القائمة
将会议录音文字稿、笔记或聊天记录等原始材料整理为结构化会议纪要，自动提取议题、讨论要点、结论以及包含负责人与截止日期的行动项。当用户提供会议素材并提及会议记录、纪要、meeting minutes、会议总结、行动项、整理会议或会后跟踪等关键词时触发。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/rongxinzy/RongxinAI --skill meeting-recapيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Analyze and implement narrowly scoped frontend UI changes in the RongxinAI project. Use when a user requests a visual or layout adjustment, especially when they require code to be read first, a modification strategy to be proposed, and implementation to wait for explicit approval.
对 CSV/Excel 数据执行线性回归（OLS）或逻辑回归（Logistic），一键输出完整统计结果（包含回归系数、R²、p值、VIF等）和中文通俗解读。当用户提及回归分析、拟合模型、查看系数显著性、R方、p值、共线性（VIF），或使用关键词如 回归、regression、OLS、logit、拟合、显著性 时触发。
ZhiYuan Agent expert package lifecycle manager for the pi engine. Helps users create, validate, and register single agents or multi-agent teams as ZhiYuan Agent Agent entries. Trigger words: 创建专家、创建专家团、导入专家、 生成专家包、expert manager、new expert.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | meeting-recap |
| description | 将会议录音文字稿、笔记或聊天记录等原始材料整理为结构化会议纪要，自动提取议题、讨论要点、结论以及包含负责人与截止日期的行动项。当用户提供会议素材并提及会议记录、纪要、meeting minutes、会议总结、行动项、整理会议或会后跟踪等关键词时触发。 |
| license | MIT |
将零散的会议原始记录（文字稿、笔记、聊天记录）转化为专业的结构化会议纪要，自动提取议题、结论和行动项。
scripts/validate_minutes.py 校验完整性目标：确认原始素材类型，补全缺失的元信息。
步骤：
识别素材类型，向用户确认：
提取或询问元信息（以下字段均为必填）：
| 字段 | 说明 | 示例 |
|---|---|---|
| 会议名称 | 本次会议的主题名 | Q2 产品评审会 |
| 日期 | YYYY-MM-DD 格式 | 2026-04-14 |
| 时间 | HH:MM-HH:MM | 14:00-15:30 |
| 地点/方式 | 线下会议室或线上工具 | 飞书会议 |
| 主持人 | 会议组织者 | 张三 |
| 记录人 | 填写纪要的人 | AI 辅助 |
| 参会人 | 所有参与者列表 | 张三、李四、王五 |
如果素材中缺少上述任何字段，主动询问用户补充。不要猜测参会人或日期。
目标：将连续的会议内容拆分为独立议题。
方法：
通读全文，识别话题切换点。常见信号：
为每个议题编号并命名，格式：
议题 1：[简洁标题，≤15字]
议题 2：[简洁标题，≤15字]
...
特殊处理规则：
将议题列表展示给用户确认，再进入下一步。
目标：对每个议题提取结构化信息。
对每个议题，按以下模板提取：
### 议题 N：[标题]
**背景**：（1-2 句话，为什么要讨论这件事）
**讨论要点**：
- [要点1]：[核心观点/数据/方案]（发言人：XX）
- [要点2]：[核心观点/数据/方案]（发言人：XX）
- ...
**分歧与争议**：（如有）
- [争议点]：A 方认为…… / B 方认为……
**结论/决策**：
- ✅ [明确的结论，使用陈述句]
- ✅ [如有多条结论逐条列出]
**行动项**：
| 序号 | 任务描述 | 负责人 | 截止日期 | 优先级 |
|------|----------|--------|----------|--------|
| 1 | [具体可执行的任务] | [姓名] | YYYY-MM-DD | 高/中/低 |
提取规则：
（推算）目标：提取跨议题的全局信息。
遗留问题（未达成结论、需要后续讨论的事项）：
## 遗留问题
| 序号 | 问题描述 | 相关议题 | 后续计划 |
|------|----------|----------|----------|
| 1 | [问题] | 议题 N | [下次会议讨论 / 需XX补充材料] |
风险提示（Agent 在整理过程中发现的潜在风险）：
## ⚠️ 风险提示
- [风险1]：[描述]（来源：议题 N）
- [风险2]：[描述]
常见风险信号：deadline 冲突、资源不足、依赖不明确、多个行动项无人认领。
关键数据/指标（如会议中提到了具体数字）：
## 关键数据
- [指标名称]：[数值]（来源：议题 N）
目标：将所有提取结果组装为完整纪要。
输出模板：
# 会议纪要：[会议名称]
| 项目 | 内容 |
|------|------|
| 日期 | YYYY-MM-DD |
| 时间 | HH:MM - HH:MM |
| 地点 | [地点/线上工具] |
| 主持人 | [姓名] |
| 记录人 | [姓名] |
| 参会人 | [姓名列表] |
---
## 议题概览
| 议题 | 结论状态 | 行动项数 |
|------|----------|----------|
| 议题 1：[标题] | ✅ 已决策 / ⏳ 待定 | N |
| 议题 2：[标题] | ✅ 已决策 / ⏳ 待定 | N |
---
## 详细记录
### 议题 1：[标题]
（Phase 3 提取的完整内容）
### 议题 2：[标题]
（Phase 3 提取的完整内容）
---
## 行动项汇总
| 序号 | 任务描述 | 负责人 | 截止日期 | 优先级 | 来源议题 |
|------|----------|--------|----------|--------|----------|
| 1 | [任务] | [姓名] | YYYY-MM-DD | 高/中/低 | 议题 N |
| ... | | | | | |
## 遗留问题
（Phase 4 内容）
## ⚠️ 风险提示
（Phase 4 内容，如无则省略此节）
## 关键数据
（Phase 4 内容，如无则省略此节）
目标：确保纪要完整、准确、可执行。
自动校验清单（逐项检查并报告）：
可运行验证脚本：完成纪要后，可使用 scripts/validate_minutes.py 对输出的 Markdown 文件做结构化校验。
python3 scripts/validate_minutes.py <纪要文件.md>
脚本会检查：
展示纪要给用户确认，重点关注：
根据用户反馈修订，直到用户确认。
导出选项：
本 skill 不需要外部参数。以下为可选的定制项：
| 配置项 | 默认值 | 说明 |
|---|---|---|
| 语言 | 中文 | 纪要输出语言，跟随原始素材语言 |
| 行动项优先级 | 启用 | 是否标注优先级（高/中/低） |
| 风险提示 | 启用 | 是否生成风险提示章节 |
| 关键数据 | 启用 | 是否提取会议中提到的数字/指标 |
用户贴入飞书妙记或 Otter.ai 导出的文字稿，Agent 按 SOP 整理为结构化纪要。
用户贴入微信群/飞书群的讨论记录，Agent 识别议题并提取行动项。
用户贴入自己在会议中随手记的要点，Agent 补充结构并确认遗漏。
用户提供英文 transcript，Agent 可按同样流程处理并输出中文或英文纪要。