AI导哈

LinkedIn垃圾邮件过滤器

通过Beeper MCP检测LinkedIn垃圾邮件和推销消息，自动生成建议回复（法语/英语），并需要人工确认。

  • by manthis
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 manthis/linkedin-spam-filter

使用说明

🎯 openclaw技巧linkedin垃圾邮件过滤器

通过Beeper MCP检测LinkedIn垃圾邮件和潜在邮件。自动生成建议响应（FR/EN），并进行人工确认。

快速开始

git clone https://github.com/manthis/openclaw-skill-linkedin-spam-filter.git
cd openclaw-skill-linkedin-spam-filter

# Test detection locally
python3 scripts/linkedin-spam-filter.py --test-text "Hi, I have an exciting opportunity for you"

# Full check (requires Beeper MCP)
export BEEPER_SERVER="beeper"
python3 scripts/linkedin-spam-filter.py --dry-run --json

配置

变量 默认值 描述
BEEPER_SERVER beeper Beeper MCP服务器名称
LINKEDIN_ROOM_PATTERN linkedin 房间名称过滤器
SPAM_PATTERNS （内置） 检测正则表达式
RESPONSE_TEMPLATES （内置） JSON响应模板

⚠️ 安全： 切勿在配置文件中存储MCP令牌或凭据。

工作流程

  1. 检测 垃圾邮件通过 linkedin-spam-filter.py --json
  2. 审查 建议的回应
  3. 发送 响应通过 scripts/send-response.py --chat-id <ID> --message "<text>"
  4. 档案 自动（通过send-response.py完成）

⚠️ 重要提示： 在发送回复后始终存档聊天，以保持LinkedIn收件箱的整洁。

特性

  • 🔍 基于模式的前瞻性检测（FR+EN）
  • 💬 自动生成的响应建议
  • 🌍 语言自动检测（法语/英语）
  • 🛡️ 人在循环中——从不自动发送
  • 📊 用于自动化的JSON输出
  • 🧪 独立测试模式(--test-text)
  • 📥 响应后自动存档

需求

  • Python 3.8+
  • mcporter 带Beeper MCP的CLI（用于实时检查）

许可证

麻省理工学院

相关 MCP