recruit-email-monitor

招聘邮件监控系统 - 自动检查邮箱、记录到表格、飞书通知、每日简报

Install

openclaw skills install @haoxianniu528-bit/recruit-email-monitor

招聘邮件监控系统

自动监控多个邮箱的招聘相关邮件，记录到 Excel 表格，支持飞书实时通知和每日简报。

功能

自动检查: 每小时检查 QQ 邮箱、163 邮箱等
Agent 智能判定: 拉取未处理邮件信息后，由 Agent 逐封判断是否为招聘邮件（不再依赖脆弱的关键词匹配）
智能分类: 自动识别笔试/测评、面试、Offer、宣讲会、投递确认等类型
实时通知: 发现新邮件时立即发送飞书消息（由 Agent 汇报）
每日简报: 每天早上 9:00 汇总待处理邮件
超期自动归档: 收到超过 30 天的待处理邮件自动标记为已完成，不再进入简报
表格管理: 自动记录到 Excel，支持状态标记
投递记录进度表: 按公司记录投递/测评/各轮面试时间/结果/链接，由 Agent 每封邮件判定驱动更新（Agent 判断是否更新、更新到哪个阶段），只统计 2026-08-01 以来的记录
单文件双工作表: 邮件列表与投递进度合并在一个 Excel（招聘邮件汇总.xlsx），底部切换「招聘邮件汇总」/「投递记录进度表」两个 sheet 查看；状态栏/结果栏带下拉列表 + 条件格式（切换值自动变色）

工作原理（Agent 判定模式）

不再用关键词判断。每次检查分三步：

拉取: fetch-emails.py 连接邮箱，拉取未处理邮件（主题/发件人/日期/正文预览/链接），写入 scripts/pending_candidates.json（仅预过滤营销发件域名，不做关键词判定）
判定: Agent（主会话或子 agent）阅读候选，逐封判断是否为招聘邮件，结果写入 scripts/pending_judged.json
记录: record-emails.py 按判定结果把招聘邮件写入 Excel，并把所有已判定邮件标记为已处理

判定文件格式（pending_judged.json）

json

[
  {
    "id": 1,
    "verdict": "yes",
    "type": "面试",
    "deadline": "8月10日 23:59",
    "progress": {
      "update": true,
      "company": "中兴通讯",
      "position": "软件开发工程师",
      "stage": "一面",
      "time": "2026-08-11 10:56",
      "link": "https://...",
      "result": "⏳ 进行中",
      "note": "备注内容"
    },
    "reason": "中兴通讯面试通知，更新为一面"
  }
]

verdict 为 no 时只需 id + reason。progress 字段说明：

update: false 表示该邮件不更新进度表（宣讲会/宣传/重复通知等）
stage 可选：投递 | 测评 | 一面 | 二面 | 三面 | HR面 | Offer | 结果
time 缺省时用邮件日期；link 仅当表格为空时写入；note 追加到备注（保留用户手动内容）
岗位/备注/自定义结果列保留用户手动填写，不覆盖

快速开始

1. 创建本地配置

复制示例配置并填写你的邮箱账号（QQ/163 使用授权码，不是登录密码）与飞书目标：

bash

cp scripts/config.example.json scripts/config.json

json

{
  "email_accounts": [
    {
      "name": "QQ 邮箱",
      "user": "your_qq@qq.com",
      "password": "your_auth_code",
      "host": "pop.qq.com",
      "port": 995
    }
  ],
  "feishu_target": "user:YOUR_FEISHU_USER_ID"
}

⚠️ config.json 包含真实凭据，已加入 .gitignore，不会随 Skill 发布到 ClawHub。

3. 设置定时任务

使用 OpenClaw 的 cron 系统（每小时检查，Agent 判定）+ 系统 crontab（每日简报，直发飞书）。每小时检查使用 isolated 会话 + announce 投递，不要用 main 会话 systemEvent（依赖 heartbeat，且脚本内调用 openclaw message send 会因会话文件锁而失败）：

text

每小时整点（OpenClaw cron，isolated agentTurn + announce → 飞书）：
1) python3 scripts/fetch-emails.py 拉取未处理邮件候选
2) Agent 逐封判断是否为招聘邮件，写入 scripts/pending_judged.json
3) python3 scripts/record-emails.py 记录结果到表格
4) 有新邮件/紧急事项才汇报；无则回复 NO_REPLY 静默

每天早上 9:00（系统 crontab，不经过 LLM）：
/usr/bin/python3 /home/erhao/.openclaw/skills/recruit-email-monitor/scripts/email-daily-briefing.py
脚本直接调飞书开放平台 API 发送简报，无 Agent 参与，永不因 LLM 超时失败

💡 为什么每日简报不走 OpenClaw cron？ 2026-08-10 起迁移：简报任务本质是"脚本生成文本 + 转发"，不需要 LLM 判断，但 agentTurn 模式每次都要调 LLM（DeepSeek 高峰期排队可致 900s 超时、任务整体失败）。改用系统 crontab 直接跑脚本，脚本内用 send_via_feishu_api() 直发飞书（凭据在 config.json），彻底消除 LLM 依赖。每小时检查的 Agent 判定环节是语义判断，必须保留 LLM。

⚠️ 如 DeepSeek 主模型不可用，每小时检查任务已配置 fallback：deepseek-v4-flash → astron-code-latest（讯飞）→ deepseek-chat。

⚠️ 两个任务均已配置 fallback：deepseek-v4-flash → astron-code-latest（讯飞）→ deepseek-chat，DeepSeek 高峰期主模型超时/失败时自动切换。

脚本说明

fetch-emails.py

功能: 连接邮箱，拉取未处理邮件候选（主题/发件人/日期/正文预览/链接），写入 pending_candidates.json。只预过滤营销发件域名（Humble Bundle/IEEE/领英等），不做关键词判定。

运行频率: 建议每小时一次（由 Agent 流程调用）

输出: scripts/pending_candidates.json（候选列表）

判定环节（Agent）

读取 pending_candidates.json，逐封判断是否为招聘邮件，输出 scripts/pending_judged.json。判定依据：发件人是否为招聘系统/企业 HR、内容是否为投递/笔试/面试/测评/Offer 流程等。

record-emails.py

功能: 根据 pending_judged.json 判定结果，把招聘邮件写入 Excel，并更新 processed_emails.json 去重列表（yes/no 都会标记已处理，避免重复拉取）。保存后自动调用 apply-progress-updates.py 应用 Agent 的进度表更新指令。

运行频率: 每次判定完成后立即执行

输出: 更新 Excel 表格 + 增量更新投递记录进度表

apply-progress-updates.py

功能: 读取 pending_judged.json 中 Agent 给出的 progress 指令，增量更新投递记录进度表（只更新指定行/字段，不重建）。由 record-emails.py 在记录邮件后自动调用。

运行频率: 每次判定完成后立即执行（record-emails.py 自动调用）

规则: 只处理 2026-08-01 以来的邮件；公司名优先用 progress.company；岗位/备注/自定义结果保留用户手动内容；update:false 或未给 progress 的邮件不更新。

build-progress-table.py

功能: 从总表「招聘邮件汇总」sheet 全量重建「投递记录进度表」sheet，只统计 2026-08-01 以来的邮件（用户 8 月开始投秋招正式批）。按公司分组邮件，自动提取投递时间、测评时间、一面/二面/三面/HR面时间、结果、投递链接、最近动态；保留用户手动填写的投递岗位、备注和自定义结果。

⚠️ 日常更新不要跑这个脚本：Agent 增量更新（apply-progress-updates.py）已智能判断轮次，全量重建会覆盖 Agent 的轮次判断。本脚本仅用于初始化/修复进度表：

bash

python3 scripts/build-progress-table.py

输出: /home/erhao/shared/招聘邮件汇总.xlsx 的「投递记录进度表」sheet（同一文件，与邮件列表切换查看）

email-daily-briefing.py

功能: 汇总待处理邮件，生成日报并保存到 /home/erhao/shared/招聘邮件每日简报.txt，打印完整简报内容

超期自动归档: 运行时会先把收到时间超过 STALE_DAYS（默认 30 天）的待处理邮件标记为 ✅ 已完成（超期自动归档），归档后不再出现在简报中，并在简报中提示本次归档数量

运行频率: 每天早上 9:00（系统 crontab 直接调用，脚本直发飞书 API，不经过 LLM/Agent）

发送方式: 默认通过飞书开放平台 API 直发（send_via_feishu_api()，用 config.json 中的 feishu_app_id/feishu_app_secret 获取 tenant_access_token 后调 im/v1/messages），同时保存文件 + 打印全文。环境变量：BRIEFING_SEND_API=0 关闭直发；BRIEFING_SEND_CLI=1 启用旧 CLI 发送（仅会话空闲时手动用）。

email-heartbeat-check.py（已弃用）

旧版关键词匹配脚本，已由 Agent 判定模式取代，保留为 email-heartbeat-check.keyword-version.py 供参考。

邮件分类规则（Agent 判定后归类）

类型	典型场景
笔试/测评	在线笔试、测评邀请
面试	面试邀请、面试通知
Offer/录用	offer、录用、签约、三方
宣讲会	宣讲会、说明会、open day
投递确认	投递成功、简历确认
其他招聘相关	其他招聘流程邮件

表格结构

状态	说明
⏳ 待处理	未处理
✅ 已完成	手动标记完成
✅ 已完成（超期自动归档）	收到超过 30 天自动归档

命令行示例

bash

# 1. 拉取未处理邮件候选
python3 scripts/fetch-emails.py

# 2. （Agent）读取 scripts/pending_candidates.json 并判断，写入 scripts/pending_judged.json

# 3. 按判定结果记录到表格
python3 scripts/record-emails.py

# 4. 手动生成简报
python3 scripts/email-daily-briefing.py

# 查看表格
open /home/erhao/shared/招聘邮件汇总.xlsx

注意事项

邮箱授权码: QQ/163 邮箱需要使用授权码，不是登录密码
表格路径: 确保 Excel 文件路径正确，首次运行会自动创建
判定成本: 每小时候选邮件通常不多；若单次候选过多（>40 封），脚本会自动截断，可考虑用子 agent 分担判定
营销域名预过滤: NOISE_DOMAINS 列表可继续补充，减少无效候选

故障排查

问题: 没有检测到新邮件

检查邮箱授权码是否正确
查看 fetch-emails.py 拉取输出和 pending_candidates.json
确认邮件是否已被标记处理（processed_emails.json）

问题: 判定遗漏或误判

检查邮件正文预览是否完整（HTML 邮件可能提取不到正文）
补充 NOISE_DOMAINS 过滤营销发件人
判定标准由 Agent 掌握，可在判定时给出明确理由

问题: 表格写入失败

检查文件路径权限
确保 Excel 文件未被其他程序占用

recruit-email-monitor

Install

招聘邮件监控系统

功能

工作原理（Agent 判定模式）

判定文件格式（pending_judged.json）

快速开始

1. 创建本地配置

3. 设置定时任务

脚本说明

fetch-emails.py

判定环节（Agent）

record-emails.py

apply-progress-updates.py

build-progress-table.py

email-daily-briefing.py

email-heartbeat-check.py（已弃用）

邮件分类规则（Agent 判定后归类）

表格结构

命令行示例

注意事项

故障排查

相关文件

Related skills