Meeting Notes Assistant

会议纪要智能助手。使用本地 Whisper 音频转写（离线、隐私安全），生成结构化会议纪要（时间、议题、结论、待办、关键词），提取 Action Items。支持 Word / PDF / 邮件输出，适合录音转写、会议归档与待办分发。触发关键词：「整理会议纪要」、「生成会议纪要」、「录音转纪要」。

Security Scan

The skill mostly implements a local meeting-transcription workflow, but there are important inconsistencies and undeclared external-network/credential behaviors the user should understand before installing.

Purpose & Capability

The name/description (offline Whisper-based meeting notes) matches the included code (transcribe_audio.py, generate_notes.py, export_*.py, domain dictionaries). However the SKILL.md and README make conflicting claims: they advertise "零配置/无需 API key" and "完全离线", yet the core summarization (generate_notes.py) is described as calling an OpenAI-compatible LLM and the project contains code for cloud services/Feishu/email export. Requiring optional cloud LLM or Feishu/email integration is plausible for the feature set, but the package metadata declares no required env vars/credentials which is inconsistent with the runtime instructions.

Instruction Scope

Runtime instructions explicitly read/write local configuration and databases under ~/.workbuddy/, download a large Whisper model (~3GB) to ~/.cache/whisper/, call LLM endpoints (llm_base_url + llm_api_key) and provide Feishu/email publish flows. Those network interactions (LLM API, publishing to Feishu, optional cloud ASR) are only conditional, but the SKILL.md instructs the user to store API keys in a local config and/or via environment variables; that behavior is not disclosed in the skill metadata. The instructions also allow automatic downloading of model weights from the given azureedge URL — a network operation that will fetch large binary content.

Install Mechanism

There is no installer spec (instruction-only metadata), but the package includes Python scripts and a requirements.txt. The SKILL.md points to an automatic model download from https://openaipublic.azureedge.net/main/whisper/large-v3.pt. Using a CDN-hosted model is common, but the URL is not a GitHub release or clearly signed official build; this should be verified. No other unusual installers are used (standard pip requirements).

Credentials

The registry metadata declares no required environment variables or credentials, but the SKILL.md requires or supports: OPENAI_API_BASE / OPENAI_API_KEY / LLM_MODEL (or an equivalent config file at ~/.workbuddy/meeting-notes-config.json), and email/Feishu publishing will require credentials/config. That mismatch (undeclared sensitive config usage) is a red flag: the skill will ask to store API keys locally and may call external LLM/APIs if configured. Users expecting a strictly offline tool may be surprised and could inadvertently send transcripts to third-party servers by configuring LLM or cloud ASR.

Persistence & Privilege

The skill runs as a set of local Python scripts and writes config/data under ~/.workbuddy/ and ~/.cache/whisper/; it does not request force-inclusion (always:false) nor modify other skills or system-wide agent settings. Writing its own config/db files is expected for this functionality and is proportionate.

Scan Findings in Context

[unicode-control-chars] unexpected: A pre-scan detected unicode-control characters in SKILL.md. This can be a benign formatting artifact, but it is listed as a potential prompt-injection pattern and should be reviewed because it could attempt to manipulate parser/agent behavior when loading the document.

What to consider before installing

This package implements local transcription and structured note generation, but before installing you should: 1) Verify the source (there is no homepage and owner ID is unknown). 2) Inspect scripts that perform network I/O (model_downloader.py, any code that calls LLM endpoints, publish_feishu.py, send_email.py) to confirm what endpoints are contacted and how credentials are used/stored. 3) If you need strictly offline operation, run generate_notes.py with --no-llm and avoid configuring LLM/API keys; confirm transcribe_audio.py is used locally. 4) Verify the model download URL (openaipublic.azureedge.net...) and consider downloading model weights manually from a trusted source or checking checksums before use. 5) Be cautious storing API keys in ~/.workbuddy/meeting-notes-config.json — prefer environment variables with appropriate filesystem permissions or a secrets manager. 6) Consider running the package in an isolated environment (VM or container) for initial testing, and review FEISHU / email publishing code before enabling those integrations. 7) The unicode-control-chars finding in SKILL.md should be inspected — remove or normalise any suspicious invisible characters before use. If you want, I can highlight the specific files/functions that call external networks and show exactly where API keys would be read/written.

Meeting Notes Assistant v1.0.0

功能概述

智能会议纪要助手，基于本地 Whisper 离线转写，提供：

核心功能

1. 离线语音转写 - 本地 Whisper（base / small / large-v3），数据不上云，隐私安全
2. 多语言支持 - 中文、英语、日语、韩语自动识别
3. 结构化纪要 - 时间、议题、结论、待办、关键词、Action Items
4. 智能解析 - AI 自动提取会议要点，规则解析兜底
5. 文档导出 - Word / PDF 专业排版
6. 历史存储 - 本地 SQLite 存储，支持关键词搜索
7. 模板管理 - 简洁版、专业版、立项会、周会、月度复盘等模板
8. 批量处理 - 目录级批量转写、批量纪要生成，支持递归扫描

核心优势

• ✅ 完全离线：音频文件仅在您的电脑上处理，无需网络连接
• ✅ 隐私安全：数据不上云，适用于敏感会议场景
• ✅ 零配置使用：无需申请 API 密钥，安装即用
• ✅ 高准确率：Whisper large-v3 模型准确率达 95%+
• ✅ 多领域适配：内置金融词典，支持自定义领域术语

触发词

• "整理会议纪要"
• "生成会议纪要"
• "录音转会议纪要"
• "帮我做个会议记录"
• "用立项会模板" / "用周会模板" / "用月度复盘模板"
• 直接上传音频文件、文档、飞书链接、网页链接

推荐使用流程

场景 A：录音转纪要

1. 提供音频文件（.mp3 / .m4a / .wav / .ogg）
2. 先转写，再生成结构化纪要
3. 预览后导出 Word / PDF / 飞书 / 邮件

飞书用户快速开始：详见 FEISHU_QUICK_START.md

场景 B：文档或链接转纪要

1. 提供文字稿、飞书文档链接或网页链接
2. 直接生成结构化纪要
3. 选择分发方式

快速上手（命令行）

1) 安装依赖

pip install -r requirements.txt

关于 Whisper 模型：

• 安装时只包含 base 和 small 模型
• large-v3 模型（最高准确率，约 3GB）在首次使用时自动下载
• large-v3 下载说明：首次选择 large-v3 模型时，系统会提示下载确认
  • 下载大小：约 3GB
  • 下载时间：5-15 分钟（取决于网络速度）
  • 下载地址：https://openaipublic.azureedge.net/main/whisper/large-v3.pt
  • 适用场景：专业会议、长音频、最高准确率要求
• 如果您有 GPU（如 RTX 3060+），推荐使用 large-v3 模型
• 模型下载位置：~/.cache/whisper/（Linux/Mac）或 C:\Users\<用户名>\.cache\whisper\（Windows）

2) 常用脚本

# 语音转文字（推荐直接输出转写文本文件）
# 小模型（推荐日常使用，速度和准确率平衡）
python scripts/transcribe_audio.py demo.m4a --model small

# 大模型（最高准确率，需要 GPU）
python scripts/transcribe_audio.py demo.m4a --model large-v3

# 基础模型（快速测试）
python scripts/transcribe_audio.py demo.m4a --model base

# 生成结构化纪要
python scripts/generate_notes.py transcript.txt --output notes.json

# Windows PowerShell 下如需附带会议信息，建议改用 JSON 文件
python scripts/generate_notes.py transcript.txt --meeting-info-file meeting-info.json --output notes.json

# 导出 Word（内置模板）
python scripts/export_word.py notes.json --template simple --output notes.docx

# 导出 Word（templates.py 管理的模板，如"周会"）
python scripts/export_word.py notes.json --template 周会 --output weekly-notes.docx

# 导出 PDF
python scripts/export_pdf.py notes.json --output notes.pdf

# 查看历史会议
python scripts/storage.py list --limit 10

3) 配置 LLM（必做，否则纪要内容为空）

generate_notes.py 默认调用 OpenAI 兼容接口。在 ~/.workbuddy/meeting-notes-config.json 中配置：

{
  "llm_base_url": "https://api.openai.com/v1",
  "llm_api_key": "sk-your-key-here",
  "llm_model": "gpt-4o-mini"
}

国内兼容接口示例（通义千问、DeepSeek、智谱等）：

{
  "llm_base_url": "https://api.deepseek.com/v1",
  "llm_api_key": "sk-your-deepseek-key",
  "llm_model": "deepseek-chat"
}

也可以用环境变量覆盖：OPENAI_API_BASE / OPENAI_API_KEY / LLM_MODEL

若无 API Key，使用 --no-llm 参数回退到规则解析（内容较少）：

python scripts/generate_notes.py transcript.txt --no-llm --output notes.json

4) 配置邮件发送（可选）

首次发送邮件前，可先运行 SMTP 配置向导：

python scripts/send_email.py --config

也可指定自定义配置文件路径（联调推荐）：

python scripts/send_email.py --config --config-path smoke-test/email-config.json

配置会写入 ~/.workbuddy/meeting-notes-config.json 的 email 字段，并保留已有的 LLM 配置。

5) 配置文件位置

• 配置文件：~/.workbuddy/meeting-notes-config.json
• 会议主库：~/.workbuddy/meeting_notes.db
• 频道库：~/.workbuddy/meeting_channels.db
• 模板目录：~/.workbuddy/meeting_notes_templates/

6) 指定隔离数据库目录（联调 / smoke test 推荐）

storage.py / channels.py / meeting_analytics.py 已支持 --db-dir 参数，也兼容环境变量 WORKBUDDY_HOME。

python scripts/storage.py --db-dir smoke-test/real-audio/home/.workbuddy list --limit 10
python scripts/channels.py --db-dir smoke-test/real-audio/home/.workbuddy meetings 1
python scripts/meeting_analytics.py --db-dir smoke-test/real-audio/home/.workbuddy --period week

目录结构

scripts/

• transcribe_audio.py：语音转文字
• generate_notes.py：生成结构化纪要 JSON
• export_word.py：导出 Word 文档
• export_pdf.py：导出 PDF 文档（Windows 自动优先 reportlab / fpdf2）
• publish_feishu.py：生成飞书文档 / 群聊 / 任务所需载荷
• send_email.py：发送会议纪要邮件（支持 --config SMTP 配置向导）
• storage.py：历史会议保存、搜索、列表、删除（支持 --db-dir）
• templates.py：模板管理
• channels.py：频道分组管理（支持 --db-dir、update 修改描述/颜色）
• meeting_analytics.py：会议频率与关键词分析（支持 --db-dir）
• sentiment_analysis.py：情绪分析（繁简转换 + 口语友好分句 + 逐句聚合）
• ai_skills.py：销售 / 招聘 / 技术评审 / 金融交流等场景提取
• export_bitable.py：导出飞书多维表格 JSON（支持 --field-lang zh/en 字段名切换）

references/

• template_guide.md：Word 模板占位符与结构说明

assets/

• 预留模板、Logo、附件素材目录

典型命令

导出专业版 Word

python scripts/export_word.py notes.json --template professional --output notes.docx

导出模板管理器中的 Word 模板

python scripts/export_word.py notes.json --template 技术评审 --output tech-review.docx

导出自定义 .docx 占位符模板

python scripts/export_word.py notes.json --template custom --template-path my-template.docx --output custom-notes.docx

导出飞书多维表格数据

python scripts/export_bitable.py notes.json --format json --field-lang zh
python scripts/export_bitable.py notes.json --format records --field-lang en

配置并发送邮件

python scripts/send_email.py --config
python scripts/send_email.py notes.json --to [e-mail] -a notes.docx

会议分析

python scripts/meeting_analytics.py --period week --limit 50

情绪分析

python scripts/sentiment_analysis.py transcript.txt

频道管理

python scripts/channels.py create 产品例会 --description 产品周会
python scripts/channels.py update 1 --description 重点客户复盘频道 --color "#FF6B6B"
python scripts/channels.py add 12 1
python scripts/channels.py meetings 1

使用示例

示例 1：语音转纪要

用户：帮我整理会议纪要
AI：请提供会议录音或相关文档（音频 / 链接）
用户：[上传录音]
AI：好的，已识别语音。现在生成会议纪要...

示例 2：文档链接

用户：https://xxx.feishu.cn/doc/xxx
AI：好的，已读取会议内容。正在生成结构化纪要...

示例 3：会议后分发

用户：把这份纪要导出 Word 再发飞书
AI：先生成结构化纪要，再输出 Word，并给出飞书发布内容

合规声明

数据隐私

• ✅ 完全本地处理：音频文件仅在您的电脑上处理，完全离线，不上传任何云端
• ✅ 隐私安全：适用于敏感会议场景，无需担心数据泄露
• ⚠️ LLM 解析：转写文本会发送到 LLM API，请查看其隐私政策
• ⚠️ 无 API Key：不配置 LLM 时可使用规则解析，但内容较少

详细隐私声明：PRIVACY.md

免责声明

• ⚠️ 转写结果仅供参考，不能保证 100% 准确
• ⚠️ 重要文档建议人工复核
• ⚠️ 专业术语可能存在错误识别
• ❌ 禁止用于非法用途（如未经授权的录音）

详细免责声明：DISCLAIMER.md

使用限制

• ❌ 禁止用于窃听、监控他人
• ❌ 禁止用于侵犯他人隐私
• ❌ 禁止用于违反法律法规的用途
• ✅ 请仅在合法合规的场景下使用

开源许可

本工具采用 MIT 许可证，详见：LICENSE

前置条件

运行环境

• Python 3.8+
• 至少 4GB 内存（建议 8GB+）
• 首次使用 large-v3 模型需要下载约 3GB 文件

依赖项

• openai-whisper >= 20231117
• openai >= 1.0.0
• python-docx >= 1.1.0
• 其他依赖见 requirements.txt

最佳实践

Whisper 模型选择指南

模型	大小	准确率	速度	推荐场景
tiny	~39MB	最低（~80%）	最快（<1分钟/10分钟音频）	快速测试、简单对话
base	~140MB	较低（~85%）	快（<2分钟/10分钟音频）	日常使用
small	~460MB	高（~90%）	中等（~5分钟/10分钟音频）	推荐日常使用，准确率足够，速度快
large-v3	~2.88GB	最高（~95%）	慢（~15分钟/10分钟音频，GPU 可加速）	专业需求、重要会议，需要 GPU 支持

使用建议：

• 无 GPU：使用 small 模型（已包含在安装包中）
• 有 GPU（RTX 3060+）：使用 large-v3 模型（最高准确率）
• 首次使用 large-v3：运行时会自动下载约 3GB 模型文件
• 金融等专业领域：强烈推荐 large-v3 或 small，避免使用 tiny 和 base

模型对比测试结果（解放南路 3.m4a，59分钟金融会议音频）

模型	转写时间	字符数	金融术语识别率	适用性
base	~2 分钟	13,966	4.2%（2/48）	❌ 不推荐
small	~5 分钟	13,966	64.6%（31/48）	✅ 推荐
large-v3	59 分钟（GPU）	13,743	70.8%（34/48）	✅ 专业推荐

结论：

• base 模型几乎无法识别专业术语（5G/华为/小米全错）
• small 模型识别率较高，适合日常使用
• large-v3 模型对"股权质押/估值/新能源/光伏/风电/产能过剩"等术语识别准确，长句理解更好

技术细节

技术细节

• 本地 Whisper 更建议使用 Python 3.11 环境；Windows 下脚本会优先尝试自动接入 imageio-ffmpeg 提供的 ffmpeg。
• transcribe_audio.py 已支持 --model 与 --output，适合直接串联"音频 -> 转写文本 -> 纪要"，且默认会做繁体转简体后处理。
• Windows PowerShell 下传 --meeting-info JSON 字符串容易受引用影响，建议优先使用 --meeting-info-file。
• sentiment_analysis.py 已改为繁简转换 + 口语友好分句 + 逐句聚合，会先按换行/标点切分，再对超长口语段按长度阈值拆分，避免把整段长文本当成一句导致误判。
• ai_skills.py 已支持金融场景自动识别，适合证券 / 理财 / 量化 / 机构交流录音；--text 与 --json（如 notes.json）两类输入都会先做结构化文本归一，再执行场景识别与字段提取。
• storage.py / channels.py / meeting_analytics.py 可通过 --db-dir 指向同一隔离数据目录，避免联调时读到不同数据库。
• export_word.py / export_pdf.py / publish_feishu.py / export_bitable.py 已兼容 generate_notes.py 产出的 content / assignee / deadline 字段，也兼容字符串形式的 action_items。
• export_word.py 已同时支持两类模板：1）templates.py 管理的 JSON 模板（--template <模板名>）；2）用户自带 .docx 占位符模板（--template custom --template-path <模板文件>），其中 {{action_items}} 会输出三列表格，详细占位符见 references/template_guide.md。
• export_pdf.py 在 Windows 下会默认按 reportlab -> fpdf2 -> html 的顺序自动导出，避免先尝试 weasyprint 时反复撞系统动态库缺失；非 Windows 仍会优先尝试 weasyprint。
• 若本机连本地 PDF 引擎也未安装，export_pdf.py 才会继续回退输出 HTML 预览文件。
• export_bitable.py 已支持 --field-lang zh/en；中文模式会输出 会议标题 / 时间 / 参会人 等字段，便于直接导入飞书多维表格。
• storage.py / channels.py / meeting_analytics.py 可通过 --db-dir 指向同一隔离数据目录，避免联调时读到不同数据库。
• export_word.py / export_pdf.py / publish_feishu.py / export_bitable.py 已兼容 generate_notes.py 产出的 content / assignee / deadline 字段，也兼容字符串形式的 action_items。
• export_word.py 已同时支持两类模板：1）templates.py 管理的 JSON 模板（--template <模板名>）；2）用户自带 .docx 占位符模板（--template custom --template-path <模板文件>），其中 {{action_items}} 会输出三列表格，详细占位符见 references/template_guide.md。
• export_pdf.py 在 Windows 下会默认按 reportlab -> fpdf2 -> html 的顺序自动导出，避免先尝试 weasyprint 时反复撞系统动态库缺失；非 Windows 仍会优先尝试 weasyprint。
• 若本机连本地 PDF 引擎也未安装，export_pdf.py 才会继续回退输出 HTML 预览文件。
• export_bitable.py 已支持 --field-lang zh/en；中文模式会输出 会议标题 / 时间 / 参会人 等字段，便于直接导入飞书多维表格。
• 飞书脚本当前输出的是可直接复用的载荷 / 任务清单，便于在工作流里继续调用。

配置管理

查看当前配置：cat ~/.workbuddy/meeting-notes-config.json

修改配置：说 "修改会议纪要配置"

重置配置：说 "重置会议纪要配置"