ai_base_url / ai_model / ai_api_key）在首次读取时自动迁移为「默认」档案，
+历史密钥原样搬运，老用户无感。
+"""
+from __future__ import annotations
+
+from app.db.database import get_setting, set_setting
+from app.security import get_secret, has_secret, set_secret
+
+PROFILES_KEY = "ai_profiles"
+ACTIVE_KEY = "active_profile_id"
+LEGACY_SECRET_KEY = "ai_api_key"
+
+DEFAULT_PROFILE_ID = "default"
+
+
+class ProfileNotConfigured(Exception):
+    """无可用档案，或档案不完整（缺 Base URL / 模型名）。"""
+
+
+def secret_key(profile_id: str) -> str:
+    return f"ai_profile_key:{profile_id}"
+
+
+def ensure_migrated() -> None:
+    """旧单配置 → 「默认」档案；幂等，只在档案数据缺失时执行一次。"""
+    if get_setting(PROFILES_KEY) is not None:
+        return
+    profiles = [
+        {
+            "id": DEFAULT_PROFILE_ID,
+            "name": "默认",
+            "base_url": (get_setting("ai_base_url", "") or "").strip(),
+            "model": (get_setting("ai_model", "") or "").strip(),
+        }
+    ]
+    set_setting(PROFILES_KEY, profiles)
+    set_setting(ACTIVE_KEY, DEFAULT_PROFILE_ID)
+    legacy = get_secret(LEGACY_SECRET_KEY)
+    if legacy and not has_secret(secret_key(DEFAULT_PROFILE_ID)):
+        set_secret(secret_key(DEFAULT_PROFILE_ID), legacy)
+
+
+def list_profiles() -> list[dict]:
+    ensure_migrated()
+    return get_setting(PROFILES_KEY, [])
+
+
+def save_profiles(profiles: list[dict]) -> None:
+    set_setting(PROFILES_KEY, profiles)
+
+
+def get_active_id() -> str | None:
+    ensure_migrated()
+    return get_setting(ACTIVE_KEY, None)
+
+
+def set_active_id(profile_id: str | None) -> None:
+    set_setting(ACTIVE_KEY, profile_id)
+
+
+def resolve(profile_id: str | None = None) -> dict:
+    """取目标档案：显式指定 > 激活档案 > 第一个；无档案时抛 ProfileNotConfigured。"""
+    profiles = list_profiles()
+    if not profiles:
+        raise ProfileNotConfigured("未配置 AI 端点，请在 设置-AI 配置 中添加")
+    wanted = profile_id or get_active_id()
+    for p in profiles:
+        if p["id"] == wanted:
+            return p
+    return profiles[0]
+
+
+def resolve_config(profile_id: str | None = None) -> tuple[str, str, str | None]:
+    """返回 (base_url, model, api_key)；档案不完整时抛 ProfileNotConfigured。"""
+    p = resolve(profile_id)
+    base_url = (p.get("base_url") or "").strip()
+    model = (p.get("model") or "").strip()
+    if not base_url or not model:
+        raise ProfileNotConfigured(f"AI 配置「{p.get('name')}」不完整，请补全 Base URL 和模型名")
+    return base_url, model, get_secret(secret_key(p["id"]))

nmail_app-0.1.0/backend/app/ai/prompts.py

@@ -0,0 +1,61 @@
+"""AI 任务的提示词模板。
+
+约定：所有需要结构化输出的任务都要求模型只输出纯 JSON，不包裹代码块。
+"""
+
+CLASSIFY_SYSTEM = """你是邮件分类助手。对给定的每封邮件输出分类结果，只输出纯 JSON 数组，不要任何其他文字。
+
+每封邮件输出一个对象：
+{"id": <原样返回的邮件 id>, "category": "<六选一>", "importance": "<四选一>", "needs_reply": <布尔>, "reason": "<不超过20字的中文理由>"}
+
+category 六选一：
+- work：工作/业务往来，需要人处理的正式通信
+- personal：亲友等个人来信
+- notification：系统通知（订单、账单、部署、安全提醒等自动发送）
+- verification：验证码/一次性密码
+- promo：营销/推广/订阅通讯/广告
+- social：社交网络通知（点赞、关注、评论）
+
+importance 四选一：critical（验证码、紧急、账单扣款、安全）、high（明确需要行动或有截止日期）、normal、low（营销、可忽略）。
+
+needs_reply 判断：对方明确提问/请求/等待答复才为 true；通知、验证码、营销一律 false。
+reason 用中文，说明关键依据。"""
+
+CLASSIFY_USER_TEMPLATE = """请分类以下 {count} 封邮件：
+
+{emails}"""
+
+DRAFT_SYSTEM = """你是邮件回复助手，替用户起草回复。要求：
+1. 语言：跟随来信的语言（中文来信用中文回复，英文来信用英文回复）
+2. 风格：简洁、专业、礼貌，像真实的工作邮件，不啰嗦不堆砌
+3. 只输出邮件正文本身（Markdown 格式），不要主题行、不要称呼"亲爱的用户"式套话之外的任何解释
+4. 开头有合适的称呼（如来信人名字），结尾不签名（系统会自动处理）
+5. 直接回应来信中的问题/请求；如果来信信息不足，礼貌地提出需要澄清的问题"""
+
+DRAFT_USER_TEMPLATE = """请以 {my_email} 的身份，给以下来信写一封回复草稿。
+
+来信信息：
+- 发件人：{sender}（{sender_email}）
+- 主题：{subject}
+- 日期：{date}
+
+来信正文：
+{body}"""
+
+CHAT_SYSTEM = """你是 Nmail 的邮件助手，基于用户提供的邮件上下文回答问题。
+要求：用中文回答（用户明确要求其他语言时除外）；简洁准确；引用邮件内容时注明发件人；
+不知道就说不知道，不要编造邮件里不存在的内容。"""
+
+WRITE_OPS = {
+    "polish": "润色这段文字，保持原意和语言，修正语病，让它更通顺专业",
+    "formal": "把这段文字改写得更正式、更礼貌，保持语言不变",
+    "casual": "把这段文字改写得更轻松随意一些，保持语言不变",
+    "shorten": "把这段文字压缩到一半左右的长度，保留核心信息，保持语言不变",
+    "expand": "把这段文字适当扩充，补充合理的细节和过渡，保持语言不变",
+    "translate_zh": "把这段文字翻译成中文",
+    "translate_en": "把这段文字翻译成英文",
+}
+
+WRITE_USER_TEMPLATE = """{instruction}：
+
+{text}"""