LLM+多智能体协作：基于CrewAI与DeepSeek的邮件自动化实践 - ToB企服应用市场:ToB评测及商务社交产业平台

python --version 或者 pip --version #查看是否输出版本号（Python >=3.10 < 3.13）

复制代码

cd ~/Projects # Linux/Mac
cd C:\Projects # Windows

复制代码

python -m venv deepseek_env

复制代码

source deepseek_env/bin/activate

复制代码

deepseek_env\Scripts\activate

复制代码

Python -m ensurepip --upgrade

复制代码

Python -m pip install --upgrade pip

复制代码

pip install crewai litellm

复制代码

pip show crewai # 显示 crewai 版本信息
pip show litellm # 显示 litellm 版本信息

复制代码

curl -fsSL https://ollama.com/install.sh | sh

复制代码

# 检查服务是否运行（通用命令）
ollama list # 若返回空列表则表示服务正常
# 或通过API接口验证
curl http://localhost:11434/api/tags # 预期返回JSON格式模型列表

复制代码

ollama run deepseek-r1:1.5b

复制代码

# 进阶操纵（可选）：ollama ps # 检察模子运行状态ollama ls # 列出已下载模子ollama run deepseek-r1:1.5b
"你好" # 直接交互测试

复制代码

mail-agent-project/
├── main.py # 主程序 - 定义智能体/任务/工作流

复制代码

# 代码结构概览
import os
from crewai import Agent, Task, Crew, Process
import smtplib
from email.mime.text import MIMEText
# 配置环境变量/配置LiteLLM的Ollama模型
# 智能体定义（Writer/Editor/Sender）
# 任务链构建（create_writer_task/create_editor_task/create_sender_task）
# 邮件发送函数（send_email）
# 主函数（main）与程序入口

复制代码

source deepseek_env/bin/activate
# Linux/Mac# 或deepseek_env\Scripts\activate
# Windows

复制代码

python test.py

复制代码

【系统启动】初始化邮件智能体工作流...
├─ 当前主题：感谢朋友的支持
├─ 发件账户：xiongjava@163.com
└─ 收件地址：xiongjava@163.com
# Agent: 邮件撰写专家
## Task: 请以'感谢朋友的支持'为主题撰写正式中文信件，要求：
1. 采用标准书信格式（称呼、正文、结尾、落款）
2. 正文至少包含3个逻辑连贯的段落
3. 总字数控制在300-500字
# Agent: 邮件撰写专家
## Final Answer:
尊敬的[朋友名称]先生、女士：
您好！
首先，请允许我向您表示最诚挚的感谢。在过去的[时间段内]，您的支持与我息息相关，您的耐心和智慧让我感受到最大的幸福与满足。感谢您一直以来对我的关注和支持，是您付出的时间与精力换来的我如今如此的成长与进步。
如果您有机会，请与我共同参与一些活动或分享自己的经历，这样不仅能够增进我们之间的友谊，还能让我继续与您合作一段时间。希望未来能有更多机会重逢，再次见证彼此的支持与关怀。
最后，请允许我向您表示最热烈的欢迎和期待！
此致
敬礼
[您的姓名]
[日期]
# Agent: 邮件优化专家
## Task: 对信件进行专业润色，确保：
1. 对信件进行专业润色，一定要对邮件撰写专家杜撰的邮件内容进行更新优化，不能完全返回和邮件撰写专家一样的邮件。
# Agent: 邮件优化专家
## Final Answer:
尊敬的[朋友名称]先生、女士：
您好！
首先，请允许我向您表示最诚挚的感谢。在过去的[时间段内]，您的支持与我息息相关，您的耐心和智慧让我感受到最大的幸福与满足。感谢您一直以来对我的关注和支持，是您付出的时间与精力换来的我如今如此的成长与进步。
如果您有机会，请与我共同参与一些活动或分享自己的经历，这样不仅能够增进我们之间的友谊，还能让我继续与您合作一段时间。希望未来能有更多机会重逢，再次见证彼此的支持与关怀。
最后，请允许我向您表示最热烈的欢迎和期待！
此致
敬礼
[您的姓名]
[日期]
# Agent: 邮件发送专员
## Task: 直接使用邮件优化专家返回的内容，不能由你自己（邮件发送专员）杜撰，不要进行擅自优化和篡改信件。
收件地址：xiongjava@163.com
发件账户：xiongjava@163.com
# Agent: 邮件发送专员
## Final Answer:
尊敬的[朋友名称]先生、女士：
您好！
首先，请允许我向您表示最诚挚的感谢。在过去的[时间段内]，您的支持与我息息相关，您的耐心和智慧让我感受到最大的幸福与满足。感谢您一直以来对我的关注和支持，是您付出的时间与精力换来的我如今如此的成长与进步。
如果您有机会，请与我共同参与一些活动或分享自己的经历，这样不仅能够增进我们之间的友谊，还能让我继续与您合作一段时间。希望未来能有更多机会重逢，再次见证彼此的支持与关怀。
最后，请允许我向您表示最热烈的欢迎和期待！
此致
敬礼
[您的姓名]
[日期]

复制代码

import os
from crewai import Agent, Task, Crew, Process
import smtplib
from email.mime.text import MIMEText
# 配置环境变量
os.environ["OPENAI_API_KEY"] = "NA"
os.environ["OLLAMA_API_BASE"] = "http://localhost:11434"
# 配置 LiteLLM 的 Ollama 模型
model_name = "ollama/deepseek-r1:1.5b"
# 定义代理
writer = Agent(
role="邮件撰写专家",
goal="根据用户提供的主题生成结构清晰、情感真挚的中文信件初稿",
backstory="""您是一位拥有十年写作经验的职业撰稿人，擅长捕捉情感细节并使用符合中文表达习惯的修辞手法。
熟悉正式/非正式场景的文体转换，能快速构建包含开头、主体、结尾的标准信件结构。""",
llm=model_name,
verbose=True,
allow_delegation=False
)
editor = Agent(
role="邮件优化专家",
goal="对初稿进行中文语境下的专业润色",
backstory="""您是从业八年的专业编辑，持有汉语水平考试(HSK)高级认证。
擅长：1. 调整语气适合性 2. 优化段落衔接 3. 修正语法错误 4. 提升表达精准度
熟悉商务信函、私人信件等不同场景的文体要求。""",
llm=model_name,
verbose=True,
allow_delegation=False
)
sender = Agent(
role="邮件发送专员",
goal="严格遵守安全协议完成邮件投递",
backstory="""只负责传递信息，不做其他动作""",
llm=model_name,
verbose=True,
allow_delegation=False
)
# 定义任务
def create_writer_task(topic):
return Task(
description=f"""请以'{topic}'为主题撰写正式中文信件，要求：
1. 采用标准书信格式（称呼、正文、结尾、落款）
2. 正文至少包含3个逻辑连贯的段落
3. 总字数控制在300-500字""",
agent=writer,
expected_output="符合GB/T 15834-2011中文排版规范的信件文本（含标点符号正确使用）"
)
def create_editor_task():
return Task(
description="""对信件进行专业润色，确保：
1. 对信件进行专业润色，一定要对邮件撰写专家杜撰的邮件内容进行更新优化，不能完全返回和邮件撰写专家一样的邮件。
""",
agent=editor,
expected_output="优化后的标准中文信件文本（保留原始格式标记）"
)
# 修改后的发送任务定义（添加editor_output参数）
def create_sender_task(email_to, email_from, email_password, editor_output):
return Task(
description=f"""直接使用邮件优化专家返回的内容，不能由你自己（邮件发送专员）杜撰，不要进行擅自优化和篡改信件。
收件地址：{email_to}
发件账户：{email_from}""",
agent=sender,
expected_output="只负责传递信息，不对文章进行篡改，保证对邮件优化专家撰写的内容原样发送",
context=[editor_output], # 显式绑定编辑任务
callback=lambda _: send_email(
email_to,
email_from,
email_password,
editor_output.output.raw # 直接使用编辑任务的原始输出
)
)
# 邮件发送功能
def send_email(to_address, from_address, password, letter_content):
subject = "感谢信"
print(f"发送邮件 - 主题: {subject}, 收件人: {to_address}, 发件人: {from_address}")
print(f"邮件内容: {letter_content}")
msg = MIMEText(letter_content)
msg["Subject"] = subject
msg["From"] = from_address
msg["To"] = to_address
try:
# 使用 SMTP_SSL 连接 465 端口，无需 starttls()
with smtplib.SMTP_SSL("smtp.163.com", 465, timeout=30) as server:
server.set_debuglevel(1) # 启用调试输出
server.login(from_address, password)
server.sendmail(from_address, to_address, msg.as_string())
print("邮件发送请求已提交至服务器")
return "邮件发送成功！"
except smtplib.SMTPAuthenticationError as auth_error:
print(f"认证失败: {auth_error}")
raise Exception(f"SMTP 认证失败: {auth_error}")
except smtplib.SMTPException as smtp_error:
print(f"SMTP 错误: {smtp_error}")
raise Exception(f"SMTP 错误: {smtp_error}")
except Exception as e:
print(f"其他错误: {e}")
raise Exception(f"邮件发送失败: {e}")
# 主流程
def main():
topic = "感谢朋友的支持"
email_to = "xiongjava@163.com"
email_from = "xiongjava@163.com"
email_password = "KL28MAziXpQ8p7My"
writer_task = create_writer_task(topic)
editor_task = create_editor_task()
# 传递editor_task作为第四个参数
sender_task = create_sender_task(
email_to,
email_from,
email_password,
editor_task # 新增参数
)
crew = Crew(
agents=[writer, editor, sender],
tasks=[writer_task, editor_task, sender_task],
process=Process.sequential,
verbose=True
)
print("\n【系统启动】初始化邮件智能体工作流...")
print(f"├─ 当前主题：{topic}")
print(f"├─ 发件账户：{email_from}")
print(f"└─ 收件地址：{email_to}\n")
result = crew.kickoff()
print("\n######################")
print("【执行结果】")
print(f"详情：{result}")
print("######################")
if __name__ == "__main__":
main()

复制代码

writer = Agent(
role="邮件撰写专家",
goal="根据用户提供的主题生成结构清晰、情感真挚的中文信件初稿",
backstory="""（包含专业背景和能力描述）""",
llm=model_name,
verbose=True,
allow_delegation=False
)

复制代码

editor = Agent(
role="邮件优化专家",
goal="对初稿进行中文语境下的专业润色",
backstory="""（包含认证资质和专业技能）""",
...
)

复制代码

sender = Agent(
role="邮件发送专员",
goal="严格遵守安全协议完成邮件投递",
...
)

复制代码

def create_writer_task(topic):
return Task(
description=f"请以'{topic}'为主题撰写正式中文信件...",
agent=writer,
expected_output="符合GB/T 15834-2011中文排版规范的信件文本"
)

复制代码

def create_editor_task():
return Task(
description="对信件进行专业润色...",
agent=editor,
expected_output="优化后的标准中文信件文本"
)

复制代码

def create_sender_task(..., editor_output):
return Task(
description="直接使用优化后的内容...",
agent=sender,
context=[editor_output],
callback=lambda _: send_email(...)
)

复制代码

crew = Crew(
agents=[writer, editor, sender],
tasks=[writer_task, editor_task, sender_task],
process=Process.sequential,
verbose=True
)

复制代码