meeting record analysis

AI Meeting Minutes Assistant

适用范围

此 Skill 用于把会议音频整理成结构化会议纪要。

默认能力：

• 使用 ASR 将会议录音转成文本
• 清理口头禅和重复表达，提高可读性
• 使用 LLM 输出结构化纪要
• 可选用 TTS 生成语音摘要

不做：

• 多说话人身份精准识别
• 视频内容分析
• 会议知识库检索
• 实时流式会议转录

输入

默认输入字段：

• audio_file
• need_voice_summary
• language

默认值：

• need_voice_summary: false
• language: zh

输出

默认返回 JSON，字段包括：

• topic
• discussion_points
• decisions
• action_items
• cleaned_transcript
• voice_summary_path

字段结构见 references/output_schema.md。

工作流

按以下顺序执行：

1. 校验输入

   • 确认 audio_file 存在且可读
   • 过短音频直接报错，不进入总结流程

2. 执行 ASR

   • 调用 SenseAudio ASR 接口
   • 返回原始 transcript

3. 清理转写文本

   • 去除明显口头禅、重复停顿和无意义填充词
   • 保留事实、结论、人名和行动项

4. 生成会议纪要

   • 将清理后的文本交给 LLM
   • 输出主题、讨论要点、决策和行动项
   • 结果必须是结构化 JSON

5. 可选生成语音摘要

   • 若 need_voice_summary=true
   • 用 TTS 把简短总结转成音频

6. 返回结果

   • 返回结构化纪要
   • 同时保存本地 JSON 文件

LLM 要求

• 优先提炼会议主题
• discussion_points 只保留核心讨论点
• decisions 只写明确形成的结论
• action_items 尽量保留责任人和待办事项
• 如果转写中缺少信息，不要编造
• 输出必须为 JSON

Prompt 模板见 references/prompts.md。

错误处理

以下情况要明确返回错误：

• 音频过短：Meeting audio too short to summarize
• ASR 失败：Speech recognition failed
• 文本过长：按块总结后再聚合

直接运行

运行脚本：

• scripts/run_meeting_minutes.py

安装依赖：

• pip install -r requirements.txt

环境变量参考：

• /.env.example

示例：

python scripts/run_meeting_minutes.py --audio-file ./meeting.wav --need-voice-summary

接口约定：

• LLM 默认使用 https://models.audiozen.cn/v1
• ASR/TTS 默认使用 https://api.senseaudio.cn

注意事项

• 纪要应突出事实、结论和待办，不要写成长篇复述
• 清理文本时不要删掉关键人名、时间、数字和决策
• 行动项尽量保留“谁做什么”