会议纪要行动项提取器（纯本地 / Client-Server）

Overview

把一段会议录音（或已有转录文本）转换成结构化纪要 + 行动项清单。设计原则「纯本地优先」：

音频转写（ASR）在本机完成，不联网，原始音频与转写文本不出本机；
结构化抽取也由本机模型服务（localhost）完成，整条链路零外发。

既满足企业「敏感会议数据绝对安全」，又借本机大模型保证纪要质量，契合纯本地、随时可调用（Client/Server）的生产力场景。

适用边界

输入：会议录音（mp3 / wav / m4a）或用户已导出的转录文本（跳过 ASR）。
输出：Markdown 纪要（含行动项表），可选 CSV。
隐私红线：原始音频、原始转写文本禁止离开本机；只在本机（localhost）完成结构化。

标准工作流（调用时严格按此执行）

导入：确认输入是音频路径还是转录文本。
本地 ASR（仅音频输入）：在本机执行离线转写，生成 transcript.txt。推荐 faster-whisper（CPU int8 即可，音频解码由 PyAV 自带，无需单独装 ffmpeg）：
```
pip install faster-whisper
python -c "from faster_whisper import WhisperModel; m=WhisperModel('base',device='cpu',compute_type='int8'); s,_=m.transcribe('meeting.mp3',language='zh'); open('transcript.txt','w',encoding='utf-8').write('\n'.join(x.text for x in s))"
```
若本机无 faster-whisper，提示用户安装，不要退化为上传音频到云端转写。追求更高吞吐可换用 OpenVINO 加速的 whisper 推理，释放 GPU / NPU。
预处理：长文本按 ~2000 字分段；去口头禅；如用户要求，按下方「可选脱敏」做词表替换。
本机模型服务结构化（localhost）：以下方「结构化抽取提示词」为模板，把（脱敏）纯文本通过 HTTP API 交给本机模型服务（如 Ollama / vLLM / OpenVINO 服务，监听 localhost），抽取纪要 + 行动项。
回写本地：按下方「输出结构」落盘为 minutes.md / minutes.csv；仅在用户明确要求时，才把结构化结果推送到飞书 / 钉钉 / 腾讯文档。

部署与调用（Client/Server，纯本地）

模型即服务：ASR 与结构化 LLM 都以本地服务形式运行（监听 localhost 端口），skill 通过 HTTP API 随时调用，满足「随时调用、稳定调用」。
纯本地运行：整条链路（转写 + 结构化）不依赖任何外部网络；AI 模型必须支持纯本地（Localhost）运行。
推理框架（推荐）：用 OpenVINO™ 及其生态工具（如 Optimum-intel）构建本地 AI 工具，充分释放 GPU / NPU 潜力；ASR 与结构化均可在本地推理。
工具适配：整份 skill 为自包含 markdown，可直接作为技能被 Qoder / WorkBuddy / TRAE Work 等生产力级 Agent 稳定调用。

结构化抽取提示词（把 `<<TRANSCRIPT>>` 替换为转写文本）

你是一名资深会议纪要整理助手。下面是一段会议转写文本（已脱敏）。请严格按输出要求抽取结构化纪要与行动项，使用给定 Markdown 结构。

输入转写

<<TRANSCRIPT>>

输出要求

会议概览：主题、时间（若提及）、参会人（若可识别）、核心结论。
关键讨论：按议题分点，每点附结论或「待定」。
决议事项：明确已拍板内容，逐条列出。
行动项表：每行 = 待办 | 责任人 | 截止时间 | 优先级(高/中/低)；缺失填「待确认」。
未决 / 风险：遗留问题、风险与阻塞项。

输出结构（直接输出 Markdown，不要额外解释）

# 会议纪要 · <主题>
## 一、会议概览
- 主题 / 时间 / 参会人 / 核心结论
## 二、关键讨论
- 议题：结论 / 待定
## 三、决议事项
- <已拍板内容>
## 四、行动项
| 待办 | 责任人 | 截止时间 | 优先级 |
| --- | --- | --- | --- |
| <事项> | <姓名/待确认> | <时间/待确认> | 高/中/低 |
## 五、未决 / 风险
- <问题>

可选脱敏

调用本机模型服务前，若含人名 / 客户名 / 金额等敏感信息，先替换成 [已脱敏] 等占位符；原始转写保留本地，绝不外发。

隐私红线（铁律，不可绕过）

绝不把音频文件、原始转写文本发往任何非本机（localhost）地址。
ASR 必须本机执行；缺依赖提示安装，不退化云端转写。
结构化必须走本机模型服务（localhost）；敏感信息先征求用户脱敏。

创举点（为什么值得做）

纯本地 Client/Server：转写与结构化全在本机（localhost）完成，模型以本地服务形式随时调用，整条链路零外发——隐私不是开关，而是架构。
零信任默认：原始音频与转写文本从设计上就不允许离开本机，也不发往任何非 localhost 地址。
充分释放本地算力：推荐以 OpenVINO™ / Optimum-intel 构建本地推理，利用 GPU / NPU 加速 ASR 与结构化。
可移植、可适配：整份 skill 只是自包含 markdown，适配 Qoder / WorkBuddy / TRAE Work 等生产力级 Agent，作为技能稳定调用。