Agent Skills
返回列表
📁

用 Rowboat 打造本地工作记忆,准备会议与跟进

办公效率 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 安装 @user_3c6cb52e/prepare-meetings-and-follow-ups-from-local-work-memory-with-rowboat 技能。

技能介绍

问题:会议准备的碎片化流程

在团队协作中,会议前的准备工作常面临三个具体痛点:

  • 信息分散:讨论要点可能散落在邮件线程、日历事件、本地笔记甚至网页链接中,手动汇总不仅耗时,还容易遗漏关键上下文。
  • 版本混乱:多人协作时,不同成员维护的文档版本可能冲突,导致会议中引用过时信息。
  • 跟进模糊:会后行动项的分配与追踪缺乏统一载体,常依赖邮件或聊天工具零散确认,难以形成闭环。

这些痛点本质上是本地工作记忆未被结构化利用的结果——数据存在于不同工具中,却未被整合为可操作的会议输入。

技能如何工作:从本地内存到结构化输出

该技能通过 Rowboat 桌面应用构建本地工作记忆,核心流程分为三步:

  1. 数据源连接:支持接入 email(邮件)、calendar(日历)、notes(笔记)及 web context(网页上下文),将分散信息集中到本地。
  2. 本地内存构建:在本地 Markdown vault 中存储结构化数据,避免云端同步的隐私风险,同时支持 MCP 或 Composio 工具扩展功能。
  3. 输出生成:基于整合的数据自动生成 meeting briefs(会议简报)、follow-ups(跟进事项)、docs(文档)和 decks(演示文稿),格式统一且可直接编辑。

关键能力在于上下文感知的自动化:例如,从邮件中提取未解决的讨论点,结合日历中的参会人信息,自动生成包含议题、参与者和待办项的简报草稿,减少人工整理的重复劳动。

适用边界与注意点

该技能依赖 Rowboat 桌面应用和已连接的数据源,适用于需要本地化处理敏感数据的场景(如企业内部会议)。但需注意:

  • 安全审查:上游项目未提供自动安装说明,需手动检查 https://github.com/1991513ccie-png/skills 的代码实现,避免在生产环境中引入风险。
  • 工具扩展性:可选的 Deepgram(语音)、ElevenLabs(语音合成)或 Exa(网页搜索)API 密钥需按需配置,未配置时不影响基础功能。
  • 适用场景:更适合个人或小团队的轻量级会议准备,而非需要实时协作或复杂权限管理的企业级平台。

使用场景

  • 跨部门会议前需整合邮件讨论、日历参会人和历史笔记,自动生成包含议题和待办项的简报
  • 项目周会前要从代码提交记录、未读邮件和设计文档中提取关键进展,整理成可演示的更新稿
  • 销售团队需在客户会议前自动汇总近期沟通记录、竞品动态和产品文档,生成客户专属简报
  • 需将会议讨论要点、决策和行动项同步到团队知识库,确保版本一致且可追溯

适合人员

  • 项目经理:需在多工具间整合信息,快速生成会议材料并追踪行动项闭环
  • 技术负责人:要从代码提交、邮件讨论和设计文档中提取技术债务,整理成可演示的更新报告
  • 销售经理:需在客户会议前汇总多轮沟通记录和竞品动态,生成客户专属简报
  • 团队协调人:需将会议决策同步到知识库,确保版本统一且可追溯