阿拉丁·对话情报工坊

转写之后，行动项去哪了

会议录音转成文字只是第一步。Whisper 类工具解决了「声音→文字」，但会议真正值钱的产出——谁、在什么时间前、要完成什么、风险在哪——仍然散落在几万字的转写稿里，靠人工一条条扒。纯提示词的纪要技能能写出一段漂亮总结，却可能臆造任务、结果不可复核、没法批量跑、也导不出团队真正在用的表格。

这个工坊怎么做

• 确定性抽取优先：scripts/minutes_extract.py 用正则与词表规则抽取行动项（任务 / 责任人 / 时限 / 优先级）、决议、风险与开放问题，同一输入必得同一输出，可人工复核，不靠模型临场发挥。
• 零依赖、纯本地：纯 Python 标准库实现，不联网、不调外部 API、不上传任何内容，数据不出本机。
• 多格式归一：支持 .txt / .md / .json / .docx，兼容 说话人：内容、[说话人]、带时间戳等多种转写稿写法。
• 产物直接可流转：一次生成 Markdown 纪要、_actions.csv（任务 / 负责人 / 时限 / 优先级 / 来源 / 状态）、HTML 看板和 JSON，CSV 可直接导入 Trello、飞书多维表或 Excel。
• 每条结论可追责：所有抽取项绑定原文片段（TRACE 映射），无法确认的责任人标记为「待确认」，绝不编造。

工作流分三步：minutes_ingest.py 归一解析成 IR JSON，minutes_extract.py 规则抽取，minutes_report.py 产出四份文件。模型（Hy3）只在确定性骨架上做议题小结与同义合并，不做无中生有。

注意边界

• 它只吃文字稿，不做语音识别；给音频请先用转写工具。
• 不做润色校对、长文摘要，也不代写全新文档。
• 不做实时会议接入，只处理已导出的转写文本。