🤖 Agents IA

email-agent-builder

Construction d'agents de gestion d'emails incluant tri, réponse automatique, extraction et classification.

⚡ Installation & lancement en 1 commande

Copiez-collez dans votre terminal : le skill s'installe dans ~/.claude/skills et Claude Code se lance directement dessus.

macOS / Linux
curl -fsSL https://raw.githubusercontent.com/khalilbenaz/claude-skills-collection/main/install.sh | sh -s -- email-agent-builder --launch
Windows (PowerShell)
iex "& { $(iwr -useb https://raw.githubusercontent.com/khalilbenaz/claude-skills-collection/main/install.ps1) } email-agent-builder -Launch"

🚀 Déjà installé ?

claude "/email-agent-builder"

Ou tapez /email-agent-builder dans une session Claude Code, ou décrivez simplement votre besoin — le skill se déclenche automatiquement via le skill-router.

🔑 Déclencheurs automatiques

Le skill s'active automatiquement quand votre demande contient :

email agentagent emailtri automatiqueréponse automatique email

📦 Installation manuelle

git clone https://github.com/khalilbenaz/claude-skills-collection.git cp -r claude-skills-collection/agent-skills/email-agent-builder ~/.claude/skills/

Source : agent-skills/email-agent-builder

📖 Manuel

Email Agent Builder

Workflow

  1. Connecter les sources email — Configurer l'accès aux boîtes mail via IMAP, Microsoft Graph API (Outlook/Exchange) ou Gmail API. Implémenter l'authentification OAuth 2.0 pour un accès sécurisé. Gérer les webhooks ou le polling pour la détection de nouveaux messages en temps réel.
  2. Parser et normaliser les emails — Extraire les métadonnées (expéditeur, destinataires, sujet, date, pièces jointes). Parser le contenu HTML et texte brut. Gérer les encodages (UTF-8, ISO-8859). Nettoyer les signatures, disclaimers et historique de conversation pour isoler le contenu pertinent.
  3. Classifier les emails — Implémenter un pipeline de classification multi-labels : catégorie (support, commercial, RH, facturation), urgence (critique, haute, normale, basse), intention (demande, réclamation, information, confirmation). Utiliser un LLM ou un modèle fine-tuné sur les données historiques.
  4. Extraire les informations structurées — Identifier et extraire les entités clés : noms, dates, montants, numéros de référence, adresses. Détecter les pièces jointes importantes (factures, contrats, documents). Structurer les données extraites en JSON pour l'intégration avec les systèmes métier (CRM, ERP).
  5. Générer les réponses automatiques — Concevoir des templates de réponse par catégorie. Utiliser un LLM pour personnaliser les réponses en fonction du contexte et du ton de l'email original. Implémenter un système de validation humaine (draft review) avant l'envoi pour les réponses critiques.
  6. Orchestrer les workflows de traitement — Définir les règles de routage : assignation à un agent humain, transfert vers un département, escalade automatique sur les urgences. Déclencher des actions dans les outils tiers (créer un ticket Jira, mettre à jour Salesforce, notifier sur Slack).
  7. Implémenter les garde-fous — Configurer les limites de confiance : en dessous d'un seuil, router vers un humain. Bloquer l'envoi automatique pour les emails sensibles (juridique, financier). Implémenter un système de feedback loop pour améliorer la classification continuellement.
  8. Monitorer et optimiser — Suivre les métriques clés : taux de classification correcte, temps de traitement moyen, taux d'intervention humaine. Analyser les erreurs de classification pour enrichir les données d'entraînement. Générer des rapports hebdomadaires de performance de l'agent.

Règles