用Python给自己搭了个私人AI助手，每天省下1小时

import imaplib
import email
from openai import OpenAI # 以OpenAI为例，实际可用国内API
import json

client = OpenAI(api_key="你的API密钥")

def process_unread_emails():
    # 1. 连接邮箱
    mail = imaplib.IMAP4_SSL('imap.qq.com')
    mail.login('你的邮箱', '你的授权码')
    mail.select('inbox')

    # 2. 获取未读邮件
    status, messages = mail.search(None, 'UNSEEN')
    email_ids = messages[0].split()

    for e_id in email_ids:
        # 3. 获取邮件内容
        status, msg_data = mail.fetch(e_id, '(RFC822)')
        email_body = msg_data[0][1]
        email_message = email.message_from_bytes(email_body)

        sender = email_message['From']
        subject = email_message['Subject']
        # 提取正文（简化处理）
        body = ""
        if email_message.is_multipart():
            for part in email_message.walk():
                if part.get_content_type() == "text/plain":
                    body = part.get_payload(decode=True).decode()
                    break
        else:
            body = email_message.get_payload(decode=True).decode()

        # 4. 调用大模型分析邮件
        prompt = f"""
        你是一个邮件助理。请分析以下邮件，并严格按JSON格式返回：
        1. 分类：['紧急工作'， '一般工作'， '通知订阅'， '垃圾推广']
        2. 核心内容摘要（不超过50字）
        3. 是否需要我行动（是/否），如果需要，提取具体待办事项。

        邮件发件人：{sender}
        邮件主题：{subject}
        邮件正文：{body}
        """
        try:
            response = client.chat.completions.create(
                model="gpt-4o-mini", # 可根据成本选择模型
                messages=[{"role": "user", "content": prompt}],
                response_format={ "type": "json_object" }
            )
            analysis = json.loads(response.choices[0].message.content)

            # 5. 根据分类执行操作
            category = analysis.get('分类')
            summary = analysis.get('核心内容摘要')
            todo = analysis.get('待办事项')

            if category == '紧急工作':
                print(f"[紧急] {subject} - {summary}")
                # 可以自动转发到飞书/钉钉，或添加到待办列表
                add_to_todo_list(subject, todo)
            elif category == '一般工作':
                print(f"[一般] {subject} - {summary}")
                # 标记为稍后处理
                mail.store(e_id, '+FLAGS', '\\Flagged')
            elif category == '垃圾推广':
                # 自动移动到垃圾箱或删除
                mail.store(e_id, '+FLAGS', '\\Deleted')
                print(f"已删除垃圾邮件：{subject}")

        except Exception as e:
            print(f"处理邮件出错：{e}")
        mail.expunge()
    mail.logout()

# 用系统定时任务（crontab）或 schedule 库，每30分钟运行一次

import os
from openai import OpenAI
import markdown # 用于处理md文件

client = OpenAI(api_key="你的API密钥")

def auto_summarize_documents(folder_path):
    all_content = ""
    # 1. 遍历文件夹，读取所有文本文件
    for filename in os.listdir(folder_path):
        if filename.endswith('.md') or filename.endswith('.txt'):
            filepath = os.path.join(folder_path, filename)
            with open(filepath, 'r', encoding='utf-8') as f:
                content = f.read()
                all_content += f"\n--- 文档：{filename} ---\n{content}\n"
        # 可以扩展支持 .docx, .pdf 等

    if not all_content:
        print("文件夹内没有文本文件。")
        return

    # 2. 调用大模型进行总结
    prompt = f"""
    你是一个专业的项目助理。以下是本周多个渠道的零散项目更新内容。
    请帮我：
    1. 提取所有项目的关键进展和里程碑。
    2. 识别出存在的风险或阻塞点。
    3. 生成一份结构清晰的【本周项目进展汇总】，包含：项目名称、本周完成、下周计划、风险提示。
    请直接输出汇总报告，不要额外解释。

    原始内容：
    {all_content[:15000]} # 防止超出token限制
    """
    try:
        response = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.2 # 降低随机性，让总结更稳定
        )
        summary = response.choices[0].message.content

        # 3. 保存总结报告
        with open('本周项目进展汇总.md', 'w', encoding='utf-8') as f:
            f.write(summary)
        print("本周项目进展汇总已生成！")
        return summary
    except Exception as e:
        print(f"总结文档时出错：{e}")

# 可以设定每周五下午5点自动运行

import requests
from bs4 import BeautifulSoup
from openai import OpenAI
import time

client = OpenAI(api_key="你的API密钥")
KEYWORDS = ['你的公司名', '竞品A', '行业关键词']

def monitor_news(urls):
    news_items = []
    for url in urls:
        try:
            resp = requests.get(url, timeout=10)
            soup = BeautifulSoup(resp.text, 'html.parser')
            # 假设新闻标题在 <h2 class='news-title'> 里，需根据实际网站调整
            titles = soup.find_all('h2', class_='news-title')
            for title_tag in titles[:5]: # 只看最新5条
                title = title_tag.get_text().strip()
                link = title_tag.find('a')['href'] if title_tag.find('a') else url
                # 简单关键词过滤
                if any(keyword.lower() in title.lower() for keyword in KEYWORDS):
                    news_items.append({'title': title, 'link': link})
        except Exception as e:
            print(f"抓取 {url} 失败：{e}")

    if news_items:
        # 让AI判断重要性并生成简报
        prompt = f"""
        以下是今天抓取到的可能与公司相关的新闻标题。
        请判断每条新闻的相关性和潜在影响（高/中/低），并生成一份不超过200字的监控简报。

        新闻列表：
        {str(news_items)}
        """
        try:
            response = client.chat.completions.create(
                model="gpt-4o-mini",
                messages=[{"role": "user", "content": prompt}]
            )
            briefing = response.choices[0].message.content
            # 发送到企业微信/钉钉/webhook
            send_notification(f"📰 每日信息简报\n{briefing}")
            print("监控简报已发送。")
        except Exception as e:
            print(f"生成简报出错：{e}")
    else:
        print("今日未发现相关新闻。")

# 设定每天上午10点运行