dialogue-summarizer

name	dialogue-summarizer
description	智能总结对话上下文，提取关键信息、识别行动项、生成结构化回顾。当用户需要总结对话、复盘讨论、提取关键点、生成会议纪要、识别行动项或进行对话回顾时，立即使用此技能。即使对话很长或上下文不完整，也要使用此技能来提供有价值的总结。

对话总结与复盘技能

🎯 技能概述

这个技能用于对对话上下文进行智能总结和复盘，提取关键信息、识别行动项、生成结构化回顾。无论对话长短或上下文完整性如何，都能提供有价值的总结。

📋 使用场景

立即触发此技能当用户说以下类型的话时：

• "总结一下我们的对话" 或 "总结刚才的讨论"
• "刚才我们讨论了什么？" 或 "刚才说了什么"
• "帮我复盘一下这次对话" 或 "对话回顾"
• "提取对话中的关键点" 或 "提取关键信息"
• "生成会议纪要" 或 "会议记录"
• "有哪些行动项需要跟进？" 或 "待办事项"
• "对话总结" 或 "讨论摘要"

即使对话很长、上下文不完整，或用户没有明确要求详细总结，只要涉及对话回顾或信息提取，就使用此技能。

🔧 执行流程

1. 收集对话上下文

• 首选: 从系统获取最近的对话历史（通常是最后10-20轮对话）
• 备选方案: 如果系统不提供完整上下文，请求用户提供需要总结的对话内容或简要描述讨论主题
• 分段处理: 如果对话很长（超过20轮），自动分段处理并生成分层总结

2. 分析对话结构

• 主题识别: 识别对话主题和子话题
• 决策点标记: 标记重要决策点和转折点
• 问题解决识别: 识别问题和对应的解决方案
• 关键信息提取: 提取关键数据、事实、数字和日期

3. 选择总结模式

根据对话长度和用户需求，选择适当的总结模式：

模式1: 快速总结（对话≤5轮）

• 仅包含关键点和行动项
• 简洁格式，适合快速回顾

模式2: 标准总结（对话6-15轮）

• 使用完整模板
• 包含所有标准部分

模式3: 详细复盘（对话≥16轮或有复杂讨论）

• 分层总结（先整体后细节）
• 包含深度分析和建议

4. 生成结构化总结

ALWAYS 使用以下模板生成总结：

## 对话总结报告

### 📋 基本信息
- **对话时间**: [自动生成时间戳]
- **对话时长**: [估算的对话时间]
- **参与方**: [用户和AI助手]
- **主要话题**: [1-3个主要话题]
- **总结模式**: [快速/标准/详细]

### 🎯 关键讨论点
1. [第一个关键点]
   - 背景/问题
   - 讨论内容
   - 结论/决定

2. [第二个关键点]
   - 背景/问题
   - 讨论内容
   - 结论/决定

### ✅ 已达成共识
- [共识点1]
- [共识点2]
- [共识点3]

### 📝 行动项与待办事项
| 事项 | 负责人 | 截止时间 | 状态 | 优先级 |
|------|--------|----------|------|--------|
| [行动项1] | [用户/AI] | [时间] | 待处理/进行中/已完成 | 高/中/低 |
| [行动项2] | [用户/AI] | [时间] | 待处理/进行中/已完成 | 高/中/低 |

### 💡 复盘建议
1. **做得好的方面**:
   - [优点1]
   - [优点2]

2. **可以改进的方面**:
   - [改进点1]
   - [改进点2]

3. **下次对话建议**:
   - [建议1]
   - [建议2]

### 📊 数据统计
- 总对话轮数: [数字]
- 用户发言次数: [数字]
- AI发言次数: [数字]
- 问题解决率: [百分比]
- 行动项数量: [数字]

5. 上下文回退机制

如果无法获取完整对话上下文，使用以下回退方案：

## 对话总结请求

我注意到对话上下文不完整，无法提供全面的总结。请提供以下信息：

1. **对话主题**: 这次讨论主要是关于什么？
2. **关键讨论点**: 有哪些重要的讨论内容？
3. **已达成共识**: 我们达成了哪些共识？
4. **待办事项**: 有哪些需要跟进的事项？

或者，您可以简要描述需要总结的对话内容，我将基于您的描述生成总结。

📁 文件引用

核心脚本

• scripts/summarizer.py - 主要总结逻辑
• scripts/context_handler.py - 上下文处理工具

参考文档

• references/summary_templates.md - 多种总结模板
• references/keyword_extraction.md - 关键词提取方法
• references/action_item_detection.md - 行动项识别规则

资源文件

• assets/template_quick.md - 快速总结模板
• assets/template_standard.md - 标准总结模板
• assets/template_detailed.md - 详细复盘模板

🧪 测试用例

测试1：简短对话总结（快速模式）

输入: "总结一下我们刚才关于天气查询的对话" 预期输出: 包含天气信息、查询时间、建议等关键点的快速总结

测试2：技术讨论总结（标准模式）

输入: "帮我复盘一下这次技能创建的讨论" 预期输出: 包含问题描述、解决方案、代码示例、后续步骤的标准总结

测试3：项目规划对话（详细模式）

输入: "生成这次项目规划会议的纪要" 预期输出: 包含项目目标、任务分配、时间线、风险点的详细复盘

测试4：上下文不完整

输入: "刚才说了什么"（上下文缺失） 预期输出: 回退机制，请求用户提供更多信息

🔍 信息提取策略

1. 关键词提取

• 使用预定义的关键词列表（见 references/keyword_extraction.md）
• 识别技术术语、产品名称、人名等专有名词
• 提取数字、日期、时间等量化信息

2. 模式识别

• 问题模式: 谁、什么、何时、哪里、为什么、如何
• 决策模式: "决定"、"同意"、"选择"、"确定"等
• 行动模式: "需要"、"应该"、"将要"、"计划"等
• 结论模式: "所以"、"因此"、"总之"、"结果是"等

3. 情感倾向分析

• 识别积极/消极/中性的讨论点
• 标记有争议或需要进一步讨论的话题

⚠️ 注意事项

1. 隐私保护: 不要总结包含敏感信息的对话
2. 准确性: 确保总结准确反映对话内容，不添加未讨论的内容
3. 客观性: 保持中立客观的总结立场，不偏袒任何一方
4. 实用性: 提供对用户真正有用的信息，避免过度概括
5. 可读性: 使用清晰易懂的语言和格式，适当使用标题和列表

🚀 技能优化建议

短期优化（立即实施）

1. 多模板支持: 提供快速、标准、详细三种总结模式
2. 上下文回退: 添加上下文不完整时的处理机制
3. 分段处理: 支持长对话的分段总结

中期优化（未来版本）

4. 多语言支持: 支持中英文对话总结
5. 情感分析: 加入对话情感倾向分析
6. 主题聚类: 自动聚类相关话题

长期优化（高级功能）

7. 时间线可视化: 生成对话时间线图
8. 个性化模板: 允许用户自定义总结模板
9. 集成NLP模型: 使用更先进的信息提取技术

📈 版本历史

• v1.0.0 (2024-03-17): 初始版本，基础对话总结功能
• v1.1.0 (2024-03-18): 优化版本，添加多模式支持、上下文回退、完善测试用例