根据会议记录客观评分,评估决策清晰度、时间效率和参与均衡度,输出 Markdown 报告。
QQQ 快速启动是一项面向实际任务的技能,主要用于选择 LLM 后端 环境变量 : 1. 或创建 ~/. config/ meeting- 质谱器/ config. yaml;三个维度 : 1: 度。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
基于会议转录文本评估会议质量。
pip install -r requirements.txt # 评估一份会议转录文本 python scripts/score_meeting.py --input meeting.txt # 或指定自定义输出路径 python scripts/score_meeting.py --input meeting.txt --out-md my-report.md --out-html my-report.html
通过环境变量设置 LLM 后端:
export MQS_BASE_URL=http://localhost:11434/v1 # Ollama export MQS_API_KEY=ollama export MQS_MODEL=qwen2.5:72b
或创建配置文件 ~/.config/meeting-quality-scorer/config.yaml:
base_url: https://api.openai.com/v1 api_key: sk-... model: gpt-4o-mini
| 维度 | 权重 | 评分方式 |
|---|---|---|
| 决议明确度 | 40% | 由 LLM 识别议题、决策及负责人 |
| 时间效率 | 30% | 由 LLM 识别偏离主题或冗余内容的片段 |
| 参与均衡度 | 30% | 基于各发言人词数计算基尼系数(Gini coefficient) |
若输入文本中无发言人标签 → 参与均衡度维度将被跳过,权重重新分配为 60%/40%(即决议明确度占 60%,时间效率占 40%)。
会议转录文本仅发送至您配置的 LLM 接口,不采集任何遥测数据(no telemetry)。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章