OutlookMaster-MCP
A comprehensive MCP server for Microsoft Outlook email management, enabling mail operations, smart search, statistical analysis, and more via natural language.
README
OutlookMaster-MCP
基于模型上下文协议(MCP)的Microsoft Outlook邮件管理服务器
作者:ESM-NRHZ-Alan @ Amazon
概述
OutlookMaster-MCP是一个功能全面的MCP服务器,为大语言模型和MCP客户端提供对Microsoft Outlook邮件系统的标准化访问接口。该服务器集成了54项核心功能,支持邮件管理、智能搜索、统计分析等多个业务场景,完全支持中文操作环境。
系统架构
技术栈
- 协议标准: Model Context Protocol (MCP) 1.2.0+
- 运行环境: Python 3.10+ / Windows 10/11
- 核心依赖: Microsoft Outlook (COM接口)
- 客户端支持: Claude Desktop, Amazon Q CLI, 其他MCP兼容客户端
功能模块
核心邮件操作 (6项)
- 文件夹管理与邮件列表
- 邮件详情查看与内容解析
- 邮件撰写、发送与回复
- 智能缓存机制
高级搜索引擎 (6项)
- 多维度关键词搜索(支持OR逻辑)
- 时间范围与状态筛选
- 附件与重要性分类
- 复合条件查询
邮件管理系统 (4项)
- 状态标记与分类管理
- 邮件移动与删除操作
- 重要性与跟进标记
自动化规则引擎 (4项)
- 邮箱规则创建与管理
- 规则启用状态控制
- 条件触发与动作执行
批量处理工具 (3项)
- 批量状态更新
- 批量删除与导出
- 高效批处理算法
附件管理中心 (3项)
- 附件下载与信息查看
- 附件邮件检索
- 附件统计分析
数据分析平台 (6项)
- 邮件统计与趋势分析
- 发件人行为分析
- 回复时间统计
- 文件夹使用情况
日历集成服务 (4项)
- 日历事件管理
- 会议邀请处理
- 事件创建与响应
联系人管理 (5项)
- 联系人CRUD操作
- 智能搜索与统计
- 联系人关联分析
分类标签系统 (3项)
- 邮件分类管理
- 标签应用与搜索
- 分类统计报告
任务管理集成 (3项)
- Outlook任务同步
- 邮件转任务功能
- 任务状态管理
模板管理系统 (3项)
- 邮件模板存储
- 模板应用与管理
- 模板库维护
AI辅助功能 (4项)
- 邮件内容智能摘要
- 回复建议生成
- 情感倾向分析
- 自动分类建议
部署指南
环境准备
系统要求
操作系统: Windows 10/11 (x64)
Python版本: 3.10.0 或更高版本
Outlook版本: Microsoft Outlook 2016+ (已配置邮箱账户)
项目下载与依赖安装
步骤1:下载项目到本地
方式1:使用Git命令(推荐)
-
打开命令行工具:
- Windows:按
Win + R,输入cmd,按回车 - 或者:按
Win + X,选择"Windows PowerShell"
- Windows:按
-
选择下载位置:
# 进入桌面(推荐新手使用) cd Desktop # 或者进入其他目录,如文档文件夹 cd Documents -
下载项目:
git clone https://github.com/bonjourzzz/OutlookMaster-MCP.git cd OutlookMaster-MCP -
文件位置说明:
- 如果在桌面执行命令,文件会下载到:
C:\Users\你的用户名\Desktop\OutlookMaster-MCP\ - 如果在文档文件夹执行,文件会下载到:
C:\Users\你的用户名\Documents\OutlookMaster-MCP\
- 如果在桌面执行命令,文件会下载到:
方式2:直接下载ZIP文件(适合不熟悉命令行的用户)
- 访问项目页面:https://github.com/bonjourzzz/OutlookMaster-MCP
- 点击绿色的 "Code" 按钮
- 选择 "Download ZIP"
- 下载完成后,解压到任意目录,建议解压到桌面:
C:\Users\你的用户名\Desktop\OutlookMaster-MCP-main\
步骤2:安装Python依赖
在项目文件夹中打开命令行,执行:
# 安装Python依赖
pip install mcp>=1.2.0 pywin32>=305
配置方案
方案一:VS Code Amazon Q插件(推荐)
步骤1:插件安装
- 下载并安装Amazon Q插件
- 启动插件,在对话界面右上角找到工具配置图标
- 点击配置图标,选择"+"按钮进入MCP服务器配置界面
步骤2:服务器配置
配置项设置:
├── Scope: This workspace (推荐) / Global
├── Name: outlookmaster_mcp
├── Transport: stdio
├── Command: python
├── Arguments: [完整路径]\outlook_mcp_server.py
├── Environment variables: (留空)
└── Timeout: 60
步骤3:配置验证
- 重启VS Code或重新加载窗口
- 在Amazon Q聊天界面输入:"列出我的邮件文件夹"
- 验证Outlook文件夹列表正常返回
方案二:Claude Desktop集成
配置文件修改
{
"mcpServers": {
"outlookmaster": {
"command": "python",
"args": ["C:\\path\\to\\outlook_mcp_server.py"],
"env": {}
}
}
}
使用指南
服务启动
python outlook_mcp_server.py
基础操作示例
邮件管理
# 文件夹操作
列出我的所有邮件文件夹
显示收件箱最近7天的邮件
# 邮件查看
查看第1封邮件的详细内容
显示邮件的附件信息
# 邮件操作
撰写邮件给example@email.com,主题"项目进展",内容"请查收附件"
回复第2封邮件:"已收到,谢谢"
智能搜索
# 关键词搜索
搜索关于"会议 OR 项目"的邮件
搜索发件人为"张三"的所有邮件
# 条件筛选
搜索最近3天的未读邮件
搜索包含附件的重要邮件
按日期范围搜索:2024-01-01到2024-01-31
AI辅助分析
# 内容分析
总结第1封邮件的主要内容
分析第3封邮件的情感倾向和紧急程度
# 智能建议
为第2封邮件生成回复建议
自动分类第4封邮件并应用标签
技术规范
性能指标
- 邮件检索: 支持最近30天邮件历史
- 批量操作: 单次最多处理100封邮件
- 缓存机制: 智能缓存提升响应速度
- 并发限制: 单用户单会话模式
安全机制
- 权限控制: 基于Windows用户权限
- 数据保护: 本地处理,无数据上传
- 访问审计: 操作日志记录
- 安全建议: 仅在可信环境使用
限制说明
技术限制
- 仅支持Windows操作系统
- 依赖本地Outlook客户端
- 基于COM接口实现
- 邮件格式以纯文本为主
功能限制
- 附件支持下载查看,不支持在线编辑
- 复杂邮箱规则建议在Outlook中手动创建
- AI功能基于规则和关键词,非深度学习模型
故障排除
常见问题
环境配置问题
问题: "python不是内部或外部命令"
解决:
1. 确认Python 3.10+已正确安装
2. 将Python添加到系统PATH环境变量
3. 使用完整路径: C:\Python\python.exe
路径配置问题
问题: "找不到指定文件"
解决:
1. 确保路径使用正确的分隔符 (\\ 或 /)
2. 验证文件路径存在且可访问
3. 避免路径中包含中文字符
权限访问问题
问题: "Access denied"
解决:
1. 以管理员身份运行VS Code
2. 检查文件和目录权限设置
3. 确保Outlook客户端正在运行
服务连接问题
问题: MCP服务器无响应
解决:
1. 验证Python依赖包安装完整
2. 确认Outlook客户端状态正常
3. 重启VS Code和Outlook应用
4. 检查防火墙和安全软件设置
技术支持
项目信息
- 仓库地址: https://github.com/bonjourzzz/OutlookMaster-MCP
- 协议版本: MCP 1.2.0+
- 维护状态: 活跃开发中
贡献指南
欢迎提交Issue和Pull Request,请遵循项目的代码规范和提交格式。
本项目遵循开源协议,仅供学习和研究使用。在生产环境中使用前,请充分测试并评估安全风险。
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.