updated email processor

MEMORY.md

@@ -43,17 +43,29 @@ _这份文件记录持续性项目和重要状态，跨会话保留。_
 ### 3. 邮件自动处理系统
 **状态**: 运行中  
 **创建**: 2026-02-27  
+**更新**: 2026-03-05（基于学习机制优化）
 **配置**:
 - 目录: `~/.openclaw/workspace/scripts/email_processor/`
 - Cron: 每天 08:30 / 17:00（PST）
 - Runner: uv + isolated subagent
 - LLM: Ollama (kamekichi128/qwen3-4b-instruct-2507)
+- 置信度阈值: 85%（需要同一发件人+标签组合至少9次一致决策才自动执行）
 
-**功能**:
+**工作原理**:
-- 自动扫描未读邮件并用 AI 分类
+1. **LLM 分类**: 对每个未读邮件，LLM 建议一个操作（delete/archive/keep/mark_read）并分配 3-5 个标签
-- 学习用户决策，逐渐提高自动化率
+2. **置信度计算**: 基于历史决策匹配 `(发件人邮箱, 标签)` 签名，计算该操作的历史一致率
-- 高置信度邮件自动删除/归档，低置信度进队列
+3. **阈值判断**: 
-- 当前处于学习期（1/20 决定）
+   - 置信度 ≥ 85% → 自动执行操作
+   - 置信度 < 85% → 加入待处理队列等待人工审核
+
+**关键概念**: 
+- 没有固定的学习期，置信度随历史积累逐步增长
+- 每个匹配历史决策增加 10% 置信度上限（1次匹配=10%，9次=90%）
+- 新/未知发件人从 50% 起步
+
+**Tag 分类（14个）**: receipt, billing, shipping, promotion, newsletter, security, social, reminder, confirmation, alert, personal, account, subscription, travel
+
+**今日处理**: 10封邮件，用户决策6次 delete、4次 keep，系统正在学习中
 
 ---
 

TOOLS.md

@@ -78,28 +78,38 @@ agent-browser close
 ### Email Processor 邮件自动处理
 
 **目录**: `~/.openclaw/workspace/scripts/email_processor/`
+**文档**: `README.md`（完整使用说明和标签更新流程）
 
 **核心用法**:
 ```bash
-./email-processor.sh scan                    # 扫描未读邮件并自动处理
+./email-processor.sh scan                    # 扫描未读邮件
-./email-processor.sh scan --recent 7         # 扫描最近7天的邮件
+./email-processor.sh scan --recent 7         # 扫描最近7天
-./email-processor.sh scan --dry-run          # 只分析不执行（测试用）
+./email-processor.sh scan --dry-run          # 测试模式（不执行）
 ./email-processor.sh review list             # 查看待处理队列
-./email-processor.sh review accept           # 接受所有AI建议
+./email-processor.sh review accept           # 接受所有建议
-./email-processor.sh review 1 delete         # 手动处理第1封（删除）
+./email-processor.sh review 1 delete         # 处理第1封（删除）
-./email-processor.sh stats                   # 查看处理统计
+./email-processor.sh stats                   # 查看统计
 ```
 
-**工作原理**:
+**置信度机制**:
-- 使用本地 Ollama (Qwen3) 分析邮件内容
+- **阈值**: 85%（`config.json` 中 `automation.confidence_threshold`）
-- 学习用户决策，逐渐提高自动化率
+- **计算方式**: 基于 `(发件人邮箱, 标签)` 签名匹配历史决策
-- 前20个决定为学习期（阈值95%），之后正常阈值75%
+- **增长规则**: 每个匹配增加 10% 上限（9次一致决策达到85%+）
-- 高置信度邮件自动删除/归档，低置信度进队列等待人工审核
+- **起步**: 新/未知发件人从 50% 开始
+
+**标签分类（14个）**:
+`receipt, billing, shipping, promotion, newsletter, security, social, reminder, confirmation, alert, personal, account, subscription, travel`
+
+**何时需要更新标签**:
+- 某发件人处理10+次后仍进队列（置信度<85%）
+- 同一发件人历史决策不一致（有时删有时留）
+- 详见 `README.md` 的 "Refining the Tag Taxonomy" 章节
 
 **重要文件**:
-- `data/decision_history.json` — 决策历史（用于学习）
+- `config.json` — Ollama 配置和自动化阈值
+- `data/decision_history.json` — 决策历史（学习数据）
 - `data/pending_emails.json` — 待处理队列
-- `logs/` — 每日处理日志
+- `logs/` — 处理日志
 
 ---