ClawHub
Skill flagged — suspicious patterns detected

ClawHub Security flagged this skill as suspicious. Review the scan results before using.

会议纪要助手

v1.3.1

会议纪要与会议播报生成技能。用于处理会议录音或转写文本，执行发言人区分、口语降噪、议题重构、双钻结构整理，并输出执行摘要、核心决议、Markdown待办表格、TTS播报稿和会议思维导图（HTML/SVG/XMind）。支持双向语音能力：录音转文本（ASR）与文本转录音（TTS）。用户提到“会议纪要”“录音转文字”...

⭐ 0· 222·0 current·0 all-time
by@2813223285

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for 2813223285/meeting-notes-skill.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "会议纪要助手" (2813223285/meeting-notes-skill) from ClawHub.
Skill page: https://clawhub.ai/2813223285/meeting-notes-skill
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install meeting-notes-skill

ClawHub CLI

Package manager switcher

npx clawhub@latest install meeting-notes-skill
Security Scan
Capability signals
CryptoCan make purchases
These labels describe what authority the skill may exercise. They are separate from suspicious or malicious moderation verdicts.
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Suspicious
medium confidence
ℹ
Purpose & Capability
Skill 名称与描述一致地实现了会议录音转写、说话人区分、纪要重构、TTS 与导图生成；脚本集合（audio_bridge.py、generate_*、doctor.sh 等）与描述的能力直接对应。唯一不一致之处是 registry metadata 显示“无必需环境变量”，但 SKILL.md 与脚本会引用/检测 OPENAI_API_KEY、OPENAI_ASR_MODEL、OPENAI_TTS_MODEL、MEETING_TTS_EDGE_VOICE、MEETING_OUTPUT_DIR 等环境变量作为可选/覆盖项。总体上所请求的依赖（edge-tts、ffmpeg、whisper 或 OpenAI）与功能需求相称。
!
Instruction Scope
SKILL.md 强制了许多运行约束：默认自动执行、禁止显示部分日志、写入并优先使用特定路径（~/clawdhome_shared/private/<skill>-data）、只允许输出三件交付物并自动清理中间文件、首次运行必须执行安装/自检并在安装过程中周期性心跳等。这些指令会驱动脚本在宿主用户主目录和 /tmp 下创建/删除文件、执行安装命令（pip/brew）、并可能触发网络调用到外部 ASR/TTS 服务。虽然这些行为可以合理解释为技能需求，但它们扩大了运行时权限范围并减少了用户可见性（如禁止显示执行日志、中间文件自动清理），值得人工审查并在受控环境中运行。
ℹ
Install Mechanism
技能为 instruction-only（无预置 install spec），这本身风险较低。但脚本（bootstrap_macos.sh、doctor.sh 等）会在首次运行或被调用时尝试使用 brew / pip 安装依赖（edge-tts、ffmpeg、openai-whisper）。这些安装步骤不是通过受信任的包发布流程由平台统一安装，而是由脚本触发执行，存在常见 install 风险（自动执行外部包安装、依赖版本/来源未锁定）。没有发现下载任意可执行档案的外部 URL，但 vendor/generate_mindmap_clawhub.py 很大（134KB）——应审阅其实现以确认无隐藏网络/执行行为。
ℹ
Credentials
注册表里声明“无必需环境变量”，但 SKILL.md 与脚本明确会使用或检测多项环境变量: OPENAI_API_KEY（cloud fallback）、OPENAI_ASR_MODEL、OPENAI_TTS_MODEL、MEETING_TTS_EDGE_VOICE、MEETING_OUTPUT_DIR，以及会在 HOME 下创建 ~/clawdhome_shared 等路径。请求的环境访问与 ASR/TTS 功能相关，属比例内；但因为环境变量会控制回退到云服务（OpenAI），用户应确保只在受信任环境下提供密钥并避免在聊天中明文粘贴密钥。
ℹ
Persistence & Privilege
技能不会声明 always:true；但脚本会在 HOME 下创建状态目录（~/.meeting-notes-skill）和输出目录（~/clawdhome_shared/private/...），并在首次运行写入 marker。这些行为是为本地缓存/状态与输出管理合理的，但代表持久文件写入权限。技能不会修改其他技能的配置。仍建议评估并限制这些目录的写入权限或在隔离环境中运行首次检测/安装。
Scan Findings in Context
[unicode-control-chars] unexpected: 静态扫描在 SKILL.md 中发现 unicode 控制字符，这可能用于隐藏或混淆指令（prompt-injection 风险）。技能文档本身已经包含大量严格运行指令；任何隐藏/不可见控制字符都可能使模型或演示环境误解释文本。建议人工打开 SKILL.md 并删除或可视化这些字符，确认没有被植入隐藏指令。
What to consider before installing
这是一个有功能完整的本地会议纪要/播报技能，但在安装和首次运行前请注意以下几点： - 审阅 SKILL.md 和所有脚本（尤其是 vendor/generate_mindmap_clawhub.py）以确认没有你不期望的网络请求或隐藏指令；注意预扫描报告里提到的 unicode 控制字符，建议用可视化文本编辑器查看并移除不可见字符。 - 首次运行会在你的主目录下创建状态与输出目录（~/clawdhome_shared/private/<skill>-data、~/.meeting-notes-skill）并可能写入/删除中间文件；如需最小化影响，请在隔离或受控的环境（虚拟机、容器、临时用户）中测试。 - 脚本会尝试帮助安装依赖（pip / brew / ffmpeg）——自动安装会修改本地环境。仅在你信任这些安装来源并愿意安装 edge-tts、ffmpeg、openai-whisper 时才允许自动安装；否则手动审查并按需安装。 - 如果你要使用云回退（OpenAI），只在安全环境中通过环境变量配置 OPENAI_API_KEY；切勿在聊天或对话里以明文提供 API Key。 - 如果担心数据泄露，重点审查 audio_bridge.py 与 vendor 脚本中是否存在外部 HTTP/HTTPS 请求或将文本/音频数据发送到未声明的端点；在未确认前避免在生产音频/敏感会议上使用该技能。 总之：功能与所需脚本大体一致，但存在可见的潜在隐蔽指令与自动安装/写盘行为，建议人工审查并在受控环境中试运行后再在日常工作环境中启用。

Like a lobster shell, security has layers — review code before you run it.

latestvk972re62qx52zzrhtzn330pgjh84sjgv
222downloads
0stars
26versions
Updated 2w ago
v1.3.1
MIT-0
@2813223285
latest
Download

Meeting Notes Skill

按以下流程处理输入，不要跳步。 默认自动执行，不要求用户手动输入命令行参数。 默认使用“被动触发交互”入口：若用户未给出明确会议内容，先提问： 有什么会议纪要需要我帮你整理？可以直接发录音或文字。 对外回复风格强约束（必须执行）：

  • 禁止连续发送“我先试试/再试试/正在下载模型/继续排查”等过程消息。
  • 一次请求只允许一次最终交付消息：要么给出完整结果，要么给出一次性失败说明 + 可执行修复步骤。
  • 失败说明必须是汇总态，不得按重试步骤逐条回放。
  • 禁止在对话中向用户索要 API Key 明文；仅提示“在环境变量中配置 OPENAI_API_KEY”。
  • 除非用户明确要求，不展示内部脚本命令执行日志。 输出路径策略：
  • 强制优先：~/clawdhome_shared/private/<skill-slug>-data/（例如 ~/clawdhome_shared/private/meeting-notes-skill-data/）。
  • 若 private 不可写，才允许回退到用户提供路径或 workspace/<skill-slug>-data/。
  • 执行结果必须打印 output_dir=... 便于核对真实落盘位置。
  • 默认仅落盘到上述 .../<skill-slug>-data/ 目录，不自动复制到根目录。
  • 如需根目录快捷副本，显式启用：python3 scripts/generate_meeting_bundle.py ... --quick-copy
  • 公共目录仅用于读取共享资源，不写入导出结果。
  • 对外交付文件数量强约束：默认仅允许 3 个文件。
    • <会议主题>-<时间戳>.txt（完整纪要）
    • <会议主题>-<时间戳>.mp3（重点口播）
    • <会议主题>-<时间戳>.html（思维导图）
    • 三个文件必须使用同一命名前缀（同一会议主题 + 同一时间戳），仅扩展名不同。
    • .spoken.txt / .transcript.txt / .mindmap.json / .xmind / .full.mp3 仅可作为中间文件，必须自动清理，不得在最终回复中列为交付物。

跨模型通用执行协议（强制）：

  • 任何模型都必须遵循同一输出合同：执行摘要 + 核心决议 + Action Items表格 + 风险提示 + 导图结果 + 语音结果。
  • 若工具调用不可用、脚本不可执行、或权限受限：必须自动降级为“纯文本可交付模式”，不能空回复或中断。
  • 降级时仍需输出：
    • 可直接落地的结构化纪要（含 Action Items 表格）
    • mermaid mindmap 作为思维导图兜底
    • 语音失败说明（缺少依赖、安装命令、重试命令）
  • 禁止把失败静默为“已完成”。

首次交互强提醒（跨模型兼容，必须执行）：

  • 在第一次响应里先输出“环境检查结果”（一段汇总即可），说明内置能力可直接使用：
    • 内置 TTS：macOS say（可直接用）
    • 内置 ASR：macOS Speech（可直接用）
    • 必装依赖：edge-tts / ffmpeg
    • 默认本地 ASR 安装：openai-whisper（ASR 必装，并预下载 tiny 模型）
  • 若无法确认依赖状态，必须提示用户先执行：bash scripts/doctor.sh --strict
  • 在 macOS 下，若缺少 ffmpeg，必须优先提示并执行安装：bash scripts/bootstrap_macos.sh
  • 不允许静默失败；失败时必须明确说明“缺少哪个依赖、安装命令是什么、下一步怎么做”。
  • 首次使用输出格式强制包含两段：
    • 环境状态：已就绪项 / 缺失项
    • 安装命令：可直接复制执行的命令（按当前系统）
  • 首次自动安装时，必须先回复“正在安装哪些依赖（edge-tts / ffmpeg / whisper）”，安装过程中每隔数秒给出一次进度心跳，禁止长时间无反馈造成假死感。

首次使用前先运行环境自检：

  • bash scripts/doctor.sh --strict
  • bash scripts/asr_self_check.sh（定位“模型未安装”还是“二次运行状态污染”）
  • 若要带音频做冒烟转写：bash scripts/asr_self_check.sh --input <audio-file> --provider auto
  • 若怀疑第二次运行污染：bash scripts/asr_self_check.sh --clean-temp
  • 若未通过，必须先完成安装，再执行 ASR/TTS（硬门禁）。
  • 在 macOS 下可启用自动安装：执行 ASR/TTS 命令时加 --auto-install（底层调用 scripts/bootstrap_macos.sh）。

1) 输入与转换 (Input & Transformation)

  1. 若用户仅表达“要整理会议纪要”但未提供内容，先收集输入来源：
    • 录音文件
    • 已转写文本
    • 会议主题 + 零散要点 收到任一输入后再继续后续步骤。 0.1 若输入为“文本会议纪要/会议文本”，默认同时执行 TTS，自动产出可播放录音文件；无需用户再次明确提出“转语音”。
  2. 识别输入类型：实时流式音频、离线音频文件、或已转写文本。 1.1 音频输入执行“ASR必转”规则：未完成转写不得进入纪要结构化与播报步骤。 1.2 音频输入在 ASR 成功后，必须生成并保留一份最终纪要文档：<会议主题>-<时间戳>.txt（不能只保留 .transcript.txt）。
  3. 对音频输入先执行 ASR，再执行说话人分离，输出统一的语义片段：
    • timestamp_start
    • timestamp_end
    • speaker_id (如 S1, S2)
    • text_raw
  4. 优先保证中英混合识别准确性，保留术语原文，不做主观翻译。
  5. 若无法可靠识别发言人，显式标注 speaker_id: Unknown，并在风险提示中说明。

2) 智能重构与降噪 (Intelligence & Processing)

  1. 对 text_raw 执行去口语化处理：移除“嗯、啊、那个”等语气词及明显离题寒暄。
  2. 按语义议题而非时间顺序重组内容；将同一议题的分散发言聚合。
  3. 对每个议题按“双钻结构”重写为：
    • 问题描述
    • 原因分析
    • 解决方案
    • 最终决议
  4. 明确区分“已达成共识”和“仍待确认”。不得把猜测写成结论。

3) 结构化输出 (Output & Documentation)

严格使用 references/output-template.md 的版式。

强制规则

  1. 拒绝输出大段散文；以结构化小节和 Markdown 表格为主。
  2. Action Items 必须是 Markdown 表格，并包含：
    • 任务项
    • 负责人
    • 交付物/截止日期
    • 备注
  3. 若某项结论没有明确 Action Item，必须在“风险提示”中单列提醒。
  4. 摘要必须直接进入结论，不输出空洞开场句。
  5. Action Items 硬门禁：
    • 负责人不得为空/待指定
    • 交付物/截止日期不得为空/待确认
    • 不满足时禁止“完成态”输出，标记为 DRAFT_PENDING 并提示补全。
  6. 生成会议思维导图（安全模式）：
    • 从纪要提取“核心决议 / 待办事项 / 风险提示 / 议题脉络”生成导图数据。
    • 仅输出 html/svg/xmind（禁用 png/jpg/pdf 路径）。
    • 执行命令：python3 scripts/generate_meeting_mindmap.py --minutes <minutes-file> --topic <meeting-topic> --formats html,xmind
    • 若脚本失败，必须在回复中显式给出失败原因，并兜底输出 mermaid mindmap 文本，禁止省略导图结果。

4) TTS 播报稿生成 (TTS & Feedback)

  1. 不全文朗读；仅提取“核心决议 + 待办事项 + 风险提示”生成 1-3 分钟播报稿。
  2. 在播报稿中加入节奏标记（如 [停顿1s]、[加重]、[放慢]）。 2.1 朗读前必须清洗文本：去除 Markdown、URL、表格分隔符、控制标记和特殊符号，避免把符号读出来。 2.2 必须额外生成独立口播稿文件（<prefix>.spoken.txt），TTS 只读取口播稿，不可直接朗读会议文档。 2.3 口播稿结构固定为：开场一句 -> 核心决议（最多3条）-> 待办（最多3条，含负责人和截止）-> 风险（最多2条）-> 收束一句。
  3. 按场景切换音色建议：
    • 项目部署/复盘：干练专业
    • 头脑风暴/团队同步：亲和清晰
  4. 当用户未指定音色时，默认“干练专业”。
  5. 当用户明确要求“生成录音/语音文件”时，除文本播报稿外，还必须提供可直接合成语音的最终朗读文本（去除控制标记版本）。 5.1 当用户仅提供文本纪要（未明确提语音）时，也必须生成语音文件（默认行为）。 5.2 文本输入默认生成一份核心音频：
    • 重点口播音频：<prefix>.mp3（基于 .spoken.txt）
    • 原文全文音频（.full.mp3）改为按需生成，不作为默认交付。 5.3 音频格式强制为 mp3；若只能生成 m4a，必须转码为 mp3 后再交付。 5.4 原文全文音频必须“逐字朗读”：.full.txt 必须与用户输入文本一致，不允许清洗、改写、摘要或重排。
  6. 文本转语音输出默认要求：
    • 格式：统一 mp3（若中间产物为 m4a，必须转码后交付）
    • 时长：1-3 分钟
    • 内容：仅“核心决议 + 待办事项 + 风险提示”
    • 命名规范：<会议主题>-<YYYYMMDD-HHMMSS>.<ext>
  7. 在 macOS 本地优先使用 scripts/generate_tts_brief.sh 生成语音文件。
  8. 跨平台（Linux/macOS/Windows）优先使用 scripts/audio_bridge.py：
    • 默认使用 provider=auto，优先已安装识别引擎（local whisper），再回退云端/系统内置。
    • TTS provider=auto 默认路由：edge -> builtin -> local -> openai（默认优先 edge-tts）。
    • 默认音色固定：zh-CN-XiaoxiaoNeural，默认风格：warm。
    • 如需回退可显式传参：--provider auto。
    • 不要求用户手动选择 provider/voice；若依赖缺失，直接给出安装提示并说明“安装后将自动恢复默认音色效果”。
    • 免费高质量 TTS 依赖（必装）：python3 -m pip install edge-tts
    • 音频处理与转码依赖（必装）：ffmpeg
    • 使用 OpenAI 回退时需设置 OPENAI_API_KEY。
    • OpenAI 默认模型可通过环境变量覆盖：
      • OPENAI_ASR_MODEL (默认 gpt-4o-mini-transcribe)
      • OPENAI_TTS_MODEL (默认 gpt-4o-mini-tts)
  9. 音色策略（默认统一）：
    • 默认固定：edge + zh-CN-XiaoxiaoNeural + warm
    • 可通过环境变量覆盖：MEETING_TTS_EDGE_VOICE=<voice-name>
    • 输出结果中必须注明“实际使用音色”。
  10. 会议纪要文档与音频必须同名同时间戳，仅扩展名不同：
  • 文档：<会议主题>-<YYYYMMDD-HHMMSS>.txt
  • 音频：<会议主题>-<YYYYMMDD-HHMMSS>.m4a|mp3
  • 音频生成后必须做可解码校验；不可播放时自动切换下一 provider 重试，不可直接交付损坏文件。
  1. 全模型兜底返回格式（脚本不可用时）：
  • 状态: SUCCESS 或 PARTIAL_SUCCESS（必须明确）
  • 依赖检查: 已安装 / 缺失列表
  • 会议纪要: 按模板完整输出
  • 思维导图: 输出 mermaid mindmap 代码块
  • 语音结果: 输出“未生成原因 + 安装命令 + 重试命令”
  1. 执行命令（推荐）：
  • 一键全量产出（推荐）：python3 scripts/generate_meeting_bundle.py --input <minutes-text-file> --topic <meeting-topic> [--outdir <dir>]
  • 该命令默认强制校验 3 项核心产物：txt + audio.mp3 + mindmap.html。
  • 脚本默认自动清理同主题历史产物与中间文件（如 spoken/full/mindmap.json/xmind/transcript），仅保留最新三件套。
  • 如需保留历史，显式追加：--no-cleanup
  • 如需同时复制到 ~/clawdhome_shared/private/ 根目录，显式追加：--quick-copy
  • 任一缺失即失败，禁止返回“已完成”。
  • 最终回复仅允许展示上述 3 个核心文件；禁止额外展示中间文件路径。
  1. 执行命令（仅语音）：
  • bash scripts/generate_tts_brief.sh <brief-text-file> <meeting-topic>
  • 该脚本默认委托 audio_bridge.py 的 edge 神经语音链路（不再走本地 Tingting 默认路径）。
  • 示例：bash scripts/generate_tts_brief.sh test-output/meeting-brief.txt 产品周会 test-output
  1. 执行命令（跨平台）：
  • TTS: python3 scripts/audio_bridge.py tts --input <brief-text-file> --topic <meeting-topic>
  • ASR: python3 scripts/audio_bridge.py asr --input <audio-file> --topic <meeting-topic> --provider auto --language zh
  • ASR 一键自检：bash scripts/asr_self_check.sh [--input <audio-file>] [--provider auto|local|builtin|openai] [--clean-temp]
  • 自动安装依赖（macOS）：在上面命令后追加 --auto-install
  • 内置 ASR 脚本（macOS）：scripts/builtin_asr.swift
  • ASR provider=auto 默认路由：local -> openai -> builtin（优先安装引擎，不默认先走系统内置）。
  • 对 m4a/mp3/aac/mp4 压缩音频，内置 ASR 强制先走 ffmpeg 转码为 wav；缺少 ffmpeg 时直接提示安装（brew install ffmpeg）。
  • macOS 依赖一键引导：bash scripts/bootstrap_macos.sh（自动检测并安装 ffmpeg）。
  1. 跨模型一致性建议（强制统一音色）：
  • 固定 Provider：edge
  • 固定音色：zh-CN-XiaoxiaoNeural
  • 可设置环境变量：export MEETING_TTS_EDGE_VOICE=zh-CN-XiaoxiaoNeural
  1. 音频后处理（降低 AI 味）：
  • 默认在 audio_bridge.py tts 成功后自动执行后处理。
  • 可单独执行：bash scripts/postprocess_audio.sh <input-audio> [output-audio]
  • 后处理链：高通 + 低通 + 压缩 + 响度标准化（语音听感更自然）。
  1. ASR 低置信度输出：
  • 在转写 JSON 中输出 low_confidence_segments，用于人工复核。
  • 优先复核这些片段再发布最终纪要。
  1. Action Items 校验脚本：
  • python3 scripts/validate_action_items.py <minutes.md>
  • 校验失败时视为不可发布状态。
  1. 思维导图脚本：
  • python3 scripts/generate_meeting_mindmap.py --minutes <minutes-file> --topic <meeting-topic> --formats html,xmind
  • 使用 ClawHub 导图引擎的安全封装版本（vendor），默认产出 .mindmap.json + .html + .xmind。

5) 质量门禁 (Quality Gate)

输出前逐条检查 references/quality-gate-checklist.md。 若未通过，不要直接提交最终纪要，先补齐缺失字段或标记“待补信息”。

6) 缺失信息处理 (Missing Data Policy)

  1. 负责人缺失：填 待指定，并在备注要求会后确认。
  2. 截止日期缺失：填 待确认，并在风险提示说明“时效不可追踪”。
  3. 决议边界不清：填“待确认结论”，禁止伪造最终决策。

Comments

Loading comments...