会议深度处理

要解决什么问题

线上或线下会议结束后，你往往只剩一段录音转写、几页零散笔记，或者聊天里复制的片段。浅层摘要能帮你快速回忆主题，但很难回答工程师更常问的问题：谁说了什么立场、哪些结论已经拍板、哪些事项仍悬而未决、后续依赖谁。信息一多，「再听一遍」或「再开一次对齐会」的成本就上去了。

Meeting Deep Process（规范名 @user_e02e04b8/meeting-deep-process）定位在 办公效率 场景，面向「会议材料需要被结构化、被追问、被复用」这一痛点，而不是只产出一段概括性段落。

技能如何工作

从命名与分类可以推断，它强调对会议相关输入做 深度处理：在保留上下文的前提下，把原始材料拆成可检索、可跟进的结构，而不是一次性压缩成几句结论。

典型使用方式是把 会议转写、纪要草稿或讨论记录 作为输入，让模型按技能约定做多轮整理，例如：

• 区分 事实陈述 与 待确认假设
• 标出 已决策项 与仍开放的 讨论点
• 把零散发言整理成可按主题阅读的段落，便于写 RFC 或工单

具体输出字段与步骤以 SkillHub 上该技能的 SKILL.md 为准；此处描述的是「深度处理」类会议技能常见的设计意图。

适用边界与注意点

• 输入质量决定上限：转写错误、缺段或多人抢话未标注说话人时，任何深度整理都可能 误归因 或漏掉关键转折。
• 技能不能替代 合规留存 或正式审批流程；涉及人事、法务、对外承诺的内容，仍需人工复核。
• 若会议本身目标不清，深度处理只能把混乱写得更整齐，不能凭空补全 未在材料中出现的决策。