Tri d'emails par IA pour serveurs mail auto-hébergés

Le problème : tu gères ton propre serveur mail pour une raison

Tu n’as pas installé Mailcow, Mailu ou une stack Postfix/Dovecot faite maison par accident. Tu voulais garder le contrôle de tes propres données, et tu l’as obtenu — au prix de chaque fonctionnalité « boîte intelligente » que les utilisateurs de Gmail et Outlook considèrent comme acquise. La plupart des outils IA pour emails ne prennent en charge que Gmail et Outlook et fonctionnent uniquement dans le cloud, ce qui ne marche pas si ta boîte vit sur du matériel que tu administres toi-même. Le résultat est un compromis familier : garder ton installation auto-hébergée et trier le courrier à la main, ou abandonner la raison même pour laquelle tu l’as montée juste pour obtenir un tri automatique.

Ce compromis n’est pas nécessaire. AI Email Filter se connecte à n’importe quel serveur IMAP/SMTP — Mailcow, Mailu et les installations entièrement sur mesure incluses — de la même façon qu’il se connecte à Gmail. Pas de migration, pas d’obligation OAuth, aucune supposition que « auto-hébergé » veut dire « non pris en charge ».

Pourquoi les filtres if-then classiques échouent ici

Les règles Sieve et les recettes procmail fonctionnent par reconnaissance de motifs : adresse d’expéditeur, mot-clé dans l’objet, valeur d’en-tête. C’est très bien pour des cas stables et étroits — le courrier d’une adresse va toujours dans un dossier. Ça s’effondre dès que ce que tu essaies d’attraper n’a pas de motif fixe. Le spam et le démarchage à froid modernes changent de domaine d’expéditeur, génèrent des lignes d’objet plausibles et ne répètent jamais deux fois la même empreinte d’en-tête. Tu finis par entretenir une liste grandissante de règles fragiles qui attrape le spam d’hier et rate celui d’aujourd’hui. Rspamd sur Mailcow note bien le courrier sur des signaux techniques — SPF, DKIM, DMARC, Bayes — mais n’évalue pas de quoi parle réellement un message, ce qui est exactement le vide que le tri sémantique doit combler. (Si le filtre anti-spam de Mailcow en particulier est le problème, voir réparer une bonne fois pour toutes le filtre anti-spam de Mailcow.)

Comment le tri par prompt résout ça

Au lieu de règles à motifs, tu décris chaque catégorie en langage courant, et AI Email Filter classe le courrier entrant — ou, une fois qu’un expéditeur a déjà été vu, seulement cet expéditeur — d’après tes descriptions. Quelques exemples du type de prompt qui remplace une pile de règles :

• « Démarchage à froid, spam LinkedIn, ou quelqu’un qui essaie de me vendre quelque chose » — capture le motif sémantique des argumentaires de vente quel que soit le domaine utilisé cette semaine.
• « Tout ce qui concerne la migration serveur du projet [nom du projet] » — regroupe chaque message lié à un chantier d’infrastructure précis, même venant de personnes qui ne t’ont jamais écrit auparavant.
• « Offres et mises à jour des fournisseurs d’hébergement et de domaines que j’utilise vraiment » — sépare les avis de renouvellement dont tu as besoin du marketing fournisseur dont tu n’as pas besoin, sans coder en dur des adresses d’expéditeur qui changent quand un fournisseur change de système de facturation.

Ça tourne en plus de ton filtrage anti-spam existant, pas à sa place — Rspamd continue de faire le scoring technique ; AI Email Filter s’occupe du tri sémantique que Rspamd n’a jamais été conçu pour faire.

Rester auto-hébergé de bout en bout

Si tout l’intérêt de faire tourner ton propre serveur est que ton courrier ne touche pas l’infrastructure de quelqu’un d’autre, envoyer chaque message à une API IA tierce va à l’encontre du but recherché. Votre propre LLM te permet de pointer la classification vers une instance Ollama locale à la place — aucun contenu d’email ne quitte ton infrastructure. Tu profites aussi des catégories intelligentes par expéditeur qui mettent en cache la classification de chaque expéditeur, pour que le courrier récurrent de ton équipe ou de fournisseurs habituels se trie instantanément sans un second appel d’inférence.

FAQ

Est-ce que ça remplace le filtre anti-spam intégré de Mailcow ?

Non. Rspamd continue de faire le SPF/DKIM/DMARC et le scoring bayésien. AI Email Filter ajoute une deuxième couche, sémantique, pour le courrier techniquement valide mais catégoriquement inadapté à ta boîte — argumentaires de vente, demandes hors sujet, courrier qui devrait aller directement dans un dossier de projet précis.

Puis-je faire tourner le modèle de classification localement pour qu’aucun contenu d’email ne quitte mon serveur ?

Oui. Votre propre LLM prend en charge une instance Ollama locale en plus d’OpenAI ou de tout endpoint compatible OpenAI. Avec Ollama, la classification se fait sur du matériel que tu contrôles et rien ne quitte ton infrastructure.

Quels serveurs mail auto-hébergés fonctionnent réellement avec ça ?

Tout ce qui parle IMAP/SMTP : Mailcow, Mailu, des stacks Postfix/Dovecot personnalisées, et les fournisseurs hébergés standards (Gmail, Yahoo, ProtonMail via Bridge, Fastmail) si tu gères une installation mixte. Il n’y a pas d’étape de migration — tu connectes ton serveur existant. (Le support d’Outlook/Microsoft 365 arrive bientôt via la connexion Microsoft.)

Essaie-le sur ton propre serveur

AI Email Filter inclut 200 classifications gratuites, sans carte de crédit, pour que tu puisses le tester face à ton vrai volume de courrier avant de t’engager. Les plans complets démarrent à 6 $/mois pour des classifications illimitées — voir les tarifs.