HR会议纪要智能生成

核心痛点：HR会议数据的非结构化损耗

在HR日常流程中，绩效面谈、入职沟通、离职访谈等环节会产生大量录音与逐字稿。人工从这些非结构化文本中提取决议、待办事项以及责任人，不仅耗时，且极易因疲劳导致关键信息遗漏或口径不一致。

实现逻辑：从非结构化输入到结构化交付

该技能通过“最少必要项”原则降低用户交互成本。用户仅需提供HR任务背景、现有材料（录音/逐字稿）及期望格式，技能会自动提取已确认事实。

在底层处理中，系统会先进行字段与口径的前置校验，排查异常值。当涉及确定性计算或复杂的结构化检查时，技能会将已确认信息映射为内部临时JSON，并调用底层脚本执行：

python scripts/run.py --input <temp_json> --output <result_file>

这种将自然语言理解与确定性脚本解耦的架构，确保了结论的可复核性。最终，系统会将事实、计算参数与判断依据分离呈现，并输出为Markdown、CSV、XLSX或DOCX等可直接落地的工程化产物。

工程边界与核验机制

在工程实现上，该技能严格界定了能力边界。它不依赖特定厂商账号，也不会在缺乏宿主工具真实回读确认的情况下，虚假声明已完成审批或写入业务系统。

面对信息缺失，技能拒绝使用“幻觉”生成看似精确的伪造内容，而是强制输出待补充清单。此外，当引用外部行业基准或政策时，必须显式标明数据来源与适用范围，确保交付物在工程审计中的可追溯性。