围绕 AI agent 的讨论在今年年初迅速升温。 随之反复出现的一个主题是：agent 需要上下文，而大多数重要的上下文并没有存储在任何可供你查询的地方。 它存在于决策、例外情况，以及将一个事件与另一个事件连接起来的推理之中 — 这些信息过去只存在于人们的脑海里，如今必须存放在智能体能够访问的某个地方。
一个有趣的例外是电子邮件。 这里是多年来的决策、关系、未完结的对话、合同和引荐不断积累的唯一地方，而且无需任何人特意记得把它们写下来。 对大多数专业人士来说，它是他们拥有的最丰富的上下文存储 — 而直到现在，它几乎完全无法被 AI agent 看见。
Spark CLI 改变了这一点。 它是一个命令行界面，让 AI agent 能够访问你的收件箱、联系人、日历和会议笔记，从 Spark Desktop 的本地数据存储中读取信息，并适用于所有主要电子邮件提供商。 我们从第一天起就推出两个访问层级：Read 对所有人免费，而 Triage 包含在每个 Spark Pro 方案中。
这里有一种巧妙的对称。最早的电子邮件是通过命令行发送的。到了 80 年代，图形用户界面（GUI）出现，并从此塑造了人们处理电子邮件的方式——工具栏、侧边栏、点击操作。
而智能体并不需要这些。它们天生就理解命令。命令行曾是电子邮件最初的界面，事实证明，它也正是智能体所偏好的界面。
一次设置——覆盖所有账户
Spark CLI 会连接到你已添加到 Spark 的每个账户 — Gmail、Outlook、Exchange、iCloud、Yahoo，以及任何 IMAP 或 EWS 账户 — 并通过单一界面将它们开放出来。 你可以直接在 Spark 中管理设置，为每个账户设置访问权限和许可。
连接到你偏好的 agent 非常简单。 我们采用了平台无关的方法，因此 Spark CLI 可与 Claude、Cursor、Codex、OpenClaw、Google Antigravity 等平台配合使用。
你的数据，你选择的模型
Spark CLI 从 Spark Desktop 的本地数据存储中读取。 这是 Spark 的构建方式所带来的结果，也是 CLI 从一开始就得以实现的原因。
这种架构意味着你可以选择模型。 将 CLI 指向 Claude、GPT、Gemini — 或来自 Ollama 或 LM Studio 的本地模型 — 电子邮件内容就会发送给相应提供商进行处理。
不只是内容，更是上下文
大多数电子邮件连接器会把你的收件箱当作一堆扁平的文本。 智能体会获得一组邮件 ID 和一个搜索端点。 从那里开始，它必须读取所有内容、判断哪些人重要，并在每次查询时从零开始重建上下文。
这种方式会错过收件箱中最有价值的东西：叠加在邮件之上的判断层。 哪些会话串是你因为重要而置顶的。 哪些对话是你标记为优先的。 对于大多数专业人士来说，这一层最接近一份已捕获的记录，记录着注意力和决策在多年工作中实际如何流动。
Spark 已经为这一层建立了索引。 Spark CLI 将它开放出来：
- 智能收件箱和类别 — 个人、优先、通知、新闻通讯、邀请 — 让 agent 知道什么是真正的会话串，什么只是收据。
- 置顶和优先标记 — 这些是你多年来用来标示重要事项的信号。
- Gatekeeper 状态 — 已接受发件人与已屏蔽发件人，让 agent 不会在你已经排除的垃圾邮件上浪费哪怕一个 token。
- 共享收件箱分配 — 谁该回复、谁在处理什么、还有什么尚未分配。
- 标签、会话串和联系人关系 — 将扁平邮箱转变为可用数据集的一切。
这意味着你可以向 agent 提出一个一般性问题，而不是关键词完全匹配的查询，并快速找到你真正需要的内容。 模型会把 token 花在完成工作上，而不是重建上下文上。
语义搜索运行在 Spark 的 AI Assistant 上，因此你需要启用 Spark +AI 和 Assistant，才能让你的 agent 访问这种更丰富的上下文。 （收件箱索引在本地进行，并且不会使用 Spark 中的任何 AI token。） 语义搜索受方案限制 — Free 可搜索一个月历史记录，Plus 和 Premium 可搜索一年，Pro 不限 — 而原始关键词搜索面向所有人开放，并且没有历史记录限制。
Read 访问权限：会知晓的 agent
Spark CLI 目前提供两个权限级别：Read 和 Triage。 Read 访问权限适用于所有 Spark 方案。 它会为你的智能体提供对邮件、联系人、日历和会议笔记的安全只读访问权限 — 它无法发送邮件，也无法对你的收件箱执行操作。
一旦 agent 能够看到你的收件箱一直在汇编的上下文，你就能得到任何记录系统都无法提供的问题答案。 "上个月与 Acme 的会话串中，我们对定价做了什么决定？谁参加了通话？" 你的 agent 会提取会话串、列出参与者、找到作出决定的那次会议，并总结达成的共识。
Read 模式让“活的 wiki”和“第二大脑”用例变得切实可行。 决策日志、利益相关者简报、会议准备、重建项目历史 — 这些过去需要滚动浏览一小时、再发三条 Slack 消息的工作，现在只需一个提示即可完成。 而且由于 CLI 可以与你的 agent 拥有的任何其他连接器组合使用，收件箱不再是死胡同，而会成为你的 agent 可以跨工具使用的研究界面。
市场团队的 Kate 使用 Spark CLI 为即将到来的会议做准备。 她使用 Cursor 查阅以往的会议记录和对话，创建清晰的议程，推动项目持续向前。会议内容、摘要和相关材料都会保存在一个私有仓库中，帮助她持续积累项目背景，并快速将讨论转化为可执行的行动计划和配套文档。
Triage 访问权限：会行动的 agent
Triage 包含在 Spark Pro 中，它通过赋予智能体对已发现内容执行操作的能力，进一步扩展了 Read 的功能。你的智能体可以：
- 准备邮件：你的智能体可以起草、回复、转发和编辑邮件，同时保留完整的格式。
- 整理你的收件箱：它可以归档、添加标签、置顶、稍后提醒以及移动会话串。
- 委派责任：它可以在共享收件箱中分配和重新分配项目。
- 运行批量操作：它可以跨多封邮件和多个账户执行上述所有操作。
Triage 是 agent 停止旁观并开始真正工作的地方。 早晨输入一个提示，例如"归档所有超过一周的通知，为等待时间最长的三位客户起草回复，并将两个支持会话串分配给 Maria"，就能一次完成。 你每天原本用于筛选和整理的时间，又回到了你手中。
ZAS Ventures 的 Sergey 通过 Spark CLI 的 Triage 管理基金的交易流。 每次与创始人通话后，他都会让 Cursor 起草一份可直接用于 CRM 的回顾，归档已结束的会话串，将未完成的行动项分配给合适的合伙人，并排队发送给创始人的回复，说明已商定的下一步。 一次四十分钟的通话，在喝完一杯咖啡的时间里就能收尾。
浏览精选技能库
Spark CLI 随附一个即用型技能库 — 这些模板可由你的 agent 运行，帮助呈现、总结或处理收件箱中正在发生的事情。 你可以按原样使用它们，也可以修改以适合你的需求，或创建新的技能并组合成多工具工作流。
只读技能
- 晨间站会：生成一份每日简报，包含当天事件、来自联系人和优先发件人的未读邮件，以及未完成的团队分配事项。
- 会议准备：充分准备好参加下一场会议。 使用以往电子邮件和会议笔记来起草议程，其中包含值得提出的未决议题。
- 利益相关者简报：通过回顾以往会议和往来交流，为同事或客户创建档案，生成详细概览。
- 决策追踪器：通过交叉参考会议文字记录和以往电子邮件会话串，重建某个主题的决策历史。
Triage 技能
- 行政助理：将 Spark CLI 变成你的个人助理。它可以突出显示当天的日程事项和需要关注的重要邮件，并帮助你起草跟进内容、安排会议。
- 通知卫生：重新分类嘈杂的发件人，对重复通知进行分组，并批量归档已处理的提醒。
- 优先级调校：审核并重新平衡 Spark 中的优先发件人，让只有最重要的对话出现在收件箱顶部。
- 创始人：在你的收件箱中进入创始人模式 — 分诊、委派并监督团队活动，精准关注那些绝对不能等待的邮件和邀请。
你可以在 GitHub 上浏览完整技能列表，并关注该仓库以获取最新更新。
开始使用 Spark CLI
Spark CLI 需要 Spark Desktop 在你的 Mac 本地运行。 更新到最新版本，然后前往设置→AI Agents，按照设置说明操作。
如果你已经在使用智能体处理文档和沟通工具，那么 Spark CLI 将补上缺失的那一层。你的收件箱，其实就是你多年来在不经意间积累而成的知识库。现在，你的智能体终于能够读取它了。
The Readdle Team 
