14 KiB
14 KiB
name, description, triggers, owner, group, version, updated
| name | description | triggers | owner | group | version | updated |
|---|---|---|---|---|---|---|
| 智能纪要 | 派对/会议纪要·聊天结构长图内驱 | 派对纪要、会议纪要、智能会议图片、长图纪要 | 火眼 | 火 | 1.1 | 2026-02-18 |
智能纪要（聊天结构 → 长图）
纪要产出一律按「聊天结构」生成智能会议长图用的内驱，不按文档/脚本结构，不先出 HTML，直接生成可做长图的内容。
⚠️ 产出规范（必守）
| 要求 | 说明 |
|---|---|
| 结构 | 用聊天结构（对话/时间线/谁说了什么/重点提炼），不用文档式六大区块脚本结构 |
| 输出 | 直接生成长图内驱（内容骨架），用于智能会议图片；不生成 HTML，不依赖 Python 脚本生成正文 |
| 形式 | 类似 STMA 长图：一屏一屏、气泡/时间线式，适合直接做成一张长图 |
📐 聊天结构·长图内驱格式
每次总结按下面结构直接输出（Agent 在对话中给出即可，无需跑脚本）：
【标题】
日期｜主题（例：2月17日｜过年第一个红包发给谁×人生三贵人）
【元信息】
时长 | 人数 | 场次/地点
【聊天流】（按时间或话题顺序，一条一条）
[时间] 谁 / 标签： 一句话摘要或金句
→ 重点： 结论/启示（可选）
[时间] 谁 / 标签： …
→ 重点： …
【金句/结论】（3～5 条，可单独列出）
· …
【下次/行动】
· …
- 谁/标签：可用 用户观点 / AI思考 / 专家洞察 / 主持人 / 群友 等，与 101 场信号一致（红=AI思考，蓝=用户观点，紫=专家，绿=提问）。
- 重点：每条后可跟「→ 重点：」提炼，便于长图里做黄框强调。
🎯 核心功能
将派对/会议内容快速转化为聊天结构长图内驱：
- 聊天结构纪要：时间线 + 谁说了什么 + 重点/金句，直接可做长图
- 不依赖：不先出 HTML、不依赖 Python 生成正文，由 Agent 理解后直接产出内驱
- 可选后续：内驱可交给截图/发飞书等脚本做长图与推送
🤖 Agent 约定
当用户要求「会议纪要 / 派对纪要 / 智能会议图片 / 长图纪要」时：
- 直接按「聊天结构·长图内驱格式」在对话中产出内容，不生成 HTML 文件，不依赖 Python 生成正文。
- 内驱 = 标题 + 元信息 + 聊天流（时间 + 谁/标签 + 摘要 + → 重点）+ 金句/结论 + 下次/行动。
- 后续若需 PNG 长图，可另用截图脚本或用户自行将内驱贴入模板；本条 SKILL 只约束「内容按聊天结构、直接给长图内驱」。
🔥 最佳操作流程（可选）
┌─────────────────────────────────────────────────────────────────┐
│ │
│ 📄 聊天记录.txt │
│ │ │
│ ▼ │
│ ┌──────────────────┐ │
│ │ parse_chatlog.py │ ← AI智能解析提取关键信息 │
│ └────────┬─────────┘ │
│ │ │
│ ▼ │
│ 📋 meeting.json（结构化数据） │
│ │ │
│ ▼ │
│ ┌───────────────────────┐ │
│ │ generate_meeting.py │ ← 渲染毛玻璃HTML模板 │
│ └────────┬──────────────┘ │
│ │ │
│ ▼ │
│ 🎨 meeting.html（精美派对纪要） │
│ │ │
│ ▼ │
│ ┌─────────────────┐ │
│ │ screenshot.py │ ← Playwright截图生成PNG │
│ └────────┬────────┘ │
│ │ │
│ ▼ │
│ 🖼️ meeting.png（高清长图） │
│ │ │
│ ▼ │
│ ┌────────────────────┐ │
│ │ send_to_feishu.py │ ← 上传图片+发送飞书群 │
│ └────────┬───────────┘ │
│ │ │
│ ▼ │
│ 📤 飞书群消息（图片+富文本摘要） │
│ │
└─────────────────────────────────────────────────────────────────┘
🚀 快速使用
方法1: 从飞书妙记生成（推荐）
# 步骤1: 在飞书妙记页面导出文字记录
# 点击右上角 "..." → "导出文字记录" → 下载txt文件
# 步骤2: 一键生成会议纪要
python3 scripts/fetch_feishu_minutes.py --file "导出的文字记录.txt" --generate
方法2: 从聊天记录生成
# 解析 → HTML → 截图 → 发送飞书（全自动）
python3 scripts/full_pipeline.py "/path/to/聊天记录.txt"
# 完成后自动打开浏览器查看
python3 scripts/full_pipeline.py "/path/to/聊天记录.txt" --open
可选参数
# 只生成不发飞书
python3 scripts/full_pipeline.py "聊天记录.txt" --no-feishu
# 只生成HTML不截图
python3 scripts/full_pipeline.py "聊天记录.txt" --no-screenshot
# 指定自定义Webhook
python3 scripts/full_pipeline.py "聊天记录.txt" --webhook "https://..."
分步执行
# 步骤1：解析聊天记录 → JSON
python3 scripts/parse_chatlog.py "/path/to/聊天记录.txt"
# 步骤2：JSON → HTML
python3 scripts/generate_meeting.py --input "xxx_meeting.json"
# 步骤3：HTML → PNG截图
python3 scripts/screenshot.py output/xxx.html
# 步骤4：发送飞书群
python3 scripts/send_to_feishu.py --json "xxx_meeting.json"
📥 飞书妙记导出
导出步骤
- 打开飞书妙记页面（如
cunkebao.feishu.cn/minutes/xxx） - 点击右上角 "..." 菜单
- 选择 "导出文字记录"
- 下载txt文件到本地
一键生成会议纪要
# 从导出文件生成（自动发送飞书群）
python3 scripts/fetch_feishu_minutes.py --file "产研团队_20260128.txt" --generate
# 指定标题
python3 scripts/fetch_feishu_minutes.py --file "导出.txt" --title "产研团队第20场" --generate
支持的文件格式
- 飞书妙记导出的txt文件（推荐）
- Soul派对聊天记录
- 其他会议文字记录
📤 飞书集成配置
已配置凭证（无需额外设置）
| 配置项 | 值 |
|---|---|
| APP_ID | cli_a48818290ef8100d |
| APP_SECRET | dhjU0qWd5AzicGWTf4cTqhCWJOrnuCk4 |
| 默认Webhook | 34b762fc-5b9b-4abb-a05a-96c8fb9599f1 |
发送能力
| 消息类型 | 状态 | 说明 |
|---|---|---|
| 图片消息 | ✅ 已支持 | 自动上传+发送PNG |
| 富文本摘要 | ✅ 已支持 | 分享人+干货提炼 |
| 文本通知 | ✅ 已支持 | 简单文本 |
单独发送命令
# 发送图片
python3 scripts/send_to_feishu.py --image output/meeting.png
# 发送文本
python3 scripts/send_to_feishu.py --text "派对纪要已生成"
# 从JSON发送完整摘要
python3 scripts/send_to_feishu.py --json "meeting.json"
📋 纪要结构（默认：聊天结构）
优先使用：聊天结构长图内驱（见上），不按下面文档式六模块写正文。
若需文档式（如走 Python 模板），可参考：
| 序号 | 模块 | 内容 | 图标 |
|---|---|---|---|
| 1 | 派对分享人 | 嘉宾姓名、角色、分享话题 | 🎤 |
| 2 | 分享项目 | 核心项目/模式拆解 | 📌 |
| 3 | 重点片段 | 时间戳+核心观点+洞察 | 🔥 |
| 4 | 干货提炼 | 单行对齐的要点总结 | ⚡ |
| 5 | 项目推进 | 下一步行动项 | 🚀 |
📊 数据格式
派对纪要 JSON 示例
{
"title": "1月28日｜猎头行业×电动车民宿×金融视角",
"subtitle": "Soul派对第85场",
"date": "2026-01-28",
"time": "06:55",
"duration": "2小时47分钟52秒",
"participants_count": "600+",
"location": "Soul派对早场",
"speakers": [
{
"name": "卡若",
"role": "派对主持人·融资运营",
"topics": "电动车×民宿撮合·不良资产收购"
}
],
"modules": [...],
"highlights": [...],
"takeaways": [...],
"actions": [...]
}
🛠️ 脚本说明
| 脚本 | 功能 | 依赖 |
|---|---|---|
full_pipeline.py |
⭐ 完整流程（推荐） | requests, playwright |
fetch_feishu_minutes.py |
⭐ 飞书妙记 → 会议纪要 | requests |
parse_chatlog.py |
解析聊天记录 → JSON | 无 |
generate_meeting.py |
JSON → HTML | 无 |
screenshot.py |
HTML → PNG截图 | playwright |
send_to_feishu.py |
发送到飞书群 | requests |
安装依赖
# 基础依赖
pip3 install requests
# 截图功能
pip3 install playwright
playwright install chromium
🎨 样式特点
- 毛玻璃效果：
backdrop-filter: blur(16px)+ 半透明背景 - 渐变色块：每个模块有独特的渐变色（蓝、绿、紫、橙、红）
- 流程图：顶部展示派对完整流程
- 数字序号：每个模块有圆形数字标识
- 重点加粗：关键信息使用
<strong>标签突出 - 响应式布局：适配手机、平板、电脑
📁 目录结构
智能纪要/
├── scripts/
│ ├── full_pipeline.py # ⭐ 完整流程（推荐）
│ ├── parse_chatlog.py # 解析聊天记录
│ ├── generate_meeting.py # 生成HTML
│ ├── generate_review.py # 生成复盘HTML
│ ├── screenshot.py # 截图工具
│ └── send_to_feishu.py # 飞书发送（含凭证）
├── templates/
│ ├── meeting.html # 派对纪要模板
│ └── review.html # 复盘总结模板
├── output/ # 输出目录
└── SKILL.md # 本文档
🔗 与其他技能协作
| 场景 | 协作流程 |
|---|---|
| 派对录音转纪要 | 飞书妙记 → JSON提取 → 派对纪要生成 → 飞书群 |
| 项目复盘 | 需求拆解 → 执行跟踪 → 复盘总结生成 → 飞书群 |
| 商业计划 | 卡土算账 → 数据整理 → 商业计划书生成 |
📝 更新日志
| 日期 | 更新 |
|---|---|
| 2026-02-18 | 📐 纪要一律按聊天结构生成长图内驱；不按文档/脚本结构，不先出 HTML，直接产出可做智能会议图片的内容；补充 Agent 约定与内驱格式说明 |
| 2026-01-28 | 🤖 融合本地模型：支持离线智能摘要、信息提取 |
| 2026-01-28 | ✅ 配置飞书凭证，支持自动发送图片 |
| 2026-01-28 | 新增飞书群集成：send_to_feishu.py + full_pipeline.py |
| 2026-01-28 | 优化模板：增加流程图、调整模块名称、统一单行对齐 |
| 2026-01-28 | 创建技能，支持派对纪要和复盘总结 |
🤖 本地模型融合
功能增强
智能纪要现支持使用本地模型（Ollama）进行智能摘要和信息提取：
# 导入本地模型SDK
import sys
sys.path.append("/Users/karuo/Documents/个人/卡若AI")
from _共享模块.local_llm import summarize, extract_info, check_service
# 检查本地模型服务
status = check_service()
if not status["running"]:
print("本地模型不可用，将使用云端API")
# 生成会议摘要（200字以内）
meeting_text = "很长的会议记录文本..."
summary = summarize(meeting_text, max_words=200)
# 提取关键信息
speakers = extract_info(meeting_text, "发言人姓名和角色")
actions = extract_info(meeting_text, "待办事项和负责人")
highlights = extract_info(meeting_text, "核心观点和金句")
使用场景
| 场景 | 本地模型 | 云端API |
|---|---|---|
| 快速生成摘要 | ✅ 推荐（1-2秒） | 可选 |
| 提取发言人信息 | ✅ 推荐 | 可选 |
| 提取待办事项 | ✅ 推荐 | 可选 |
| 批量处理多场派对 | ✅ 强烈推荐（免费） | 成本累积 |
| 生成完整TDD文档 | 不推荐 | ✅ 推荐 |
集成到流程
可以在 parse_chatlog.py 中调用本地模型辅助提取：
# parse_chatlog.py 中添加
from _共享模块.local_llm import summarize, extract_info, check_service
def smart_extract(text):
"""智能提取：本地优先"""
if check_service()["running"]:
return {
"summary": summarize(text, 150),
"speakers": extract_info(text, "发言人"),
"actions": extract_info(text, "行动项")
}
else:
# 降级到原有逻辑或云端API
return fallback_extract(text)
资源控制
- 并发限制：最多2个并发请求
- 请求间隔：0.5秒
- CPU使用：控制在30%以内
- 自动限流：SDK已内置，无需手动处理