Kann ich Spark Premium vibecoden?

Baue mir eine Priorisierung des Posteingangs aus meinem eigenen Antwortverhalten. Anforderungen:

- Ein Python-Prozess mit imaplib und SQLite. Zugangsdaten als App-Passwort aus .env.
- Ein einmaliger Lernlauf liest den Ordner Gesendet der letzten zwei Jahre und ermittelt je Adresse: wie oft du geantwortet hast, wie schnell im Median, und wann zuletzt.
- Daraus entsteht ein Wert je Absender zwischen 0 und 100. Die Formel steht in der README und ist nachrechenbar: Antwortquote, Antwortgeschwindigkeit und Aktualität, jeweils gewichtet. Kein Modell, keine Blackbox.
- Der Punkt ist, dass die Wichtigkeit aus deinem eigenen Verhalten kommt und nicht aus einer fremden Annahme. Wem du immer innerhalb einer Stunde antwortest, der ist wichtig, egal was im Betreff steht.
- Ein täglicher Lauf sortiert die neuen Nachrichten in drei IMAP-Ordner: Wichtig, Normal, Später. Verschoben wird nur, nie gelöscht, und ein Befehl macht einen Lauf vollständig rückgängig.
- Adressen ohne Historie landen in Normal, nie in Später. Eine erste Nachricht von einem neuen Kunden darf nicht untergehen, und das ist der Fehler, den solche Werkzeuge typischerweise machen.
- Eine Positivliste und eine Sperrliste in regeln.yaml gewinnen immer gegen den berechneten Wert.
- Ein Befehl explain zeigt für eine Adresse die drei Teilwerte und das Ergebnis, damit eine Einsortierung nachvollziehbar bleibt.
- Deutsch sind Ausgaben, Kommentare und README. Alle Bezeichner bleiben englisch: Befehle, Optionen, Tabellen, IMAP-Ordnernamen.

Bewusst weglassen:

- Einen Mail-Client.
- Geplantes Senden und Vorlagen.
- Anbieterübergreifende Synchronisierung der Regeln.