Clearbox, Pembersih Inbox AI untuk Gmail dan Outlook

Asisten inbox self-hosted untuk Gmail dan Outlook. Microsoft-Decision-1 menilai email; kode menambahkan guardrail dan alasan. Pemindahan ke Trash atau Archive tetap perlu persetujuan pemilik.

1,589
Pengujian otomatis yang lolos
179
Commit oleh Kurniadi dalam dua hari
40
Email sintetis berlabel untuk evaluasi model

Peran: Pembangun tunggal: desain produk, implementasi, infrastruktur, dan pengujian (open source, MIT)
Periode: Okt 2026
Jenis proyek: Pilihan
Ruang di HQ 3D: L3:clearbox

Hasil

1,589
Pengujian otomatis yang lolos
Suite Vitest untuk core, Worker, aplikasi web, dan harness evaluasi ditambah pengujian skrip, dijalankan pada clone baru, 16 Okt 2026.
179
Commit oleh Kurniadi dalam dua hari
Riwayat repositori, 15 hingga 16 Okt 2026.
40
Email sintetis berlabel untuk evaluasi model
Evaluasi melaporkan precision dan recall penghapusan, kalibrasi, dan latensi pada deployment model yang sebenarnya, bukan precision inbox produksi atau bukti tercapainya target kesesuaian 98%.

Masalah

Membersihkan inbox yang ramai berarti membaca email satu per satu. Aturan filter sederhana sering melewatkan email massal atau justru membuang email penting, sementara layanan pembersih yang di-host pihak lain membutuhkan akses luas ke mailbox.

Kontribusi

Saya membangun pipeline per email: Microsoft-Decision-1 di Microsoft Foundry menghasilkan probabilitas trash, archive, keep, dan unsure; kode menyusun alasan dari header dan riwayat, menerapkan guardrail serta prior pengirim, lalu menggabungkan skor. Saran trash harus melewati threshold yang dikalibrasi setelah labelnya cukup. Pemindahan perlu persetujuan pemilik, dengan Undo selama 24 jam dan tanpa penghapusan permanen.
Halaman Review mengelompokkan email per pengirim dengan tingkat keyakinan dan hingga tiga alasan berdasarkan sinyal nyata. Satu tindakan Clean up hanya memindahkan email yang disetujui ke Trash atau Archive, dengan Undo selama 24 jam dan tanpa jalur penghapusan permanen.
Setelah labelnya cukup, job malam hari menargetkan kesesuaian minimal 98% dengan keputusan trash pemilik, memakai 500 label terbaru: minimal 50 label yang memenuhi syarat dan 20 label pendukung per kandidat threshold. Pencarian dilakukan dari 0.80 hingga 0.99; jika tidak ada yang memenuhi syarat, threshold kembali ke 0.99. Persetujuan dan koreksi memperbarui prior pengirim.
Aplikasi ini berjalan di Cloudflare Workers dan D1 (yurisdiksi EU) di balik Cloudflare Access, dengan OAuth least-privilege, token terenkripsi AES-256-GCM, hanya metadata dan cuplikan email, serta deployment Bicep untuk model di Sweden Central.