A Model Context Protocol (MCP) 서버는 AI 조수가 이메일, 프로세스 메시지를 확인하고 상호 작용을 통해 사용자 선호도를 학습합니다.

개요

이 프로젝트는 IMAP 이메일 서버와 인터페이스를 구현하여 다음과 같은 기능을 제공합니다.

• 이메일 검색 및 검색
• 이메일 조직 (moving, tagging, 표하기)
• 이메일 구성 및 답변
• 대화형 이메일 처리 및 학습 사용자 선호도
• 자동화된 이메일 요약 및 categorization
• 다수 IMAP 공급자를 위한 지원

IMAP MCP 서버는 Claude 또는 다른 MCP 호환 보조와 함께 작동하도록 설계되어 시간이 지남에 따라 선호도를 배우는 지능형 이메일 조수 역할을 할 수 있습니다.

특징

• 이메일 인증: 다양한 인증 방법을 가진 IMAP 서버에 대한 보안 액세스
• 이메일 검색: 필터링 옵션으로 폴더 및 메시지 목록
• 이메일 내용: 텍스트, HTML 및 첨부 파일을 포함한 메시지 내용 읽기
• Email Actions: 이동, 삭제, 읽기/읽기, 플래그 메시지로 표시
• 이메일 구성: Draft 및 적절한 포맷으로 메시지에 대한 답변
• 일반 텍스트 및 HTML 응답 지원

IMAP MCP Server

A Model Context Protocol (MCP) server that enables AI assistants to check email, process messages, and learn user preferences through interaction.

Overview

This project implements an MCP server that interfaces with IMAP email servers to provide the following capabilities:

• Email browsing and searching
• Email organization (moving, tagging, marking)
• Email composition and replies
• Interactive email processing and learning user preferences
• Automated email summarization and categorization
• Support for multiple IMAP providers

The IMAP MCP server is designed to work with Claude or any other MCP-compatible assistant, allowing them to act as intelligent email assistants that learn your preferences over time.

Features

• Email Authentication: Secure access to IMAP servers with various authentication methods
• Email Browsing: List folders and messages with filtering options
• Email Content: Read message contents including text, HTML, and attachments
• Email Actions: Move, delete, mark as read/unread, flag messages
• Email Composition: Draft and save replies to messages with proper formatting
  • Support for plain text and HTML replies
  • Reply-all functionality with CC support
  • Proper threading with In-Reply-To and References headers
  • Save drafts to appropriate folders
• Search: Basic search capabilities across folders
• Interaction Patterns: Structured patterns for processing emails and learning preferences (planned)
• Learning Layer: Record and analyze user decisions to predict future actions (planned)

Current Project Structure

The project is currently organized as follows:

.
├── examples/              # Example configurations
│   └── config.yaml.example
├── imap_mcp/              # Source code
│   ├── __init__.py
│   ├── config.py          # Configuration handling
│   ├── imap_client.py     # IMAP client implementation
│   ├── models.py          # Data models
│   ├── resources.py       # MCP resources implementation
│   ├── server.py          # Main server implementation
│   └── tools.py           # MCP tools implementation
├── tests/                 # Test suite
│   ├── __init__.py
│   └── test_models.py
├── INSTALLATION.md        # Detailed installation guide
├── pyproject.toml         # Project configuration
└── README.md              # This file

Getting Started

Prerequisites

• Python 3.8 or higher
• An IMAP-enabled email account (Gmail recommended)
• uv for package management and running Python scripts

Installation

1. Install uv if you haven’t already:

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

2. Clone and install the package:

   git clone https://github.com/non-dirty/imap-mcp.git
   cd imap-mcp
   uv venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
   uv pip install -e ".[dev]"
   

Gmail Configuration

1. Create a config file: