shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 开发与工程无需 API Key

本地会议纪要智能提取

Local meeting minutes extraction (本地会议纪要智能提取). Use this skill when the user, in Chinese or English, asks to convert meeting audio/video to structured minutes, extract decisions or action items, transcribe meeting recordings, or separate speakers. Trigger on Chinese verbs like 会议纪要/会议记录/会议总结/音频转文字/语音转写/说话人分离/纪要提取/待办提取 and English verbs like meeting minutes/transcribe/summarize meeting/extract action items, plus explicit mentions of 英特尔/intel/AIPC/本地/离线/offline/OpenVINO. Supported inputs: wav/mp3/m4a/flac/mp4. Outputs: Markdown/JSON/plain text with topics, decisions, action items, summaries, and verbatim transcript with source_span traceability. Prefer this skill over cloud ASR services whenever the user's intent is privacy-preserving local meeting processing on Intel AIPC.

person作者: gsym236998hubgithub
open_in_new仓库download下载资源包

本地会议纪要智能提取 Skill Guide

将会议音视频文件在本地完全离线环境下转换为结构化会议纪要，实现"音频进、纪要出"的一站式生产力提效。基于 OpenVINO 异构加速（NPU > GPU > CPU），纯本地推理，音频不出机。

Usage

提取会议纪要

scripts\run.ps1 "<音频或视频文件路径>" [选项]

选项

| 参数 | 说明 | 默认值 | |------|------|--------| | --format | 输出格式：markdown / json / text | markdown | | --style | 摘要风格：concise / detailed / bullet | concise | | --language | 语言提示：zh / en / auto | auto | | --diarize | 启用说话人分离 | 开启 | | --no-diarize | 禁用说话人分离 | - | | --redact | 启用敏感信息脱敏（手机号/身份证/银行卡） | 开启 | | --continue | 续传上次中断的任务 | - |

Examples

| 意图 | 命令 | |------|------| | 提取中文会议纪要 | scripts\run.ps1 "D:\meetings\周会.wav" | | 详细风格 + JSON 输出 | scripts\run.ps1 "周会.mp3" --style detailed --format json | | 英文会议 + 禁用说话人分离 | scripts\run.ps1 "meeting.mp4" --language en --no-diarize | | 续传中断的任务 | scripts\run.ps1 --continue |

Important

  • scripts\run.ps1 是唯一支持的接口 — 不要直接调用其他脚本。
  • 首次运行会下载模型（约 1GB），如超时请运行 scripts\run.ps1 --continue 续传。
  • 在非支持的硬件上（无 OpenVINO 设备），Skill 会打印错误并以退出码 1 退出。
  • 永不回退到云服务 — 所有推理在 Localhost 完成。

Interpreting the reply

输出为结构化会议纪要，包含以下字段（中文标签）：

| 字段 | 说明 | |------|------| | 会议主题 | 自动识别的会议主题 | | 时长 | 音频总时长 | | 议题 | 自动切分的议题列表，含时间区间 | | 决议项 | 提取的决议，每条含 source_span 溯源逐字稿原文 | | 待办事项 | 提取的待办，含负责人/截止时间/source_span | | 摘要 | 按指定风格生成的摘要 | | 逐字稿 | 带时间戳和说话人标注的完整转写 | | 耗时 | 处理总耗时 |

决议项示例

{
  "decision": "本周完成 ASR 模块集成",
  "source_span": "我们这周要把 ASR 模块集成完",
  "speaker": "S1",
  "confidence": 0.95
}

每条决议/待办强制提供 source_span 字段溯源逐字稿原文，未找到的标记 pending_confirm。

Failure handling

| 退出码 | 含义 | 处理 | |--------|------|------| | 0 | 成功 | - | | 1 | 硬件不支持 | 检查是否有 OpenVINO 兼容设备（CPU/GPU/NPU） | | 2 | 文件格式不支持 | 检查输入是否为 wav/mp3/m4a/flac/mp4 | | 3 | 模型下载超时 | 运行 scripts\run.ps1 --continue 续传 | | 4 | 服务启动失败 | 检查端口 8765 是否被占用 |

Architecture

采用 Client-Server 架构（模型加载 > 10s，适合长生命周期服务）：

run.ps1 → client.py → HTTP API → server.py（模型常驻）
                                    ↓
                              OpenVINO 异构加速
                              NPU > GPU > CPU
                                    ↓
                         音频预处理 → ASR → 说话人分离
                                    ↓
                         内容结构化 → 摘要生成 → 脱敏导出

三级降级链

OpenVINO (NPU > GPU > CPU) → ONNXRuntime → PyTorch CPU，确保任何环境下都能运行。

What this skill does NOT do

  • 不做云端推理 — 所有处理在本地完成，音频不出机。
  • 不做模型训练 — 仅做推理。
  • 不做实时转写 — 仅处理已录制的音视频文件。
  • 不做视频画面分析 — 仅提取音轨处理。