Install
openclaw skills install @samonysh/meeting-analyzer会议逐字稿精细化分析工具:输入腾讯会议或飞书会议链接,输出结构化分析 JSON(阶段/关键点/决策/待办/参与者画像)、drawio 概要图与 Markdown/HTML 报告。当用户要分析会议逐字稿、生成会议纪要可视化、提取会议关键内容截图、制作会议总结网页时使用。
openclaw skills install @samonysh/meeting-analyzer将一场会议的逐字稿,转化为结构化的、可供 LLM/可视化直接消费的分析档案。支持腾讯会议(tmeet CLI)与飞书会议(lark-cli vc)两条数据来源,输入为一个会议链接。
当用户出现以下任一意图时调用:
| 依赖 | 用途 | 安装 |
|---|---|---|
| Node.js ≥ 18 | 运行本工具 | — |
tmeet CLI | 腾讯会议逐字稿(可选) | npm i -g @tencentcloud/tmeet@latest 然后 tmeet auth login |
lark-cli | 飞书会议逐字稿(可选) | 参见 lark-shared 完成初始化与授权 |
ffmpeg | 关键截图抽取(可选) | 系统安装 |
未安装对应 CLI 时,对那条链路会自动给出明确提示;若仅需测试,可使用 --mock 模式。
--video,用于抽取关键截图)输出到指定目录(默认 ./output),文件名按会议标题自动命名:
| 文件 | 内容 |
|---|---|
<title>.json | 完整结构化分析数据(Meeting 完整结构,可直接喂给 LLM) |
<title>.drawio | drawio 概要图:会议标题 + 阶段流 + 关键观点/决策/待办节点 + 参会人面板 |
<title>.md | Markdown 报告:概要 + 概要图引用 + 关键截图 + 阶段详情 + 决策/待办汇总 |
<title>.html | 自包含 HTML 网页(内联 CSS,可独立分享) |
snapshots/*.jpg | 关键时刻截图(启用 --video 时) |
Meeting
├─ metadata 会议元信息
├─ segments[] 原始逐字稿片段
├─ utterances[] 合并后的完整发言(含意图/情绪/实体/关键词)
├─ stages[] 阶段(按时间+话题切分,含摘要/情绪曲线)
├─ topics[] 主题(跨阶段的语义聚合)
├─ key_points[] 关键观点(带重要性评分与证据回指)
├─ decisions[] 决策
├─ action_items[] 待办
├─ open_questions[] 未决问题
├─ interactions[] 互动关系(问答/反对/追问)
├─ snapshots[] 关键截图(绑定到阶段/关键点/决策)
└─ summary 整体摘要(一句话/执行摘要/排名/集中度)
所有实体通过 ID 互相回指,序列化为 JSON 后可按需切片喂给 LLM(详见项目 scripts/src/schemas/meeting.ts)。
# 1. 安装依赖(在项目目录)
npm install
# 2. 运行分析(默认:使用真实 CLI)
npx tsx scripts/src/cli.ts analyze "https://meeting.tencent.com/..."
# 3. 携带视频做截图
npx tsx scripts/src/cli.ts analyze "https://xxx.feishu.cn/minutes/..." --video ./recording.mp4 -o ./output
# 4. 仅检测链接平台
npx tsx scripts/src/cli.ts detect "https://meeting.tencent.com/..."
# 5. Mock 模式(无 CLI 时测试)
npx tsx scripts/src/cli.ts analyze mock --mock --mock-path assets/examples/sample-tencent.json
tmeet meeting get 取 meeting_id → tmeet record list 取 record_file_id → tmeet record transcript-paragraphs 获取带时间戳/说话人的逐字稿;tmeet record address 取录制 URL。lark-cli vc +detail 取 note_id / minute_token → 优先 minutes +detail --transcript,备选 note +detail → docs +fetch 获取逐字稿。| 任务 | 投喂层 |
|---|---|
| 快速理解全貌 | summary + 每个 stage.summary |
| 提取重点 | key_points[] + decisions[] + action_items[] |
| 分析某人表现 | 对应 participants[*] + 其 utterances |
| 追溯某结论原话 | 由 decision_id → supporting_utterances 回指原文 |