Odpisywanie na rutynowe e-maile pochłania godziny, ale pełna automatyzacja wydaje się ryzykowna, bo jedna błędnie wysłana wiadomość trafia prosto do klienta. Ten agent czyta każdy przychodzący wątek, pisze szkic w Twoim tonie i czeka, aż człowiek go zatwierdzi.
sonnet4 dniIMAPSMTPClaudePostgreSQL
Claude
65ROI
85Scale
$4.1k95Saved
ROI for
README.md
Dlaczego ten subagent
Odpisywanie na rutynowe e-maile pochłania godziny, ale pełna automatyzacja wydaje się ryzykowna, bo jedna błędnie wysłana wiadomość trafia prosto do klienta. Ten agent czyta każdy przychodzący wątek, pisze szkic w Twoim tonie i czeka, aż człowiek go zatwierdzi.
Szkice trafiają na Slacka z przyciskami Zatwierdź i Edytuj. Nic nie wychodzi, dopóki człowiek nie powie tak. Zatwierdzone odpowiedzi wychodzą przez SMTP i są logowane, więc zachowujesz ślad audytowy: kto, co i kiedy wysłał.
Jak działa
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Pobierz historię wątku oraz pasujący rekord klienta, aby dostarczyć modelowi kontekst potrzebny do sformułowania odpowiedzi.
pending
Wygeneruj wersję roboczą odpowiedzi i opublikuj ją na kanale Slack z przyciskami Zatwierdź i Edytuj.
pending
Wyślij zatwierdzoną wersję przez SMTP i zapisz ostateczny tekst w PostgreSQL powiązany z wątkiem.
pending
Przykładowe wyjście
json
// Sample output
// (generated when the pipeline finishes)
Draft a reply to the incoming email; return JSON with subject, body, and a confidence score from 0 to 1.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.