Meeting Deep-Process

会议深度加工与质量增强引擎

定位

本技能由两层五域构成——加工层（D01-D04）对会议数据进行多层次深度加工；增强层（D05）打破"Garbage In Garbage Out"困境，主动提升会议质量，形成"加工→诊断→改进→再加工"闭环。

加工层（数据→分析→资产）              增强层（质量→改进→循环）
┌─────────┬─────────┬─────────┐     ┌──────────────────────────┐
│ D01执行 │ D02分析 │ D03沉淀 │     │ D05 会前：亮点设计引擎     │
│   ↓     │   ↓     │   ↓     │     │  ─── 会议执行 ───         │
│ D04剖面 │←───────→│         │     │ D05 会中：话语深度干预     │
│         │         │         │     │  ─── 会议执行 ───         │
│ 个体12维│ 群体动力│ 知识资产│     │ D05 会后：质量诊断(6维+12维)│
│         │         │         │     │  ─── 跨会议 ───           │
│         │         │         │     │ D05 跨会：模式优化         │
└─────────┴─────────┴─────────┘     │   ↑___________________↓   │
                                     │  改进建议 → 下次会前设计    │
                                     └──────────────────────────┘

加工层（D01-D04）：平台无关的会议数据深度加工——个体层（12维角色剖面分析）、个体间关系层（群体动力关系分析）、会议整体层（执行分析、效能评估、知识资产沉淀）。

增强层（D05）：会议质量增强闭环——会前基于议程+8种场景+参会人12维剖面生成定向触发点，会中实时监测讨论深度并生成12维适配的干预建议，会后6维质量诊断+6项12维诊断信号，跨会议模式发现与"人-会匹配"优化。

四维覆盖：个体 → 个体间关系 → 会议整体 → 质量增强闭环。单场会议即可产出价值，价值随数据积累递增，且加工价值随会议质量提升而倍增。

核心能力

智能交互执行

天然支持两种交互模式：原生交互（一人+AI自主工作流，无会议形式）与外部兼容模式（被动参加别人组织的会议时激活），三段式覆盖参会前/中/后。可选产出原始数据快照——格式化转写、出勤统计、录制元数据多格式导出，供下游加工或人工回溯。

交互效能分析

跨会议的模式发现与效果评估：议题聚类、决策溯源、群体动力分析（立场聚类/权力流向/阵营稳定性/桥接者识别）、发言者参与度、行动闭环验证、录制价值评估、效率趋势分析。

知识资产沉淀

从会议数据到组织知识的完整转化链：报告自动起草、复盘材料生成、知识库条目提取、结构化画像抽取。

发言者12维剖面分析

基于内置的三层12维角色模型，从发言数据实时解码每个参与者的完整角色画像，支持单次快照、累积剖面、与用户自身12维剖面对比、演化追踪和交互策略生成。内建置信度体系，区分"可推断"与"不可从文本推断"的维度。

会议质量增强

会前(02a触发点设计)→会中(03a实时干预/03b追问清单)→会后(01a→01b→01c质量诊断链)→跨会(04模式优化)+触发点优化(02b)，四个阶段构成完整的会议质量改进闭环。

8种场景分类

场景识别在 mdp-exec-01 中完成，场景参数下发至所有下游任务。8种场景（协作/决策/创意/谈判/调解/评估/信息/仪式）各有不同的12维分析侧重、群体动力侧重和效能指标，D05亮点设计策略随场景自适应调整。详细分类参数和策略表见 references/meeting-deep-process-requirements.md。

12维角色模型定义

本技能独立内置的正交12维角色模型，用于D04发言者剖面分析。模型从发言数据推断每个参与者的角色坐标，不依赖外部角色技能。

第一层：实体层——不可再分的具体存在
  维1 职业维：以什么为生（行业×任务谱系）
  维2 身份维：在世界坐标系的位置（组织/家庭/社会/知识 四重叠加）
  维3 名人维：最接近的真实人物原型（思想来源、类比角色）
  维4 拟人维：是不是人（人类/动物/物品/自然力/抽象概念/AI）
  维5 躯体维：身体是什么（年龄/性别/体型/健康/外貌/形态）→ 从文本不可推断 🚫
  维6 文化维：从什么文化中出来（国籍/民族/语言/宗教/阶级/时代/亚文化）

第二层：社会关系层——角色怎么嵌入关系网络
  维7 关系维：和谁连着（类型×强度×方向）
  维8 层级维：处在什么高度（元层/宏观/中观/微观/边界/辅助）

第三层：抽象属性层——超越具体存在的普遍刻画
  维9 功能维：做什么（S感知/C认知/A行动/O组织/I交互/G守护 的组合）
  维10 能力维：有什么本事（知识/技能/资源/信息/权力/自由度）
  维11 动机维：为什么做（利益/价值/生存/权力/关系/认知/合规/惯性）
  维12 动态维：什么情境/怎么变/真假（场景切换×生命周期×虚实属性）

从发言到12维的推断路径

每个维度在发言中有对应的可观测信号，置信度从🚫不可推断到✅高置信度不等。详细的维度-信号-置信度对照表见 references/meeting-deep-process-requirements.md D04参考部分。

领域特有维度

三层结构

第一层：任务清单 + 依赖拓扑   →  references/meeting-deep-process-catalog.md
第二层：任务要求清单          →  references/meeting-deep-process-requirements.md
第三层：范本库              →  references/exemplars.md

数据源接口

本技能不直接调用任何平台命令。所有原始数据通过6个抽象接口从会议数据源获取，优先加载会议数据源技能（如腾讯会议 tmeet-skill），未加载时回退使用内置CLI参考 references/tmeet-cli-reference.md。完整的接口映射表和回退工作流见 references/meeting-deep-process-requirements.md D01参考部分。

部分实时分析能力依赖实时转写流，离线数据源下降级为会后分析模式，不阻塞其他能力运行。

使用规则

执行流程

1. 首次加载：读取 references/meeting-deep-process-catalog.md，获取5域27任务的完整清单与依赖拓扑
2. 任务选择：根据用户意图匹配目标任务，自动应用数据充分度判定（冷启动/浅积累/深积累），激活对应级别的任务
3. 数据获取：通过抽象数据接口从会议数据源技能获取原始数据
4. 按需深入：确认目标任务后，读取 references/meeting-deep-process-requirements.md 获取组件清单和约束条件

加载模式

本技能专注决策加工层（含独立内置的12维角色模型），会议数据源技能或CLI参考提供数据通道。本人剖面对比（mdp-profile-03）所需的用户自身12维剖面数据作为输入参数直接提供。优先加载会议数据源技能，未加载时回退使用内置CLI参考。

内容权限

本技能可被修改，修改时须保持抽象数据接口的相容性。新增会议数据源技能支持时，只需确认其能提供6个抽象接口所需的数据即可，无需修改本技能。

隐私声明

被动参加别人组织的会议时，他人12维剖面的推断仅基于其在会议中公开表达的信息，不对非公开信息进行剖面补充。响应明确的删除请求，提供清除某人全部剖面数据的能力。

执行框架

Step 0 三轴判定

• 复杂度：中等——涉及5域27任务的协调，但各域边界清晰
• 内容类型：结构化——产出为决策记录、剖面报告、知识条目等结构化文档
• 创新需求：按需——剖面分析和群体动力分析需创新性推断，报告生成需模板匹配

Step 1 领域校准

基于8种场景类型推导R1-R5参数：

12维剖面分析时额外校准：

• R1 信息密度高 → 维1职业、维10能力的推断权重提升
• R2 创造性高 → 维12动态的推断发散度提升
• R3 交互性高 → 维7关系的推断权重提升
• R4 规范性高 → 维8层级的推断严格度提升
• R5 迭代性高 → 剖面演化追踪的频率提升

Step 2 三轴分解

基于任务依赖拓扑分解为元操作单元。典型单场会议管线：mdp-exec-01(场景识别) → mdp-exec-03(外部兼容执行) → [mdp-profile-01(剖面快照) ‖ mdp-analyze-01-06(分析任务)] → [mdp-knowledge-01-04(知识沉淀) ‖ mdp-profile-03 ‖ mdp-profile-05 ‖ mdp-enhance-01a→01b→01c(质量诊断链) ‖ mdp-enhance-03a ‖ mdp-enhance-03b(话语干预)] → mdp-enhance-02a(为下次会议生成触发点)。

Step 3 管线编排

默认管线模式：P3 并行汇聚——exec产出数据后，profile和分析任务并行执行，结果汇聚到knowledge和enhance任务。谈判型和调解型追加P2迭代精炼。D05质量诊断链(mdp-enhance-01a→01b→01c)与D02分析并行，诊断结果反馈至mdp-enhance-02b(触发点优化)再至mdp-enhance-02a(下次设计)。跨会议模式下，mdp-enhance-04(模式优化)消费01b和01c历史数据，输出结构性改进方案。

Step 4 整合交付

输出整合包括：会议摘要+决策记录+行动清单（来自D01）、效能分析报告+群体动力图谱（来自D02）、报告/复盘/知识条目（来自D03）、发言人剖面报告+本人对比矩阵+交互策略（来自D04）、质量诊断报告(评分+根因+改进方向)+会前触发点设计方案+话语干预建议/追问清单+会议模式优化报告（来自D05）。

降级模式

当依赖的外部能力不可用时，按以下降级策略执行：

降级优先级：内置CLI参考(tmeet CLI直连) > 会议数据源技能可用性 > 角色技能可用性 > 数据充分度 > 持久化能力。降级时在输出中明确标注当前模式和降级原因。

域概览

按会议数据处理流程组织，两层5域27种任务：

加工层（D01-D04）——数据→分析→资产，处理单场到多场的会议数据加工：

增强层（D05）——质量→改进→循环，跨时间轴（会前/中/后/跨会）的会议质量改进闭环：

完整清单及域间依赖拓扑见 references/meeting-deep-process-catalog.md。

事实纪律

1. 12维剖面推断必须标注置信度等级（✅高/⚠️中/❓低/🚫不可推断）
2. 躯体维（维5）的年龄、性别、外貌等子维度从文本不可推断，必须标注🚫
3. 知识条目标注事实来源（会议ID+发言片段）和置信度，关键决策和知识条目须设置人工审核节点
4. 严禁将会议中的错误陈述或未被验证的断言沉淀为"知识"
5. 场景识别和12维推断须展示推导过程和信号依据，不得凭空断言
6. 群体动力分析中的阵营划分必须基于可追溯的发言证据（赞同/反对/补充信号）
7. 谈判型场景下维11动机的剧烈变化可能在合理范围内（策略性行为），标注"策略性波动可能"而非直接判定为人格变化
8. 累积剖面中新旧数据冲突时使用贝叶斯更新策略，标注更新原因
9. 质量诊断的"平淡"判定必须基于6维量化评分，不得凭直觉断言；"差点成为亮点"的片段识别必须引用具体发言内容
10. 亮点设计触发点必须标注适配依据（基于议程/参会人12维剖面/历史平淡模式），不得生成通用模板式问题
11. 会议改进建议必须可操作（具体到议程结构调整/时间重新分配/参与机制变更），避免"鼓励更多讨论"等空洞建议

品牌标识

Logo 文件 assets/meeting-deep-process-logo.svg。非 Markdown 输出（HTML/PPTX/PDF）时嵌入 Logo：HTML 直接内联 SVG，PPTX 临时渲染为 PNG 后插入。

标题层级规范

SKILL.md 使用 # 作为一级标题，references 目录下各文件使用 ## 起始，确保合并为单一提示词文件时标题层级不冲突。