本文作者:实践哥MinLi(@MinLiBuilds)。版权归作者所有,未经授权禁止转载。
上半年,我花了2小时,给自己做了一个整理报销发票的 Skill。
它每个月会从几百封邮件里找发票、下载附件、去重、分类,最后生成一张报销表。以前每月要浪费两个小时的事,后来只用跟 AI 说拉一下发票。
那篇文章发出来以后,很多人问:
有没有一种办法,不装 Claude Code、不配 IMAP,也不用碰代码?
当时没有。AI 想处理邮件,你得先给它接邮箱、写脚本、保存授权码,还要处理 PDF、OFD 和各种外链。
最近我发现,这套流程可以重新写了——网易邮箱大师直接把 Agent 装进了邮箱里。
它叫 Mail Agent。
这次我想用同一个“月底整理发票”的任务试试:以前要自己做一个 Skill 的事,现在能不能直接交给邮箱?
整理发票的痛苦
每到月底,我都要在邮箱里搜索“发票”:
- 滴滴、12306 发来的可能是链接;
- 有的商家同时附上 PDF 和 OFD;
- 有的是公司抬头,有的是个人抬头;
- 同一张发票可能被转发过两次。
找到以后,还要逐张核对金额、判断类别,再填进 Excel。
所以我当时做了两个 Skill:一个负责从邮箱找发票,一个负责读取发票并生成清单。
它确实好用,但第一次配置并不轻松:开启 IMAP、生成邮箱授权码、配置运行环境,再把公司的报销规则告诉 AI。
Mail Agent 的优势很直接:它本来就在邮箱里面。
不用先想办法让 AI 看到邮件,也不用把几十封邮件复制给它。你只需要说清楚找什么、怎么整理、最后输出什么。
超级简单的版本
下载或更新到最新版 网易邮箱大师,点击右上角的 AI 图标,就能进入 Mail Agent。
我先给了它一个任务:
帮我找出【X 月 1 日到 X 月 31 日】收到的所有发票相关邮件,按交通、餐饮、住宿、办公用品和其他分类。列出邮件日期、发件人、发票抬头、金额和附件情况;无法确认的项目单独列出,不要自行猜测/
我特意加了三个限制:限定月份、规定字段、不确定就标记。这样它给出的不是泛泛总结,而是一份可以继续核对的报销清单。
【实测后补:检索了多少封邮件、识别出多少封发票邮件、耗时多久。】
第一轮结束后,我继续说:
下载所有的发票,这样所有的 pdf 均在一个文件夹了。
原来的流程是:
打开邮箱 → 搜关键词 → 逐封阅读 → 下载附件 → 人工分类 → 填 Excel → 算合计
现在变成:
说一句要求 → Mail Agent 整理 → 导出结果 → 人工复核
它省掉我大量的重复的复制、粘贴和归类。
它不只是关键词搜索,还带向量搜索
传统邮箱搜索主要靠关键词匹配。你搜“发票”,它就找正文或标题里出现“发票”的邮件;换一种说法,结果可能就漏了。搜索结束后,它只会告诉你“找到了 37 封”,仍然要自己逐封阅读。
Mail Agent 会把邮件内容拆成知识片段并进行向量化。简单说,就是把一段文字转换成一组能表示其含义的数字。提问时,它不是只检查有没有出现同一个词,而是会在向量空间里找“意思接近”的内容,再交给大模型归纳。
比如你问“上季度有哪些合作谈了但没继续推进”,相关邮件里未必出现“没推进”三个字,可能写的是“暂缓”“等待预算”或“下个月再联系”。关键词搜索很难一次找全,向量搜索则可以按语义把它们召回。
这也是 Mail Agent 能把邮箱变成知识库的关键:先用向量搜索从大量历史邮件中找到相关片段,再生成摘要、待办、时间线或表格。搜索负责找得准,大模型负责整理成结果。
它还能根据邮件生成文档或表格并保存到本地。以前看完十几封项目邮件,还要重新写周报;核完发票,还要把字段搬进 Excel。现在可以让它先做出一个结构化版本。
另外,Mail Agent 有行为准则和用户档案,它可以解决:
- 无法确认的信息不要猜;
- 个人抬头不计入报销合计;
- 每次保留日期、发件人和附件状态;
- 输出先给表格,再列待确认项目。
这些其实就是我以前写在 Skill 说明书里的规则,现在可以直接在邮箱里设置。
有了 Mail Agent,还需要自己做 Skill 吗?
还是需要,但不用什么都从头造。

我的选择会是:通用邮件任务先交给 Mail Agent,流程足够特殊再自己造工具。
以发票为例,查找邮件、汇总信息、生成表格可以先让 Mail Agent 做;如果还要自动打开外部链接、下载特殊格式附件,或者提交到公司的财务系统,自制 Skill 仍然更灵活。
下面是可以直接复制的报销命令
请整理【X 月 1 日至 X 月 31 日】收到的所有发票相关邮件。按交通、餐饮、住宿、办公用品和其他分类,提取邮件日期、发件人、发票抬头、销售方、发票号码、开票日期、价税合计和附件状态。请遵守以下规则: 个人抬头单独标记,不计入可报销合计; 疑似重复发票放在一起,不要重复计算; 无法确认的字段填写“待确认”,不要猜测; 按分类计算小计和总金额; 生成一份表格,并列出需要人工处理的邮件。
最后
之前做完发票 Skill 时,我觉得 AI 终于可以不只聊天,而是真的替我干活。
这次看到 Mail Agent,我更明显地感觉到:Agent 的普及,可能不是每个人都学会写 Agent,而是我们每天使用的软件开始自带 Agent。
以前打开邮箱,是为了找一封邮件。
现在可以直接给邮件指令。