Himalaya邮件客户端1.0.0版本搜索功能深度解析
2025-06-11 07:18:28作者:尤峻淳Whitney
Himalaya作为一款现代化的命令行邮件客户端,在1.0.0版本中对邮件搜索功能进行了重大升级。本文将详细介绍新版搜索语法及其实际应用场景。
新版搜索语法架构
Himalaya 1.0.0采用了结构化的搜索查询语法,主要包含两大核心组件:
- 过滤查询(Filter Query):用于筛选符合条件的邮件
- 排序查询(Sort Query):用于对结果进行排序
两者可以单独使用,也可以组合使用,中间用空格分隔。
过滤查询详解
过滤查询支持多种条件组合,以下是主要功能点:
逻辑运算符
- AND:同时满足多个条件
- OR:满足任意一个条件
- NOT:排除特定条件
日期过滤
支持三种日期过滤方式:
- date:精确匹配某天
- before:早于指定日期
- after:晚于指定日期
日期格式灵活,支持:
- YYYY-MM-DD
- YYYY/MM/DD
- DD-MM-YYYY
- DD/MM/YYYY
内容过滤
可针对邮件不同部分进行搜索:
- from:发件人
- to:收件人
- subject:主题
- body:正文
标记过滤
支持通过flag参数搜索特定标记状态的邮件,如已读(seen)、未读(unseen)等。
排序功能
排序语法支持按以下字段排序:
- date(日期)
- from(发件人)
- to(收件人)
- subject(主题)
每个排序字段后可附加排序方向:
- asc(升序,默认)
- desc(降序)
实际应用示例
查询今日未读邮件
himalaya envelope list --account Work --output json after $(date -d "yesterday" '+%Y-%m-%d') and not flag seen
这个命令分解说明:
after $(date -d "yesterday" '+%Y-%m-%d'):筛选昨天之后的邮件(即今天)and not flag seen:且未标记为已读--output json:以JSON格式输出结果--account Work:指定工作账户
复杂条件查询
himalaya envelope list --account Personal "from \"boss@company.com\" and (subject \"urgent\" or subject \"important\") order by date desc"
这个查询会:
- 查找来自boss@company.com的邮件
- 且主题包含"urgent"或"important"
- 最后按日期降序排列
版本升级注意事项
从旧版升级到1.0.0时需要注意:
- 命令结构变化:从
himalaya search变为himalaya envelope list - 查询语法更加结构化,支持嵌套条件
- 日期格式要求更严格,建议使用标准YYYY-MM-DD格式
通过掌握这些搜索技巧,用户可以高效地管理大量邮件,快速定位所需内容。Himalaya强大的查询功能使其成为命令行环境下处理邮件的利器。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137