SKILL.md - MeetingMaster 智能会议助手功能概述SKILL.md - MeetingMaster 智能会议助手是一项面向实际任务的技能,主要用于MeetingMaster - 全流程智能会议助手;MeetingMaster 是一款专为提升会议效率设计的智能助手,覆盖会议全生命周期:从会前准备、会中实时辅助到会后跟进,并提供效率洞察和场景适配能力;核心要点它能自动生成议程、整理材料、实时记录决策、提取行动项,并生成结构化会议纪要,让每一场会议都高效、有成。它将相关步骤、工具调用和结果整
SKILL.md - MeetingMaster 智能会议助手是一项面向实际任务的技能,主要用于MeetingMaster - 全流程智能会议助手;MeetingMaster 是一款专为提升会议效率设计的智能助手,覆盖会议全生命周期:从会前准备、会中实时辅助到会后跟进,并提供效率洞察和场景适配能力;
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。
MeetingMaster - 全流程智能会议助手
MeetingMaster 是一款专为提升会议效率设计的智能助手,覆盖会议全生命周期:从会前准备、会中实时辅助到会后跟进,并提供效率洞察和场景适配能力。它能自动生成议程、整理材料、实时记录决策、提取行动项,并生成结构化会议纪要,让每一场会议都高效、有成果。
当用户提出以下需求时,请调用此技能:
本技能通过自然语言交互调用。大模型需根据用户指令,提取关键信息并构造内部调用逻辑。主要参数如下:
| 参数名 | 类型 | 必填 | 描述 | 示例 |
|---|---|---|---|---|
meeting_title |
string | 是 | 会议主题或名称。 | “Q3产品规划会” |
participants |
list[string] | 是 | 参会人员名单。 | [“张三”, “李四”, “王五”] |
meeting_type |
string | 否 | 会议类型,影响场景适配。可选:weekly_sync (周会), retrospective (复盘), interview (面试), training (培训), general (通用)。默认为 general。 |
“weekly_sync” |
duration |
int | 否 | 预计会议时长(分钟)。用于议程生成和时间管理。 | 60 |
transcript_stream |
list[object] | 否 | 会中/会后提供。实时转录流或完整转录文本,每个对象包含 timestamp, speaker, text。 |
[{"timestamp": "09:00:00", "speaker": "张三", "text": "我们开始吧..."}] |
historical_context |
string | 否 | 相关历史会议或背景信息,用于生成更精准的议程或洞察。 | “上次讨论了技术方案A和B...” |
language |
string | 否 | 输出语言,默认为中文(zh)。支持多语种纪要润色。 |
“en” |
generate_insights |
boolean | 否 | 是否生成效率洞察报告。默认为 true。 |
true |
技能执行后,将返回结构化结果,大模型需根据以下结构组织自然语言回复给用户:
son
{
"meeting_id": "唯一会议ID",
"status": "completed",
"phases_executed": ["pre_meeting", "during_meeting", "post_meeting", "insights"],
"outputs": {
"agenda": [
{"topic": "开场", "duration": 5, "owner": "主持人", "points": ["...", "..."]}
],
"minutes": "完整的会议纪要Markdown文本",
"decisions": ["决策1内容", "决策2内容"],
"action_items": [
{"task": "任务描述", "assignee": "负责人", "deadline": "截止时间", "status": "pending"}
],
"insights": {
"efficiency_score": 85,
"focus_score": 90,
"participation_balance": {"张三": 40%, "李四": 35%, "王五": 25%},
"recommendations": ["建议1", "建议2"]
},
"scenario_adaptation": {
"weekly_report": "# 周报内容...", // 若为周会
"retrospective": "# 复盘报告...", // 若为复盘会
"interview_evaluation": "# 面试评估..." // 若为面试
}
},
"messages": ["操作状态提示,如:会前准备完成。", "会议纪要已生成并发送至参会人。"]
}
示例1:会前准备
用户:下周我们要开一个关于“新功能上线”的项目会,参会人有产品经理张三、开发李四、测试王五,预计1小时。帮我准备一下。 大模型调用逻辑:提取参数
meeting_title="新功能上线项目会",participants=["张三", "李四", "王五"],duration=60,meeting_type="general"。调用技能进行会前准备。 技能返回:生成包含议题、时长、负责人的议程,并整理相关历史材料。 大模型回复:已为您准备好“新功能上线项目会”的会前材料。议程包含5个议题,总时长60分钟。历史需求文档和设计稿已打包,参会人洞察显示张三是核心决策者,李四周四加班较多需注意任务分配。需要我发送会议邀请吗?
示例2:会后跟进
用户:刚才的会开完了,转录文本在这里(提供转录文本)。生成纪要并分配任务。 大模型调用逻辑:提取参数
transcript_stream=[...],meeting_title="刚才的会"(或从上下文获取)。调用技能进行会后处理。 技能返回:生成会议纪要、决策列表、行动项(含负责人和DDL)。 大模型回复:会议纪要已生成。本次会议共形成3项关键决策,并分配了5个行动项。例如,李四需在周五前完成接口开发。需要我将纪要发送给所有参会人并设置提醒吗?
示例3:效率洞察
用户:分析一下我们团队过去一个月的会议情况,看看效率如何。 大模型调用逻辑:提取参数
meeting_type="insights"(隐含),historical_context(需技能内部查询过往会议记录)。调用技能生成洞察报告。 技能返回:效率评分、焦点偏移次数、参与度分析、改进建议。 大模型回复:过去一个月团队共召开12次会议,平均效率得分82分。主要问题是“需求评审会”频繁出现焦点偏移(共5次),且测试同学参与度较低(仅占15%)。建议为需求评审会设置严格的计时员,并采用“静默阅读”环节确保全员准备充分。需要我生成详细的月度会议报告吗?
meeting_type自动调整输出格式和重点。请尽量提供准确的会议类型。如遇问题或有改进建议,请联系 SkillHub 社区或访问 MeetingMaster 项目页。您的反馈将帮助我们持续优化!
让开会更简单,从 MeetingMaster 开始。 🚀
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 | 134.3万人学习
共49课时 | 82.7万人学习