腾讯开源Agently Mail:为 AI 智能体打造独立邮件身份

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

随着 AI 智能体技术快速落地,大量企业和开发者开始用 AI 自动处理办公邮件、对接客户、整理工作资料,但落地过程中始终绕不开两大棘手难题。

如果直接开放个人邮箱权限给 AI 智能体,等同于把私人账单、私密沟通记录、企业机密全盘交付给大模型。一旦 AI 逻辑偏移、遭遇恶意提示词注入攻击,个人与企业隐私会直接暴露,安全隐患极大;若为每一个 AI 智能体单独开通企业邮箱账号,多智能体并行使用时成本会持续走高,账号权限、消息分流的运维工作也会变得繁杂低效。

针对行业普遍存在的邮件安全与成本痛点,腾讯 QQ 邮箱团队推出开源项目 Agently Mail,核心定位是专为 AI 智能体打造的独立邮件服务,简单来说就是给每一个 AI 分配专属的邮件数字身份,全程和人类私人邮箱数据完全分隔,从根源规避隐私泄露风险。

一、Agently Mail 到底是什么?

它是腾讯面向开发者开源的 AI 智能体专用邮件基础设施,采用宽松友好的 Apache-2.0 开源协议,开发者可自由查看、二次迭代底层代码。 每一个 AI 智能体都能生成专属独立邮箱地址,统一使用agent.qq.com专属后缀,这套邮件服务与个人 QQ 邮箱物理隔离运行。AI 可自主完成收信、阅读、检索、发信、回复转发、附件上传下载全流程操作,但全程无法访问使用者的任何私人邮件内容。 项目配套官方站点agent.qq.com,完整源码托管于 GitHub 平台,同时已完成腾讯 SkillHub 生态上架,市面上绝大多数主流 AI 智能体框架均可无缝兼容接入。

二、七大完整功能,覆盖全场景邮件办公需求

项目封装了完整标准化邮件操作能力,无需开发者自主从零开发邮件接口:

微信一键扫码授权:省去复杂账号密码配置流程,微信扫码即可快速开通 AI 专属邮箱,授权链路简洁安全;

多维度邮件分类筛选:支持区分收件箱、已发送、回收站、垃圾邮件四大文件夹,还可结合时间区间、未读状态、是否携带附件等条件精准过滤邮件;

全格式邮件内容解析:自动提取邮件正文、收发件人、抄送信息、附件元数据,同时兼容纯文本与 HTML 富文本两种格式;

多条件组合检索:支持关键词、发件人、时间范围、附件标记多重条件叠加搜索,快速定位目标邮件;

标准化邮件发送能力:完整支持收件、抄送、密送三种发送模式,富文本正文编辑,单封邮件最多可附带 3 份附件;

上下文连贯回复转发:自动保留原始邮件对话上下文,支持一键回复全部联系人或转发邮件,对话逻辑不割裂;

超大附件智能处理:识别超规格大文件后,系统自动生成临时下载链接提供给 AI,避免文件传输卡顿、存储超限问题。

三、三层硬核安全防护,直击 AI 邮件最大风险点

安全是 AI 处理邮件的核心考量,Agently Mail 设计了三重隔离防护机制,全方位规避各类安全事故:

1.数据物理完全隔离

AI 专属邮箱为独立服务集群,和个人邮箱底层数据完全分割。即便 AI 遭到恶意指令入侵、程序失控,受影响范围仅局限于该智能体自身邮箱,不会牵连使用者私人信件、企业核心数据。

2.独创两阶段人工确认机制,杜绝 AI 误发敏感内容

所有发信、删除、转发等会修改数据的操作,AI 无法自主直接执行。AI 会先整理邮件内容生成操作摘要并发起确认请求,必须经过使用者手动确认后,邮件指令才会正式执行,彻底规避 AI 理解偏差乱发邮件引发的公关、隐私事故。

3.内置提示词注入拦截体系

当 AI 读取携带恶意控制指令的钓鱼邮件时,系统会将邮件正文仅识别为纯文本数据,不会将内容解析为操控大模型的运行指令,从底层阻断恶意指令劫持 AI 的风险。

四、横向对比海外同类产品,国内开发者适配优势显著

目前全球共有三款主流 AI 专属邮箱工具,综合适配性、成本、网络环境对比后,Agently Mail 更贴合国内开发场景:

Agently Mail(腾讯):微信扫码低门槛接入,永久免费开源,国内网络无访问限制,独有两层人工确认安全机制,适配国内企业数字化、个人 AI 工具开发;

AgentMail(海外 YC 孵化项目):需要手动配置 API 与 SDK,按账号阶梯收费,国内访问存在网络壁垒,安全校验逻辑需要开发者自行编写;

Mail4Agent:全程付费使用,接入配置流程繁琐,未针对国内网络环境优化,仅适合海外跨平台开发场景。

五、五大高频落地场景,适配企业与个人日常 AI 办公需求

完成接入后,使用者仅通过自然语言指令,就能驱动 AI 完成全套邮件处理工作,覆盖绝大多数办公场景:

批量邮件自动汇总:指令 AI 读取近期全部邮件,逐条生成简短内容摘要,快速批量掌握全部工作消息;

多条件精准检索邮件:指定联系人、时间、关键词、附件等多重条件,让 AI 快速筛选出目标邮件;

带附件安全发送邮件:告知 AI 邮件主题、正文内容与本地附件,AI 会主动弹出人工确认窗口,用户核准后再发送邮件;

上下文智能客服回信:读取客户投诉、业务咨询类邮件,自动撰写贴合场景的回复文案,完整保留原有对话脉络;

超大附件自动归档:识别邮件内大容量视频、压缩包附件,自动生成下载链路,完成文件本地保存。

六、总结

当下 AI 智能体已经跳出单纯对话聊天的局限,逐步转变为可自主完成办公事务的数字员工,Agently Mail 恰好补齐了 AI 缺少独立通信身份的行业短板。 依托 QQ 邮箱多年沉淀的成熟底层服务,搭配微信免密授权、双层数据隔离、永久免费开源三大核心优势,大幅降低国内开发者搭建邮件自动化 AI 工具的门槛。无论是开发企业自动化办公系统、智能客服机器人,还是搭建个人自用 AI 助手,这款开源项目都具备极高的落地价值。 项目完整源码已托管至 GitHub,感兴趣的开发者可以前往收藏研读,快速搭建专属 AI 邮件处理能力。

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

别再让PyCharm吃光你的C盘!保姆级教程:安全迁移config、plugins和remote sources到D盘

本文提供了一份详细的PyCharm配置与缓存文件迁移指南,帮助开发者将config、plugins和remote sources等占用大量C盘空间的文件安全转移到D盘。通过修改data.properties文件和正确迁移顺序,确保PyCharm功能不受影响,同时释放宝贵的系统盘空间。

weixin_28836989的博客 423

炸裂!大模型 Agent 终于有了独立邮箱:腾讯开源 Agently Mail 深度详解与实战

腾讯QQ邮箱团队推出开源项目Agently Mail,专为AI Agent设计的独立邮箱服务,解决传统方案的安全与协作痛点。该服务赋予Agent专属邮箱身份,支持完整邮件操作(收发、搜索、附件管理等),同时通过三大安全机制实现与用户邮箱的物理隔离:独立邮箱后缀、两阶段确认机制(需人工审核发送操作)、Prompt注入防护。相比海外竞品,Agently Mail凭借微信扫码授权、完全免费、国内网络友好等优势,更适合国内开发者和企业智能化场景。

Kant2048的博客 3271

SAP 关于WPS上传文件提示“文档中不包含数据“ 和“程序正在运行中“处理办法

最近这一周经常有用户反馈,使用WPS上传文件系统报错,一直提示“程序正在运行中”,另外在导入数据的时候提示"文档中不包含数据",跟进运维过程中遇到的这两种情况,分享一下处理的办法,如果各位更好的办法也可以给我留言分享。

我小时候很黑的博客 2855

给你的 AI Agent 开一个专属邮箱——Agently Mail 接入实战

这篇文章介绍了QQ邮箱推出的AI专属邮箱服务Agently Mail,主要特点和优势如下: 专为AI Agent设计,与个人邮箱完全隔离,确保隐私安全 提供独立身份,支持AI自主注册第三方平台、收发邮件等操作 支持通过MCP协议接入主流AI平台,如Codex、Claude Code等 操作简单,通过微信扫码即可完成实名认证和授权 适用场景包括自动处理发票、订阅管理、求职投递、订单处理等重复性任务 提供数据隔离和安全保障,防止误操作和个人信息泄露 Agently Mail为AI Agent提供了独立身份验证和

2301_80117363的博客 1922

S4 Hana SD -信贷管理 - 02

在S4版本中,客户的信用管理数据在事务代码BP维护,业务伙伴角色是UKM000。在维护过程中,我们并不能直接输入信贷控制范围这个组织架构,而是需要输入一个信用段,并且在信用段的维度下去维护相应信用管理数据。对于信用段,可以分为主信用段(信用段是0000)和其他临时信用段,我们可以通过配置把次级信用段的客户信贷负债汇总到主信用段。当然,在后台也有配置,会把信用段和信贷控制范围这两者进行关联.3.2SPROIMG > 财务供应链管理 > 信用管理 > 信贷风险监视 > 主数据 > 创建信用段。

weixin_46525734的博客 1967

开关电源|控制方式PWM、PFM、混合调制

频率调制器根据误差放大器的输出大小来改变方波信号的频率,若负载电流突然增加,输出电压 Vout随之下降,反馈电压 VFB 减小,此时误 差放大器的输出增高,频率调制器输出方波信号的频率增大,增加电感充电次数;若负载电流突然增加,输出电压Vom随之下降,反馈电压Vr减小,此时误差放大器的输出增高,PWM比较器输出方波信号的占空比增大,增加电感充电时间:若负载电流突然下降,PWM比较器输出方波信号的占空比减小,减少电感充电时间,从而稳定输出电压。它是在固定开关频率下,通过改变脉冲宽度来调节占空比的。

weixin_46969363的博客 1万+

QQ 邮箱 Agently Mail 内测初体验:给 AI Agent 一张数字身份证

腾讯QQ邮箱推出Agently Mail服务,为AI Agent提供专属的@agent.qq.com邮箱地址,标志着AI数字身份的重要进展。本文记录了双账号配置过程,将Claude Code和Hermes两个AI平台分别接入独立邮箱,并测试了Agent收发邮件、信息摘要和双Agent通信等场景。虽然存在CLI单Token限制等内测阶段问题,但验证了Agent间通信的可行性,为未来A2A(Agent-to-Agent)交互奠定了基础。该服务为AI提供了独立数字身份,是AI基础设施的重要补充。

time_is_hang的博客 1320

Audio2Face进阶玩法:结合LiveLink在UE5中实现MetaHuman全身动画+语音驱动(保姆级配置指南)

本文提供了一份详尽的保姆级教程,指导如何将NVIDIA Audio2Face与Unreal Engine 5的LiveLink功能结合,实现驱动MetaHuman数字人面部表情的同时,无缝融合身体动画。文章详细讲解了从环境准备、插件部署、基础面部驱动测试,到动画蓝图高级配置与多数据流融合的全流程,并分享了性能优化与问题排查的实战经验,旨在帮助创作者打造表情与肢体动作协调统一的生动数字人。

q9w8e7r6t5的博客 197

腾讯 Agently Mail 体验:给 AI Agent 配上专属邮箱,5 分钟上手

腾讯推出Agently Mail专为AI Agent设计的独立邮箱服务,与个人邮箱物理隔离,提供专属@agent.qq.com地址。接入流程简洁,三步完成安装配置,支持主流AI平台。其安全架构采用物理隔离、两阶段确认机制和Prompt注入防护,适用于发票报销、订阅摘要、订单对账等场景。相比竞品,Agently Mail在国内更具优势,但内测阶段存在配额限制、兼容性等问题。该服务为AI Agent提供了安全的数字身份,是目前国内最低门槛的Agent邮箱方案。

日常爱喝茶,闲时聊科技 790

【WRF数据准备】土地利用数据-MODIS MCD12Q1数据下载及制备

【WRF数据准备】MODIS静态地理数据下载及制备

WW、forever的博客 3413

白话讲解帕累托前沿点(Pareto Frontier)基础知识与实例解析

排除所有“劣解”,缩小决策范围;量化目标间的“权衡关系”(如“每增加1千元成本,续航提升多少小时”);支持不同场景下的个性化选择,平衡冲突目标。无论是手机选购、汽车设计,还是城市规划,帕累托前沿都是从“混乱的多目标”到“清晰的权衡”的关键桥梁,是现代决策科学中不可或缺的工具。通过数学建模,工程很多问题都可以建模成帕累托前沿求解问题,通过线性规划CPLEX、Gurobi 等优化工具,可以方便进行求解。

2138

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 231

在 SAP BTP ABAP 环境中构建多租户应用:从架构到实战

ABAP多租户应用架构解析 本文详细介绍了SAP BTP中ABAP环境的多租户应用架构,重点阐述了其核心组件及协作机制。在云原生SaaS模式下,多租户架构使多个客户能共享同一套ABAP平台,同时保持数据和配置隔离。架构包含三层:平台与子账户层、多租户应用与平台服务层(含Approuter、ABAP Solution service、XSUAA等核心组件)、ABAP系统与租户层。文章深入分析了各组件功能,包括Approuter的路由机制、ABAP Solution service的自动资源调度、XSUAA的安

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 214

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 410

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 2万+

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 251

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 506

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 202

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 560

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 578

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 92

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 284

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 645

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 339

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 216
下一篇: AI Agent爆发之后,普通程序员需要学习哪些新技能?
普通网友
博客等级 码龄118天 1粉丝 10原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值