openclaw会议纪要自动生成并邮件发送需五步协同：一、检查pipeline配置确保audio_to_text→summarize→send_email顺序连接且路径绝对；二、验证本地模型服务健康与响应；三、校准html模板占位符及smtp凭证；四、启用录音目录监控自动触发；五、隔离whisper模块异常，确保中文语音准确转写。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要将会议纪要自动生成并同步发送至指定邮箱，但当前流程中邮件发送与纪要生成脱节、格式错乱或触发失败，则可能是由于任务链配置缺失或模型与邮件模块未正确协同。以下是解决此问题的步骤：
一、检查OpenClaw任务流水线配置
该步骤用于确认语音转文字、纪要提炼、邮件发送三个环节是否在pipeline中被正确定义和顺序连接，避免因步骤遗漏或参数错位导致流程中断。
1、打开~/.openclaw/skills/meeting_minutes.json文件。
2、核对"pipeline"数组是否包含且仅包含三个对象：audio_to_text、summarize、send_email。
3、检查每个对象的"params"字段中路径是否为绝对路径，例如"./meeting/recording.mp3"应改为"/home/user/openclaw_workspace/meeting/recording.mp3"。
4、确认send_email节点中"smtp_server"、"port"、"template"三项均非空值。
二、验证本地模型服务可用性
该步骤用于排除因大模型服务未启动、端口占用或响应超时引发的纪要生成失败，确保LLM推理层稳定输出结构化文本。
1、执行curl http://localhost:11434/health，确认返回{"status":"ok"}。
2、若返回连接拒绝，运行ps aux | grep ollama，检查ollama进程是否存在；如无，则执行ollama serve &启动服务。
3、执行ollama list，确认glm-4.7-flash或所配模型已加载。
4、手动测试推理：运行curl -X POST http://localhost:11434/api/chat -H "Content-Type: application/json" -d '{"model":"glm-4.7-flash","messages":[{"role":"user","content":"你好"}]}'，观察是否返回含"message"字段的JSON响应。
三、校准邮件模板与SMTP凭证
该步骤用于解决HTML模板语法错误、占位符未替换或认证失败导致的邮件发送中断，保障最终输出符合收件人阅读预期。
1、打开./templates/meeting_email.html，确认其中存在且仅存在一个{{summary}}占位符，且无其他未定义变量如{{date}}或{{attendees}}（除非已在pipeline中显式注入）。
自动备份 OpenClaw 整体配置到远程存储（支持任意 rclone 后端：COS、S3、FTP、SFTP、WebDAV等）。 触发场景： - 创建/配置自动备份任务 - 设置备份周期、保留份数、目标目录 - 手动触发备份 - 查看/恢复备份 - OpenClaw 运行异常时的提醒
2、检查模板首行是否为标准HTML声明，且所有标签闭合完整。
3、在终端执行echo "test" | mail -s "SMTP test" -r "admin@company.com" recipient@company.com，验证系统级SMTP是否可达。
4、若使用Office 365，登录Azure门户，确认应用注册中已为该账户启用Mail.Send API权限，并获取最新ClientSecret。
四、启用录音文件监控自动触发
该步骤用于替代手动拖入文件的低效方式，使会议结束即自动启动全流程，消除人为延迟与操作遗漏风险。
1、在~/.openclaw/config.yaml中添加监听配置段：watch_dir: "/home/user/Downloads/MeetingRecords"。
2、确认该目录权限为当前用户可读：chmod 755 /home/user/Downloads/MeetingRecords。
3、运行openclaw watch --dir "/home/user/Downloads/MeetingRecords"启动监控守护进程。
4、将一段测试录音（如test.m4a）放入该目录，观察控制台是否打印"New file detected: test.m4a → triggering meeting_minutes skill"日志。
五、隔离Whisper语音转写模块异常
该步骤用于定位音频预处理阶段失败原因，常见于采样率不匹配、静音片段过长或中文识别模型未加载等场景。
1、进入~/openclaw_workspace/meeting目录，运行whisper test.m4a --model medium --language zh --output_format txt。
2、若报错"No module named 'whisper'，执行pip install openai-whisper并重试。
3、若输出文本为空或含大量[BLANK]，用ffprobe test.m4a检查音频流采样率，若高于16kHz则先执行ffmpeg -i test.m4a -ar 16000 -ac 1 test_16k.wav降频重试。
4、确认~/.cache/whisper/下存在medium.pt文件，否则手动下载至该路径并赋权chmod 644 medium.pt。
