核心用法
Gmail Secretary（代号 Alan）是一套面向学生群体的 Gmail 收件箱分流与草稿辅助工作流。它通过 gog CLI 工具获取邮件，利用 Haiku 轻量 LLM（通过 sessions_spawn 调用）对邮件进行智能分类，自动应用用户友好的标签体系（如 Urgent、Needs Reply、School、Clubs 等），并生成回复草稿与待办摘要。整个流程由多个 Shell 脚本串联：
triage-and-draft.sh：拉取收件箱并提取摘要写入 JSON- 分类 Agent：读取摘要、执行分类、输出标签结果
apply-labels.sh：将分类结果同步至 Gmail 标签build-voice-reference.sh：从已发邮件中提取写作风格参考
显著优点
1. 零自动发送风险：架构设计明确禁止自动发信，仅生成草稿，用户拥有最终决策权。
2. 轻量模型降本增效：采用 Haiku 而非 GPT-4 级别模型处理分类任务，速度快、成本低，适合高频收件箱场景。
3. 学生场景深度定制：内置 Stanton College Prep 语境（IB/AP、FBLA、Mayo Clinic 项目等），分类准确率高于通用方案。
4. 可审计的缓存机制：所有中间产物（摘要、标签、草稿队列）均以明文 JSON/Markdown 留存，便于复查与调试。
5. 风格继承：通过 Sent 邮件采样建立 voice reference，使草稿回复更符合用户个人表达习惯。
潜在缺点与局限
- 依赖外部 CLI 工具：
gog为第三方 Gmail CLI，若 Google API 策略变更或工具停更，整套工作流将失效。 - 本地化部署门槛：需维护 Shell 环境、缓存目录权限及
sessions_spawn运行时，对非技术用户不够友好。 - Haiku 的推理深度：轻量模型在复杂语义消歧（如 sarcasm、隐晦 urgency）上可能弱于 Claude 3.5 Sonnet 等更强模型。
- 隐私边界模糊：邮件摘要经 LLM 处理，虽为轻量模型，但敏感内容仍存在云端传输暴露风险。
适合人群
- 学生用户：尤其是 IB/AP 课程、多社团活动、科研项目并行的重度邮件使用者。
- 技术向效率控：熟悉命令行、愿意维护本地脚本栈的进阶用户。
- 隐私敏感但愿折中者：接受轻量云端模型处理摘要，但拒绝完全托管 SaaS 方案。
常规风险
| 风险类别 | 说明 |
|---------|------|
| **API 凭证泄露** | `gog` 需 OAuth 或应用密码，若 `~/.config/gog` 或环境变量配置不当，存在令牌泄露风险。 |
| **误分类导致遗漏** | Haiku 对边缘场景判断失误，可能将 Urgent 邮件标为 Read Later，需人工复核 digest。 |
| **草稿污染** | 若 voice reference 采样偏差，生成的草稿可能出现语气不当，需逐条审阅。 |
| **缓存文件残留** | 邮件摘要 JSON 若未定期清理，可能在本地磁盘形成敏感信息堆积。 |
安全认证摘要（占位）
本报告由系统自动生成占位，仅用于简介提取，未执行安全扫描。实际部署前建议补充静态代码审查、gog 依赖审计及 OAuth 最小权限验证。