메뉴
Captura de Conocimiento Tácito de Reunión: extrae decisores, acuerdos informales y señales políticas de transcripciones.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | org-meeting-capture |
| description | Captura de Conocimiento Tácito de Reunión: extrae decisores, acuerdos informales y señales políticas de transcripciones. |
| summary | Produce insights (EXTRACTED/INFERRED/AMBIGUOUS), nodos propuestos en YAML y alertas. NUNCA escribe al grafo sin aprobación. |
| maturity | stable |
| context | fork |
| context_cost | medium |
| context_tier | L3 |
| category | org-intelligence |
| tags | ["reuniones","conocimiento-tácito","transcripciones","org-intelligence","acuerdos-informales"] |
| trigger | {"keywords":["transcripción","reunión","acuerdos informales","quién dijo qué","captura reunión","señales políticas"]} |
Procesa transcripciones de reuniones para extraer conocimiento organizativo tácito: quién realmente decide, qué se acordó informalmente, qué señales de poder o tensión son visibles en el lenguaje y la dinámica.
| Campo | Descripción |
|---|---|
transcripcion | Texto completo de la transcripción (VTT, DOCX, texto plano) |
participantes | Lista de asistentes con nombre y cargo |
contexto | Propósito de la reunión, proyecto asociado, antecedentes |
stakeholders_previos | (Opcional) YAML existente del mapa de stakeholders |
tipo, contenido, fuente (cita textual),
confidence: EXTRACTED / INFERRED / AMBIGUOUSstatus: PENDIENTE_APROBACIONEXTRACTED — no inventar paráfrasis como citasorg-stakeholder-mapper consume los nodos propuestosorg-political-landscape puede recibir los insights como actualizacióndocs/rules/domain/org-intelligence-protocol.mdGuide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).
Create new skills, modify and improve existing skills, and measure skill performance. Use when users want to create a skill from scratch, edit, or optimize an existing skill, run evals to test a skill, benchmark skill performance with variance analysis, or optimize a skill's description for better triggering accuracy.
Detecta el Bus Factor por modulo en un repositorio git usando el algoritmo CST(change-size-ratio). Genera JSON con BF, owners, riesgo, y avisa cuando un solo dev conoce un modulo critico.
Genera CONTEXT_DOME.md para modulos con Bus Factor bajo. Captura conocimiento tacito: proposito, decisiones no obvias, dependencias, runbook minimo, knowledge owners y plan de distribucion.
Usar cuando se quiere ejecutar tareas de bajo riesgo de forma autónoma durante la noche.
Mapear la superficie de ataque de un dominio: subdominios, OSINT, typosquatting.