技能介绍

会议协作中的数据断层与效率损耗

在敏捷研发团队中，会议往往是决策和信息同步的核心载体，但围绕会议的文本处理工作却大量消耗着工程师的时间。会前，主持人需要手动拼凑历史文档和排期；会中，人工记录极易遗漏关键决策或偏离核心议题；会后，整理多语种会议纪要、提取行动项（Action Items）并追踪 DDL 更是繁琐且容易出错。MeetingMaster 旨在通过结构化的自然语言交互，填补会议生命周期中的信息断层。

核心能力与执行工作流

该技能通过 SKILL.md 定义的参数与 JSON 返回结构，将会议处理转化为可编排的工程任务。

会前准备：接收 meeting_title 和 participants 等参数，自动生成包含议题、时长和负责人的议程，并打包 historical_context。
会中辅助：处理 transcript_stream 实时转录流，自动标记关键决策，并生成待澄清问题列表与焦点偏移提醒。
会后闭环：输出结构化的 minutes 和 action_items，支持多语种输出（通过 language 参数），并生成包含效率得分和参与度分析的 insights。
场景适配：根据 meeting_type（如 retrospective 或 interview）自动切换输出模板，生成复盘报告或面试评估。

适用边界与工程注意点

在接入生产环境时，有几个工程边界需要明确：

隐私与数据安全：会议转录可能包含商业机密。建议默认使用本地或私有化部署的大模型处理 transcript_stream，若调用公有云 API 必须确保获得用户的显式授权。
转录质量依赖：会中实时标记决策的准确性强依赖于上游音频质量。对于关键架构决策，仍需人工复核 decisions 字段。
外部工具依赖：自动派发待办或发送日历邀请等高级功能，依赖外部 API（如邮件或日历服务）。在未配置相应 Key 时，技能会降级为生成待办文本，需由工程师手动流转。