熠小听 · 会议纪要自动化#

将录音放入文件夹 → 语音识别 → WorkBuddy AI 提炼纪要 → HTML 文档。

⚠️ 重要隐私声明：本技能会将会议录音上传至**阿里云智能语音交互（NLS）**进行语音识别。 录音和转写文本会被传输至阿里云服务器处理。请勿用于处理含有机密信息、个人隐私数据 或受监管内容的会议录音。使用前请确认你所在组织允许该数据流向。

核心能力#

环节技术方案速度语音识别阿里云 NLS 云端识别~1分钟/20分钟音频AI 总结WorkBuddy 内置 AI（无需额外 Key）即时HTML 输出Jinja2 模板，企业级排版即时

支持格式#

mp3 / m4a / wav / ogg / flac / aac / wma / opus / webm

---

首次使用（对话引导）#

当用户触发本技能时，需要收集以下信息，缺一不可。用自然对话方式逐一确认，不要一次丢出所有问题。

第 1 步：确认录音文件夹#

text

"你的录音文件放在哪个文件夹？我会监听这个文件夹，有新录音自动处理。"

第 2 步：确认阿里云 NLS 凭证#

阿里云智能语音交互需要两个凭据，缺一不可：

text

"需要阿里云智能语音的两个凭证：

① NLS AppKey
   获取链接：https://nls-portal.console.aliyun.com/applist
   步骤：进入页面 → 点击「创建项目」→ 填写项目名称 → 创建成功后
         复制页面显示的 AppKey

② NLS AccessToken
   获取链接：https://nls-portal.console.aliyun.com/applist
   步骤：点击已有项目名称进入详情 → 顶部标签栏选择「AccessToken」
         → 点击「获取AccessToken」→ 复制显示的 Token 字符串
          ⚠️ 24 小时失效，长期使用需换成 AccessKey（AK ID + Secret）

把两个凭证发给我即可。

> 🔐 **凭证安全提醒**：请使用短期（24h）AccessToken，不要将长期 AccessKey Secret
> 粘贴到聊天窗口。聊天记录可能被日志系统留存。如需长期使用，建议通过环境变量
> 或配置文件注入凭证，而非在对话框明文传输。"

收齐全部信息后#

告诉用户：「配置已齐全，现在把录音放进文件夹，说一句『熠小听』我就开始处理。」

---

工作流（Agent 执行）#

Step 1：语音转文字#

bash

cd {skill_dir}/scripts
set NLS_APPKEY=<用户提供的AppKey>
set NLS_TOKEN=<用户提供的AccessToken>
set LYD_NAS_DIR=<录音文件夹路径>
python process_nas.py

脚本会：

1. 扫描录音文件夹（排除「会议纪要输出」子文件夹）
2. ffmpeg 转 PCM 16kHz mono → 按 ≤1.8MB 切块
3. 逐块上传阿里云 NLS 接口（串行）
4. 合并结果 → 保存 transcript.txt
5. 输出 JSON 结果（包含 transcript_path）

Step 2：AI 智能总结#

读取 transcript.txt 全文，基于内容手工提炼：

总结原则：

• 提炼而非摘抄 — 不复制原文，用书面语重新表述
• 区分讨论过程和最终结论 — 只记录结论，不复述过程
• 行动项格式：动词开头 + 负责人 + 优先级
• 决策格式：决策内容 + 决策依据

输出格式（用于 report.py 渲染）：

python

summary = {
    "meeting_title": "精准标题（15字以内）",
    "meeting_type": "技术分享/项目决策/工作汇报/头脑风暴/复盘总结",
    "meeting_summary": "3-4句书面语概括背景、核心议题和主要结论",
    "key_conclusions": ["重要结论句子..."],
    "decisions": [
        {"content": "已确认决策", "rationale": "决策依据"}
    ],
    "action_items": [
        {"task": "具体行动（动词开头）", "owner": "负责人", "deadline": "截止时间", "priority": "高/中/低"}
    ],
    "participants": ["参会人"],
    "agenda_items": [
        {"title": "议题名称", "key_points": ["核心观点"], "outcome": "最终结论"}
    ],
    "risks_and_concerns": ["风险或待确认事项"],
    "next_steps": ["具体下一步计划"],
    "follow_up_required": ["需跟进事项"]
}

Step 3：生成 HTML#

python

from report import render_html
render_html(summary=summary, transcript={"text": full_text, "segments": [], "language": "zh",
           "duration_seconds": duration}, audio_filename=audio_name, output_path=html_path)

Step 4：写回 NAS#

用 PowerShell UNC 路径将 HTML 写入录音文件夹下的 会议纪要输出\ 子文件夹：

powershell

Copy-Item "本地html路径" "\\192.168.1.219\品...\会议纪要输出\文件名.html"

HTML 模板规范#

企业级排版（report.py 内置）：

• 深蓝商务风，文档头 + 目录导航 + 编号章节
• 决策卡片（左侧蓝边 + 决策依据）
• 行动表格（编号/任务/负责人/截止/优先级）
• 议题折叠块（要点列表 + 绿色结论条）
• 风险跟进区（橙色警告条）
• 可折叠完整转写记录
• 移动端适配 + 打印样式

---

关键参数#

参数默认值说明NLS 块大小1.8 MB接口限制 2MB，1.8MB ≈ 57秒音频音频采样16kHz mono PCMffmpeg 转换参数请求间隔0.3sNLS 串行间隔，避免限流

---

文件说明#

文件用途scripts/process_nas.py语音转文字：扫描→切块→NLS→保存 transcriptscripts/report.pyHTML 模板 + render_html() 渲染函数scripts/summarize.py（保留备用）AI 总结函数，如需外部 API

---

常见问题#

Q: 不配任何 API Key 能用吗？ A: 只需要阿里云 NLS 的 AppKey + Token（语音识别），AI 总结由 WorkBuddy 内置完成，无需额外 Key。

Q: NLS Token 失效了怎么办？ A: 到控制台重新获取，或让我帮你改成 AccessKey 动态刷新模式（永久有效）。

Q: 长录音处理慢？ A: NLS 云端识别，1 小时音频约 2-3 分钟。

Q: 输出在哪？ A: 录音文件夹下的 会议纪要输出\ 子文件夹，HTML 格式。