meeting-brief

会議ブリーフ

会議参加者について調査し、パーソナライズされたブリーフを送信する、毎日の会議準備を自動化するシステムです。

機能

毎朝（時刻は設定可能）：

1. 今日の会議をカレンダーで確認します（gcalcli 経由）
2. 各会議の参加者を抽出します
3. チームメンバーを除外します（設定可能）
4. 各外部参加者について詳しく調査します：
   • LinkedIn プロフィール（ウェブ検索）
   • 会社情報
   • GitHub プロフィール（エンジニアの場合）
   • 過去のやり取り／メモ（メモリ検索）
   • 最近のニュース／活動
5. AI が各人物のブリーフを生成します
6. 人物ごとに 1 通のメールを受信トレイに送信します

セットアップ

1. チームメンバーを設定する

config.json を編集して、チームメンバー（スキップ対象）を指定します：

{
  "team_members": [
    "[email protected]",
    "[email protected]",
    "[email protected]"
  ],
  "team_domains": [
    "@yourcompany.com"
  ],
  "schedule": "0 7 * * *",
  "timezone": "America/Los_Angeles",
  "your_email": "[email protected]",
  "brief_from": "Meeting Brief <[email protected]>",
  "slack_webhook": "https://hooks.slack.com/services/YOUR/WEBHOOK/URL",
  "send_email": true,
  "send_slack": true,
  "include_calendar_details": true,
  "research_depth": "standard"
}

設定オプション：

• team_members：スキップするメールアドレス（完全一致）
• team_domains：スキップするドメインパターン（例：@yourcompany.com の全員をスキップ）
• schedule：毎日の実行時刻を指定する cron 式（デフォルト：午前 7 時）
• timezone：スケジュールのタイムゾーン
• your_email：ブリーフの送信先
• brief_from：ブリーフの送信元アドレス
• slack_webhook：Slack の受信 Webhook URL（任意）
• send_email：メールブリーフを送信するかどうか（デフォルト：true）
• send_slack：Slack 通知を送信するかどうか（デフォルト：false）
• include_calendar_details：会議の時刻／場所をブリーフに含めるかどうか
• research_depth：quick（ウェブのみ）、standard（ウェブ + GitHub）、deep（ウェブ + GitHub + 過去のメモ）

2. 毎日の cron ジョブを設定する

OpenClaw の cron ツールを使用して、毎日の実行をスケジュールします：

// Create cron job for daily meeting briefs
{
  name: "Meeting Brief - Daily",
  schedule: {
    kind: "cron",
    expr: "0 7 * * *",  // 7 AM daily (UTC)
    tz: "America/Los_Angeles"
  },
  payload: {
    kind: "agentTurn",
    message: "Run the meeting-brief skill for today's meetings",
    timeoutSeconds: 600
  },
  sessionTarget: "isolated"
}

または、手動で実行します：

cd skills/meeting-brief
./scripts/run_daily.sh

動作の仕組み

メインワークフロー（scripts/run_daily.sh）

1. 今日の会議を取得（scripts/check_calendar.sh）

   • gcalcli を使用して今日の予定を取得します
   • 会議の時刻、タイトル、参加者を解析します
   • 会議の詳細を含む JSON を出力します

2. 外部参加者を絞り込む（run_daily.sh に組み込み）

   • config.json を読み込みます
   • チームメンバーとチームのドメインを除外します
   • 調査対象者のリストを作成します

3. 各人物を調査（scripts/research_person.js）

   • ウェブ検索：LinkedIn プロフィール、会社情報
   • GitHub 検索：プロフィールとリポジトリ（該当する場合）
   • メモリ検索：過去のやり取り／メモ
   • ニュース検索：最近の活動
   • 構造化された調査結果 JSON を出力します

4. ブリーフを生成（scripts/generate_brief.js）

   • OpenClaw セッションを使用して AI ブリーフを生成します
   • 入力：調査データ + 会議のコンテキスト
   • 次の 2 つの形式で出力します：
     • メール：簡潔な箇条書きのブリーフ
     • Slack：より深い背景情報とストーリー性を含む、充実した段落形式の文章

5. ブリーフを送信

   • メール：Gmail スキルを使用します（send_email: true）
   • Slack：Webhook を使用します（send_slack: true、scripts/send_slack.sh）
   • 件名：「Meeting Brief: [Person Name] - [Meeting Title]」
   • 本文：調査結果をもとに AI が生成したブリーフ

6. 個人 CRM に保存（supernotes/people/）

   • 調査した人物ごとに Markdown ファイルとして保存します
   • 内容：調査データ、会議のコンテキスト、日付
   • 時間とともに個人の人間関係データベースを構築します

7. 送信済みブリーフを記録（data/sent/YYYY-MM-DD.json にログを保存）

   • 重複を防ぎます
   • 分析を可能にします

調査プロセス

外部参加者ごとに、システムは次の内容を調査します：

ウェブ検索（常時）

• LinkedIn プロフィール（名前 + 会社）
• 会社情報
• 最近のニュース掲載
• 職歴

GitHub（research_depth が standard または deep の場合）

• GitHub プロフィールの検索（名前／メールアドレスで検索）
• 最近のリポジトリとコントリビューション
• 技術的な注力分野

メモリ／過去のメモ（research_depth が deep の場合）

• MEMORY.md と日次メモを検索
• 過去の会議メモ
• 以前のやり取り
• 過去の会話のコンテキスト

出力形式

調査結果は JSON として構造化されます：

{
  "person": {
    "name": "Jane Doe",
    "email": "[email protected]",
    "company": "Example Corp",
    "title": "VP Engineering"
  },
  "linkedin": {
    "url": "...",
    "bio": "...",
    "experience": [...]
  },
  "github": {
    "username": "janedoe",
    "profile_url": "...",
    "recent_repos": [...]
  },
  "company": {
    "name": "Example Corp",
    "industry": "...",
    "recent_news": [...]
  },
  "past_interactions": [
    "Met at conference in 2024",
    "Discussed partnership opportunity"
  ]
}

ブリーフの生成

AI が生成するブリーフは、2 つの形式で出力されます：

メール形式（簡潔な箇条書き）

1. 概要

   • 相手の情報（氏名、役職、会社）
   • 面談の目的（面談のタイトル／説明）

2. 背景

   • 職歴（LinkedIn）
   • 会社の概要
   • 技術的な専門知識（該当する場合はGitHub）

3. 会話のきっかけ

   • 最近の活動に基づく話題
   • 共通の関心事やつながり
   • 関連する話題

4. アクション項目／メモ

   • 過去のやり取り（あれば）
   • 覚えておくこと
   • フォローアップ項目

Slack形式（ストーリー仕立て）

より深く、ストーリーを軸にした概要です。以下を含みます。

• その人についての段落形式の紹介
• その人の経歴や最近の仕事に関する背景
• 興味を引くきっかけや会話の切り口
• より豊富な背景情報と詳細
• 箇条書きよりも強いストーリー展開

概要の例：

Subject: Meeting Brief: Jane Doe - Product Partnership Discussion

Hi,

You're meeting with Jane Doe today at 2pm.

## Quick Overview
Jane is VP of Engineering at Example Corp, a B2B SaaS company in the dev tools space. She's been there for 3 years and previously worked at GitHub and Microsoft.

## Background
- Strong background in developer tooling and infrastructure
- Recently led Example Corp's API platform overhaul (launched Q4 2025)
- Active on GitHub (janedoe) - maintains several open-source CLI tools
- Technical blog focuses on API design and developer experience

## Conversation Starters
- Their new API platform (just launched, getting good traction)
- Recent blog post on GraphQL vs REST (published last week)
- Shared interest in developer experience (noted in her LinkedIn)

## Notes
- You met briefly at DevTools Summit 2024
- She mentioned interest in partnering on integration opportunities

---
Meeting: Product Partnership Discussion
Time: Today at 2:00 PM
Location: Zoom (link in calendar)

手動での使用方法

特定の相手について実行します。

# Research a person
node scripts/research_person.js "Jane Doe" "[email protected]" "Example Corp"

# Generate brief
node scripts/generate_brief.js research_output.json meeting_context.json

# Send brief
./scripts/send_brief.sh brief.html "Jane Doe"

今日の面談について実行します。

./scripts/run_daily.sh

データとログ

meeting-brief/
├── data/
│   ├── sent/              # Sent brief logs (by date)
│   │   └── 2026-02-21.json
│   ├── research/          # Research cache (by person)
│   │   └── jane-doe.json
│   └── meetings/          # Meeting data (by date)
│       └── 2026-02-21.json
└── logs/
    └── run.log            # Execution logs

ヒント

1. まずドライランでテストする：run_daily.shでDRY_RUN=trueを設定すると、送信せずにプレビューできます
2. 調査の深さを調整する：まずquickから始め、必要に応じてstandardまたはdeepに切り替えます
3. チームフィルターを調整する：ドメインやメールアドレスを追加して、社内会議を除外します
4. 概要を確認する：data/sent/ログを確認して、送信内容を確認します
5. プロンプトを調整する：generate_brief.jsを編集して、AIプロンプトをカスタマイズします

トラブルシューティング

概要が送信されない場合：

• gcalcliの認証を確認します（gcalcli agenda today tomorrow）
• カレンダーに社外の参加者がいる予定があることを確認します
• logs/run.logのログを確認します

概要に情報が不足している場合：

• config.jsonのresearch_depthを増やします
• web_searchとGitHub CLIが動作していることを確認します
• data/research/の調査データを確認します

概要が重複する場合：

• 送信済みの記録があるか、data/sent/を確認します
• cronジョブが複数回実行されていないことを確認します

OpenClawとの連携

このスキルでは以下を使用します。

• gcalcli-calendar：今日の面談を取得します
• web_search：LinkedInと会社について調査します
• GitHub CLI（gh）：GitHubプロフィールを検索します
• memory_search：過去のやり取りを検索します（deepモード）
• gmail skill：概要メールを送信します
• sessions_spawn：AIによる概要の生成に使用します
• cron：毎日のスケジュール設定に使用します

プライバシーとセキュリティ

• 調査データはdata/research/にローカル保存されます
• 外部APIは使用しません（web_search、GitHub CLI、memory_searchを使用します）
• 概要の送信先は設定済みのメールアドレスのみです
• チームメンバーのフィルタリングにより、社内情報の漏えいを防ぎます
• すべてのデータはスキルのディレクトリに保存されます（クラウドストレージは使用しません）