// 生产级AI会议笔记处理系统。支持多种输入格式，智能提取行动项、责任人、截止时间，自动生成结构化会议纪要和TODO清单。具备准确性自检、局限标注、鲁棒性测试等生产级特性。
| name | ai-meeting-notes |
| version | 2.0.0 |
| skill_level | 5 |
| description | 生产级AI会议笔记处理系统。支持多种输入格式，智能提取行动项、责任人、截止时间，自动生成结构化会议纪要和TODO清单。具备准确性自检、局限标注、鲁棒性测试等生产级特性。 |
| author | Jeff J Hunter |
| homepage | https://jeffjhunter.com |
| tags | ["meeting-notes","action-items","meeting-assistant","productivity","notes-to-tasks","meeting-summary","transcript","notetaker","follow-up","task-extraction","todo","task-tracker","level-5","production-ready"] |
混乱笔记 → 清晰行动项。支持准确性自检、局限标注、对抗测试。
| 标准 | 名称 | 状态 | 说明 |
|---|---|---|---|
| S1 | 输入标准化 | ✅ 达标 | 支持文本/录音/VTT/实时转录等多种输入 |
| S2 | 处理流程化 | ✅ 达标 | 提取要点→行动项→责任人→截止时间→输出结构化 |
| S3 | 输出结构化 | ✅ 达标 | 标准Markdown格式 + TODO清单 + JSON API |
| S4 | 触发自动化 | ✅ 达标 | 手动触发 + 自动文件监控 + Webhook |
| S5 | 准确性自检 | ✅ 达标 | 要点完整性检查 + 置信度评分 |
| S6 | 局限标注 | ✅ 达标 | 方言/专业术语/低质量音频明确标注 |
| S7 | 对抗测试 | ✅ 达标 | 混乱输入/噪音/格式错误鲁棒性测试 |
| 输入类型 | 格式 | 处理方式 | 备注 |
|---|---|---|---|
| 纯文本笔记 | .txt, .md | 直接解析 | 推荐 |
| 录音文件 | .mp3, .wav, .m4a | 转录后处理 | 需配置ASR |
| 字幕/转录 | .vtt, .srt | 解析时间戳 | Zoom/Teams导出 |
| 邮件内容 | .eml, 粘贴文本 | 提取正文 | 去除签名 |
| 即时消息 | Slack/微信导出 | 解析对话 | 支持多轮对话 |
| 实时转录 | WebSocket流 | 实时处理 | 需配置流式ASR |
原始输入
↓
[编码检测] → UTF-8转换
↓
[格式识别] → 文本/VTT/邮件/对话
↓
[噪声过滤] → 去除签名/时间戳/元数据
↓
[语言检测] → 中文/英文/混合
↓
结构化输入
示例1: 混乱笔记
产品会议 3/21
小李说要改UI，大概下周吧
预算？老王说50k，批了
服务器的事还没定，等通知
小张记得发邮件给客户
下周三再碰一下
示例2: VTT字幕文件
WEBVTT
00:00:01.000 --> 00:00:05.000
主持人: 好，我们开始今天的周会
00:00:05.500 --> 00:00:12.000
Alice: 上周完成了用户调研，发现三个主要痛点
...
示例3: 邮件线程
From: manager@company.com
To: team@company.com
Subject: Re: Q2计划讨论
各位，
关于Q2计划：
1. 产品功能 - 需要2周完成设计
2. 市场推广 - Sarah负责，4/15前出方案
...
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 输入层 │ → │ 解析层 │ → │ 提取层 │
└─────────────┘ └─────────────┘ └─────────────┘
↓
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ 输出层 │ ← │ 验证层 │ ← │ 结构化层 │
└─────────────┘ └─────────────┘ └─────────────┘
| 提取项 | 方法 | 输出格式 | 置信度 |
|---|---|---|---|
| 会议主题 | NLP关键词提取 + LLM生成 | 字符串 | 0.0-1.0 |
| 会议日期 | 正则匹配 + 上下文推断 | YYYY-MM-DD | 0.0-1.0 |
| 参会人员 | 命名实体识别(NER) | 人员列表 | 0.0-1.0 |
| 要点总结 | 抽取式摘要 + 生成式摘要 | 2-3句 | 0.0-1.0 |
| 行动项 | 意图识别 + 关键词匹配 | 任务列表 | 0.0-1.0 |
| 责任人 | 指代消解 + 角色关联 | @人员 | 0.0-1.0 |
| 截止时间 | 时间表达式解析 | 日期/相对时间 | 0.0-1.0 |
| 决策项 | 情感分析 + 关键词 | 决策列表 | 0.0-1.0 |
识别模式：
ACTION_PATTERNS = {
'explicit': [ # 明确行动词
'完成', '提交', '发送', 'review', '确认',
'准备', '调研', '设计', '开发', '测试',
'跟进', '联系', '安排', '更新', '整理'
],
'deadline': [ # 时间相关词
'今天', '明天', '本周', '下周', '月底',
'周五', '下周一', 'EOW', 'ASAP', '尽快'
],
'owner': [ # 责任人标记
'@姓名', '由...负责', '让...', '叫...',
'请...', '需要...', '...来做'
]
}
提取示例：
| 原文 | 提取结果 |
|---|---|
| "小李明天把方案发出来" | @小李: 发方案 — 明天 |
| "这个得跟技术团队确认一下，最好这周内" | @技术团队: 确认方案 — 本周 |
| "记得更新文档" | @记录人: 更新文档 — TBD |
文本: "Alice负责设计，Bob来实现"
解析步骤:
1. 实体识别 → [Alice, Bob]
2. 角色关联 → Alice→设计, Bob→实现
3. 指代消解 → 确认Alice和Bob的完整身份
4. 输出 → @Alice: 设计任务, @Bob: 实现任务
| 相对时间 | 标准化结果 | 示例 |
|---|---|---|
| 今天 | 当日日期 | 2026-03-21 |
| 明天 | +1天 | 2026-03-22 |
| 下周一 | 下周第一个工作日 | 2026-03-23 |
| 本月底 | 当月最后一天 | 2026-03-31 |
| EOW | 本周五/周日 | 2026-03-27 |
| ASAP | 标记为紧急 | ⚠️ 尽快 |
| 待确认 | TBD标记 | ⏳ 待定 |
Markdown格式（默认）：
---
date: 2026-03-21
title: 产品周会
attendees: [Alice, Bob, Carol]
duration: 45min
confidence: 0.92
---
# 产品周会
**日期**: 2026-03-21
**参会**: Alice, Bob, Carol
**时长**: 45分钟
**置信度**: 92%
---
## 📋 会议摘要
本周产品周会讨论了Q2功能规划和资源分配。确定了三个优先功能，分配了相应负责人和截止时间。预算申请已获批准。
---
## ⚡ 行动项 (5项)
| # | 任务 | 负责人 | 截止时间 | 状态 | 置信度 |
|---|------|--------|----------|------|--------|
| 1 | 完成用户调研报告 | @Alice | 2026-03-25 | ⏳ 待办 | 95% |
| 2 | 设计原型初稿 | @Bob | 2026-03-28 | ⏳ 待办 | 90% |
| 3 | 技术方案评审 | @Carol | 2026-03-24 | ⏳ 待办 | 88% |
| 4 | 预算表确认 | @Alice | ASAP ⚠️ | ⏳ 待办 | 75% |
| 5 | 供应商联系 | @团队 | TBD ⏳ | ⏳ 待办 | 60% |
---
## ✅ 关键决策
1. **Q2优先级**: 用户增长 > 稳定性 > 新功能
2. **预算批准**: 50k已获批
3. **发布时间**: 延期2周，待法务确认
---
## ❓ 待解决问题
1. 供应商选择标准需进一步讨论
2. 技术架构是否需要调整待评估
---
## 📝 原始记录
<details>
<summary>点击查看原始输入</summary>
[原始内容]
</details>
{
"metadata": {
"date": "2026-03-21",
"title": "产品周会",
"attendees": ["Alice", "Bob", "Carol"],
"duration": "45min",
"confidence": 0.92,
"processed_at": "2026-03-21T18:45:00+08:00"
},
"summary": "本周产品周会讨论了Q2功能规划和资源分配...",
"action_items": [
{
"id": 1,
"task": "完成用户调研报告",
"owner": "Alice",
"deadline": "2026-03-25",
"deadline_type": "absolute",
"status": "pending",
"confidence": 0.95,
"source_text": "Alice需要在下周三前完成用户调研报告"
}
],
"decisions": [...],
"open_questions": [...],
"limitations": [
"无法确认供应商具体指哪家公司"
]
}
todo.md格式：
# TODO清单
## ⚠️ 紧急
- [ ] @Alice: 预算表确认 — ASAP [来自: 产品周会 2026-03-21]
## 📅 2026-03-24 (周一)
- [ ] @Carol: 技术方案评审 [来自: 产品周会 2026-03-21]
## 📅 2026-03-25 (周二)
- [ ] @Alice: 完成用户调研报告 [来自: 产品周会 2026-03-21]
## 📅 2026-03-28 (周五)
- [ ] @Bob: 设计原型初稿 [来自: 产品周会 2026-03-21]
## ⏳ 无截止时间
- [ ] @团队: 供应商联系 — 待确认 [来自: 产品周会 2026-03-21]
| 触发方式 | 配置项 | 说明 |
|---|---|---|
| 手动触发 | CLI/API | 用户主动调用 |
| 文件监控 | watch_paths | 监控指定目录新文件 |
| 定时任务 | cron.json | 定期检查 |
| Webhook | webhook_url | 外部系统集成 |
| 邮件监听 | IMAP配置 | 自动处理会议邀请邮件 |
监控配置：
{
"watch_paths": [
"~/Downloads/meetings/*",
"~/Documents/meeting-notes/*",
"/shared/meeting-uploads/"
],
"file_patterns": [
"*.txt", "*.md", "*.vtt", "*.srt",
"*.mp3", "*.wav", "*.m4a"
],
"auto_process": true,
"backup_original": true
}
处理流程：
文件检测到
↓
文件类型识别
↓
重复检查（文件名/内容哈希）
↓
预处理 → 转录（如需要）
↓
核心处理 → 提取信息
↓
保存结果 → 发送通知
# 处理单个文件
ai-meeting-notes process notes.txt
# 处理录音
ai-meeting-notes process meeting.mp3 --transcribe
# 批量处理目录
ai-meeting-notes batch ~/Downloads/meetings/
# 查看状态
ai-meeting-notes status
# 生成报告
ai-meeting-notes report --format html
完整性检查清单：
SELF_CHECK_LIST = {
'has_title': '是否提取到会议主题',
'has_date': '是否识别到会议日期',
'has_attendees': '是否识别到参会人员',
'has_summary': '是否生成会议摘要',
'action_items_count': '行动项数量是否合理(>=0)',
'action_with_owner': '行动项是否有责任人',
'action_with_deadline': '行动项是否有截止时间',
'no_duplicate': '无重复行动项',
'decisions_extracted': '是否提取到决策项'
}
| 评分项 | 权重 | 计算方法 |
|---|---|---|
| 主题识别 | 15% | 关键词匹配度 |
| 日期识别 | 10% | 格式规范性 |
| 人员识别 | 15% | NER准确率 |
| 摘要质量 | 20% | 覆盖度 + 简洁度 |
| 行动项提取 | 25% | 召回率 + 精确率 |
| 责任人关联 | 10% | 指代消解准确率 |
| 截止时间解析 | 5% | 时间表达式解析准确率 |
总置信度计算：
total_confidence = sum(score * weight for score, weight in items)
# 分级:
# >= 90%: 高置信度 ✅
# 70-89%: 中等置信度 ⚠️
# < 70%: 低置信度 ❌ 需要人工复核
## 🔍 准确性自检报告
**整体置信度**: 87% ⚠️ 中等
### 各项评分
| 检查项 | 状态 | 得分 | 说明 |
|--------|------|------|------|
| 主题识别 | ✅ | 95% | 清晰明确 |
| 日期识别 | ✅ | 100% | 格式标准 |
| 人员识别 | ⚠️ | 75% | 3人识别，可能有遗漏 |
| 摘要质量 | ✅ | 90% | 覆盖主要讨论点 |
| 行动项提取 | ⚠️ | 80% | 5项提取，可能遗漏隐含任务 |
| 责任人关联 | ⚠️ | 70% | 1项责任人不确定 |
| 截止时间 | ✅ | 85% | 大部分已标准化 |
### 建议复核项
1. ⚠️ "供应商联系" 责任人标注为"@团队"，建议确认具体负责人
2. ⚠️ "预算表确认" 截止时间标注为"ASAP"，建议确认具体日期
3. ❓ 检测到2处可能遗漏的行动项，请检查原始记录
当置信度 < 70% 时：
| 局限类型 | 说明 | 处理建议 |
|---|---|---|
| 方言/口音 | 语音识别对非标准普通话/英语识别率下降 | 提供转录文本校对功能 |
| 专业术语 | 特定行业术语可能识别错误或遗漏 | 支持自定义词库 |
| 多人重叠 | 多人同时说话导致转录混乱 | 标记为「需人工确认」 |
| 隐晦表达 | "那个事要处理一下"等模糊表述 | 标注为「含义不明」 |
| 低质量音频 | 噪音大/音量小的录音 | 预处理提醒 |
| 手写笔记 | 手写内容需先OCR | 推荐拍照清晰化 |
| 代码/公式 | 技术讨论中的代码片段 | 保留原样，不参与摘要 |
| 情感/语气 | 无法准确判断讽刺、犹豫等语气 | 保守提取 |
## ⚠️ 处理局限说明
本次处理存在以下局限，建议人工复核：
1. **语音识别局限** (置信度 65%)
- 检测到非标准口音，部分词汇可能识别错误
- 建议对照原始录音确认关键信息
2. **专业术语未识别** (3处)
- "K8s" 被识别为 "kate"
- "gRPC" 被识别为 "GRPC"
- 建议使用自定义词库或手动修正
3. **模糊表述** (2处)
- "那个文档要更新" → 未明确是哪个文档
- "跟他们说一下" → 未明确"他们"指谁
4. **时间表达式不明确** (1处)
- "尽快完成" → 已标记为ASAP，建议确认具体时间
支持用户添加专业术语：
{
"custom_terms": {
"K8s": "Kubernetes容器编排系统",
"gRPC": "Google开源RPC框架",
"OKR": "目标与关键结果管理方法"
},
"person_aliases": {
"小李": "李明",
"老王": "王建国"
}
}
测试类型：
ADVERSARIAL_TESTS = {
'noise_injection': {
'description': '在输入中添加随机噪声',
'cases': [
'添加无关字符: "会##议@@@记!!!录"',
'随机大小写: "PrOdUcT MeEtInG"',
'多余空格/换行: "会 议\n\n\n记录"'
]
},
'format_corruption': {
'description': '损坏格式但保留语义',
'cases': [
'缺少标点: "小李说要做方案周五交"',
'错误分隔: "Alice,Bob,Carol" vs "Alice Bob Carol"',
'混合格式: 中英文混杂、全半角混合'
]
},
'semantic_chaos': {
'description': '语义混乱但可推断',
'cases': [
'倒序叙述: "下周交这是小李说的方案"',
'多重否定: "不是不确认就是可能不做"',
'冗余信息: 大量重复、无关内容'
]
},
'edge_cases': {
'description': '极端情况',
'cases': [
'空输入',
'超长输入(>10万字)',
'单一字符重复',
'纯符号无文字'
]
}
}
## 🧪 对抗测试报告
**测试时间**: 2026-03-21 18:30:00
**测试用例**: 50个
**通过率**: 94% (47/50)
### 测试结果分类
| 测试类别 | 用例数 | 通过 | 失败 | 鲁棒性评分 |
|----------|--------|------|------|------------|
| 噪声注入 | 15 | 15 | 0 | 100% ✅ |
| 格式损坏 | 12 | 11 | 1 | 92% ⚠️ |
| 语义混乱 | 13 | 12 | 1 | 92% ⚠️ |
| 极端情况 | 10 | 9 | 1 | 90% ⚠️ |
### 失败用例分析
| # | 失败类型 | 输入示例 | 预期 | 实际 | 改进建议 |
|---|----------|----------|------|------|----------|
| 1 | 格式损坏 | "Alic3负责设计" | @Alice | @Alic3 | 增加常见拼写纠错 |
| 2 | 语义混乱 | "那个谁做那个事" | 标注模糊 | 未提取 | 增强模糊检测 |
| 3 | 极端情况 | 10万字无换行 | 分段处理 | 内存警告 | 增加流式处理 |
### 鲁棒性评级
**综合评分**: 93.5% ✅ **生产就绪**
说明：系统在各类异常输入下表现良好，建议针对上述3个失败用例进行优化。
# 运行全部对抗测试
ai-meeting-notes test --adversarial
# 运行特定类别测试
ai-meeting-notes test --category noise_injection
# 生成测试报告
ai-meeting-notes test --report --format html
{
"input": {
"supported_formats": ["txt", "md", "vtt", "srt", "mp3", "wav", "m4a"],
"encoding": "utf-8",
"max_file_size": "100MB",
"language": "auto"
},
"processing": {
"extract_attendees": true,
"extract_action_items": true,
"extract_decisions": true,
"extract_deadlines": true,
"confidence_threshold": 0.7
},
"output": {
"default_format": "markdown",
"save_location": "./meeting-notes/",
"naming_pattern": "{date}_{topic}.md",
"include_raw": true
},
"automation": {
"watch_paths": [],
"auto_process": false,
"backup_original": true
},
"limitations": {
"warn_on_low_confidence": true,
"show_limitations": true,
"custom_terms": {}
},
"self_check": {
"enabled": true,
"min_confidence": 0.7
}
}
# 1. 安装依赖
pip install -r requirements.txt
# 2. 配置（可选）
cp config.example.json config.json
# 编辑 config.json
# 3. 处理会议记录
python3 scripts/ai-meeting-notes.py process meeting-notes.txt
# 4. 查看结果
cat meeting-notes/2026-03-21_product-meeting.md
from ai_meeting_notes import MeetingProcessor
processor = MeetingProcessor(config_path='config.json')
result = processor.process_file('meeting.txt')
print(result.summary)
print(result.action_items)
print(result.confidence_report)
skills/ai-meeting-notes/
├── SKILL.md # 本文件
├── config.json # 配置文件
├── requirements.txt # Python依赖
├── cron.json # 定时任务配置
├── _meta.json # Skill元数据
├── scripts/
│ ├── ai-meeting-notes.py # 主脚本
│ ├── self_check.py # 自检模块
│ ├── adversarial_test.py # 对抗测试
│ └── utils/
│ ├── parser.py # 输入解析
│ ├── extractor.py # 信息提取
│ └── formatter.py # 输出格式化
├── tests/
│ ├── test_cases/ # 测试用例
│ └── test_runner.py # 测试执行
└── docs/
├── LIMITATIONS.md # 局限详细说明
└── CHANGELOG.md # 更新日志
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
| 无法识别日期 | 格式非标准 | 在配置中指定日期格式 |
| 行动项遗漏 | 表达方式隐晦 | 添加自定义触发词 |
| 责任人错误 | 指代消解失败 | 使用全名，减少代词 |
| 置信度低 | 输入质量差 | 检查原始音频/文本质量 |
| 处理超时 | 文件过大 | 启用流式处理或分段 |
Built by Jeff J Hunter — https://jeffjhunter.com
Part of the OpenClaw skills ecosystem. More at https://clawhub.org
Level 5 Certified: Production Ready
A/B测试生成器 - 生成可测试的文案/设计变体： 1. 全局考虑：覆盖标题、CTA、说服角度等测试维度 2. 系统考虑：元素选择→变体生成→测试设计→结果分析闭环 3. 迭代机制：根据测试结果优化变体生成策略 4. Skill化：标准接口，可按维度独立生成 5. 流程自动化：自动生成测试方案和变体
学术级深度研究标准Skill - 满足5个标准： 1. 全局考虑：六层模型全覆盖（范式→情报→证据→多维→逻辑→迭代） 2. 系统考虑：研究设计→执行→验证→报告完整闭环 3. 迭代机制：三轮自我修正循环，持续优化研究质量 4. Skill化：标准SKILL.md格式，可安装可调用 5. 流程自动化：六层检查自动执行，质量门控自动验证
ActiveCampaign CRM integration for lead management, deal tracking, and email automation. Use for syncing demo leads, managing clinic sales pipeline, and triggering follow-up sequences.
营销文案助手。标题公式(100个)、正文写作、AIDA框架、痛点挖掘、客户证言、落地页文案。Copywriting with 100 headline formulas, body copy, AIDA framework, pain points, testimonials, landing pages. Use when you need adwords capabilities. Triggers on: adwords.
Analyzes contracts and agreements for risks, unusual terms, and missing clauses
Generate reusable multi-step agent workflow blueprints. Use for trigger/action orchestration, deterministic workflow definitions, and automation handoff artifacts.