Speech Notes

将录音/语音转写为结构化演讲纪要。适用于：会议讲话、内部分享、演讲录音的转写整理。触发条件：用户发送音频文件并要求整理/转写/纪要，或要求将已有转写文本整理成结构化纪要。

Install

openclaw skills install @guoqunabc/speech-notes

演讲纪要整理 Skill

将录音转写为高质量的结构化演讲纪要。整个流程分两步：转写和整理。

第一步：转写

音频预处理

用 ffprobe 获取时长、采样率等信息
超过 5 分钟的录音：用 ffmpeg -f segment -segment_time 300 分段（每段 5 分钟）
每段压缩：ffmpeg -ar 16000 -ac 1 -b:a 32k（降低体积，提高 API 成功率）

转写方式（优先级）

飞书 STT：如有 file_key，调用 scripts/speech-to-text.sh --feishu-file-key <key>
分段 Gemini：写 Python 脚本，逐段调用 generativelanguage.googleapis.com，用 inline_data 传 base64 音频
分段 Qwen：DashScope qwen-omni-turbo，同上方式

转写 Prompt

text

请精确转写这段中文语音的全部内容，保留原始表述和口语化表达，不要遗漏任何内容。只输出转写文字。

注意事项

Gemini 转写可能繁简混杂（同一段落出现繁体和简体），整理时需统一
保存原始转写到本地文件备查

第二步：整理

文档结构（必须包含）

text

# [标题：有观点、有张力，不要纯描述]

> 整理自 [谁] 于 [日期] 在 [场合] 的讲话要点     ← 引用容器，居中对齐

## 一、[主题板块]
### [三级标题]
正文段落 / bullet 列表

---                    ← 分隔线：仅在 H2 之间使用

## 二、[主题板块]
...

核心原则

1. 头部三要素

谁说的：讲话人姓名和职位
什么场合：会议名称、日期
标题：提炼核心观点，不要只写「XX会议纪要」
头部归属行放在引用容器（飞书 quote_container）中，居中对齐

2. 第一人称视角

保留讲话人的第一人称（「我」「我们」），但精简多余的「我」
不要改成第三人称（「讲话者认为」）

3. 保留原味，去除口语

保留：讲话人的力度表达（「打脸」「浪费生命」「给它打工」）、场景中的人物称呼（群里叫「铎神」就写「铎神」，不要改成全名）
去除：「呃」「就是说」「怎么讲」等填充词、重复的句子、碎碎念式的过渡

4. 不加 AI 痕迹

不要在文档底部写「本文由 AI 转写整理」
不要加「原始录音约 XX 分钟」
交付的是一份正式纪要，不是 AI 产物

⭐ 排版格式规范（最重要的部分）

这些规则来自对高质量终稿的 block 级逆向分析。排版直接决定文档的可读性。

标题层级严格分工

层级	飞书 block_type	用途	数量
H2 (##)	heading2	大板块（一、二、三…）	3-5 个
H3 (###)	heading3	小节主题	每个 H2 下 2-4 个
加粗文本段	text (bold)	子话题标签（不是标题！）	按需

关键区分：

「第一，「活人感」」「第二，跨会话记忆」→ 加粗文本段，不是 H3/H4
「关于人才输出」→ 加粗文本段，不是 H3
只有独立的小节主题才用 H3，如「三个让人印象深刻的瞬间」「时间线与调整计划」
规则：如果一个子话题只有 2-3 个 bullet，用加粗文本段；如果有完整的段落+bullet 结构，才用 H3

段落文本 vs Bullet 的选择（核心）

这是 AI 整理纪要最容易犯的错。不是所有内容都该变成 bullet。

用段落文本（text block）的场景：

开场白 / 场景铺垫：「在座的各位主管，对大模型的理解，在全行业都处于前沿」
过渡引导句：「原因主要有：」「这是一个尚未完全确认的类比，但逻辑上是成立的：」
核心结论（加粗）：「核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。」
收束/感召句：「各位，我们有幸生于这个年代」「要把我们的生命投入到这一轮浪潮中」
已经足够有力的单句话，不需要拆成 bullet

用 Bullet 的场景：

并列论据/原因（「模型能力跃升」「框架飞速迭代」）
叙事序列（先发生A → 然后B → 最后C）
对比/映射（「过去：…」「未来：…」）
具体事例的细节展开

判断公式：这句话是「引出观点」还是「支撑观点」？引出 = 段落，支撑 = bullet。

Bullet 的嵌套与精炼

嵌套规则：

最多 3 层（一级 bullet → 二级 sub-bullet → 三级 sub-sub-bullet）
一级 bullet = 论点/事件主干
二级 sub-bullet = 证据/细节/对话
三级仅在必要时使用（如飞轮链条：用户→问题→修复→PR→进化→更多用户）

精炼规则：

Bullet 前半加粗 + 后半普通：「范式变了，当前的组织必然不高效——无论工作流还是人员配置…」
加粗部分是核心论点（可以只扫加粗就读懂全文），后半是解释/证据
每个 bullet 控制在 1-2 行，超过就该拆成子 bullet
对比用「前缀：内容」格式：「过去：给业务部门交付模型」「未来：Model + API + Scaffold 的体系交付」

引用块（Quote Block）的使用

整篇文档只用 1-2 个 引用块，用于最有冲击力的原话
如：「今天是在跟时间赛跑。慢一天，能输出的机会就少一点。」
飞书引用块可加背景色（background_color: 4 = 绿色背景）增强视觉效果
不要把所有直接引语都做成引用块——太多就失去了强调效果

表格的使用

结构化数据（时间线、对照表）用飞书表格，不用 bullet 模拟
表头用 H4 加粗，数据行用普通文本
适合场景：里程碑/时间线、功能对比、角色分工

呼吸感（空行与分隔线）

H3 后 空一行再开始内容（如果下面紧跟加粗标签）
加粗标签后 直接跟 bullet（不空行）
bullet 组与下一个加粗标签之间 空一行
H2 之间 用分隔线 --- + 空行（文档仅在 H2 之间有分隔线，其他地方不用）
结语段落之间 空一行（每句话独立成段，增强节奏感）

加粗的层次

加粗不是随便用的，它有明确的层次：

整句加粗（最强调）：核心结论、感召句
- 「核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。」
- 「要把我们的生命投入到这一轮浪潮中，做出真正能改变世界的事情！」
Bullet 前半加粗（论点突出）：论据 bullet 的核心部分
- 「快 = 保人——调整得快，才有可能把人才留在小米体系内」
- 「模型能力跃升——核心是指令遵循」
关键词加粗（重点标记）：人名、数字、专有名词
- 「Model + API + Scaffold 的体系交付」
- 「提出了一个新概念：「体感」」
子话题标签（结构引导）：不用标题，用加粗文本段落
- 「第一，「活人感」」
- 「关于人才输出」
- 「调整分两步：」

常见错误（避免）

错误	正确做法
标题写「XX会议纪要」	提炼核心观点作为标题
不交代讲话人和场合	头部引用容器写明三要素
把人物称呼改成正式全名	保留场景中的自然称呼
所有内容都用 bullet	开场、结论、感召用段落文本
所有子话题都用 H3	轻量子话题用加粗文本段
bullet 太长（一个 bullet 一整段）	拆成主句 + sub-bullet
到处加引用块	全文仅 1-2 处最有力的原话
没有空行，内容紧贴	段落间、bullet 组间留呼吸感
过渡句太多（「先从…说起」）	直接进入内容
底部加 AI 声明	不加
所有标题都是「关于XX」	标题风格多样化
时间线用 bullet 列表	结构化数据用飞书表格
加粗没有层次，要么全加要么不加	按 4 层规则使用

润色检查清单

整理完成后逐项检查：

交互流程

收到音频 → 告知用户「正在转写，约X分钟」
转写完成 → 先给用户看大纲和文本内容，确认后再写入飞书文档
用户反馈 → 修改（注意：修改飞书文档时，纯样式变更用 API 直接改 block，不要 write 全文覆盖）
如果用户要求改标题颜色等样式 → 用飞书 block API 的 update_text_elements + text_color

飞书 text_color 枚举

值	颜色
1	暗红
2	橙色
3	黄色
4	绿色
5	蓝色
6	紫色
7	灰色

飞书 background_color 枚举（文字背景色）

值	颜色
4	绿色背景（常用于引用块强调）