arrow_back Retour aux projets IA

Agent IA Autonome de Tri & Synthèse d'Emails Autonomous AI Email Triage & Synthesis Agent

Conception et déploiement d’un agent automatisé serverless en Python capable d’inspecter une boîte de réception Gmail, d'analyser intelligemment le contenu des emails récents à l'aide d'Amazon Bedrock, de générer des synthèses d'urgence et d'extraire/transférer automatiquement les pièces jointes importantes. Design and deployment of an automated serverless Python agent capable of inspecting a Gmail inbox, intelligently analyzing recent email content using Amazon Bedrock, generating urgency summaries, and automatically extracting/forwarding important attachments.

Python 3.12+ API Gmail v1 Amazon Bedrock OAuth 2.0

schema Fonctionnalités Clés Key Features

1
Filtrage temporel dynamique : Dynamic temporal filtering: Récupération ciblée des emails via l'API Gmail avec une fenêtre glissante (ex. newer_than:12h). Targeted email retrieval via the Gmail API with a sliding window (e.g., newer_than:12h).
2
Analyse contextuelle par IA : Contextual AI Analysis: Traitement du corps des messages par Amazon Bedrock, production d'un résumé concis structuré en JSON et attribution d'une note d'urgence (1 à 5). Message body processing by Amazon Bedrock, generating a concise JSON structured summary and assigning an urgency score (1 to 5).
3
Extraction & Transfert : Extraction & Forwarding: Analyse de l'arborescence MIME pour isoler les pièces jointes, reconstitution en Base64 urlsafe, et réémission automatique vers un compte cible. MIME tree analysis to isolate attachments, URL-safe Base64 reconstruction, and automatic forwarding to a target account.

engineering Défis Techniques Résolus Technical Challenges Solved

Inférence Cross-Region AWS : Utilisation des profils d'inférence (Inference Profiles) Amazon Bedrock pour router les requêtes dynamiquement, garantissant une haute disponibilité et contournant les limites régionales d'accès aux modèles de fondation (ex: Amazon Nova Lite). AWS Cross-Region Inference: Using Amazon Bedrock Inference Profiles to dynamically route requests, ensuring high availability and bypassing regional limitations for foundation models (e.g., Amazon Nova Lite).

Idempotence & State Management : Utilisation d'Amazon DynamoDB pour stocker l'état des messages (`message_id`) afin de prévenir le double traitement et réduire drastiquement les coûts d'appels à l'API LLM. Idempotency & State Management: Leveraging Amazon DynamoDB to store message state (`message_id`) to prevent duplicate processing and drastically reduce LLM API call costs.

terminal Implémentation AWS Bedrock (boto3) AWS Bedrock Implementation (boto3)

                        # Initialisation du client AWS Bedrock

                        import boto3

                        import json

                        bedrock = boto3.client('bedrock-runtime', region_name='eu-west-3')

                        def analyze_email_with_bedrock(subject, body):

                        prompt = f"Analyse cet email. Sujet: {subject}\nContenu:
                            {body}"

                        # Appel structuré via l'API Converse et le Profil d'inférence

                        response = bedrock.converse(

                        modelId='eu.amazon.nova-lite-v1:0',

                        messages=[{'role': 'user',
                        'content': [{'text':
                        prompt}]}],

                        inferenceConfig={'temperature': 0.2}

                        )

                        return response['output']['message']['content'][0]['text']

Optimisation & Coûts Optimization & Costs

~0€

Coût d'exploitation quasi nul grâce à l'architecture serverless.

12h

Fenêtre glissante limitant l'ingestion de données inutiles.

1-5

Échelle de scoring priorisant les urgences quotidiennes.