mcpField
C
coaching-session-summarizer

coaching-session-summarizer

github.com/glebis生产力40181 次安装1 天前更新
代码仓库

关于 coaching-session-summarizer

Coaching Session Summarizer 分析辅导或治疗会谈记录，并将结构化摘要追加到原文件。默认由 Claude Code 当前会话完成分析，配有上下文收集脚本，也可进行跨会谈分析。

主要功能

  1. 01提取见解、决定和行动项
  2. 02提供快速与深入分析模式
  3. 03对比以往会谈中的模式
  4. 04链接知识库中的相关轨迹
  5. 05追加摘要而不覆盖原记录

适用场景

  1. 01总结新同步的辅导会谈记录
  2. 02回顾治疗会谈中的反复主题
  3. 03跟踪此前承诺的进展
  4. 04将会谈笔记关联到知识库轨迹

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/glebis/claude-skills --skill coaching-session-summarizer

安装后在 Claude Code 中输入/coaching-session-summarizer确认已加载。

附带文件scripts/gather_context.pyscripts/summarize_session.py

详细介绍

Coaching Session Summarizer

概述

分析 Coaching／治疗会谈的转录文本，并在笔记末尾追加结构化摘要 （关键洞见、决策、行动项、深入分析、关联路径）。

Agent（Claude Code）会直接执行分析——在本次会话中读取转录文本并撰写摘要。不会调用 Anthropic API，也不会产生费用；整个过程都在当前订阅中运行。旧版基于 API 的脚本仅作为无头模式备用方案保留（见文末）。

何时使用此技能

  • 新的 Fathom／Granola 转录文本已同步到知识库（Coaching 或治疗）
  • 用户要求总结／分析一次会谈（/summarize-session [file] 或类似命令）
  • calendar-sync 或 Granola 导出后，出现新的 *-coaching.md、 *-therapy.md 或 *-session.md 文件时——主动询问是否要总结

工作流（由 Agent 驱动——默认）

在当前会话中使用原生工具完成。无需 API 密钥。

步骤 1——收集上下文

运行确定性辅助脚本，一次性获取转录文本、之前的会谈以及路径列表：

python3 ~/.claude/skills/coaching-session-summarizer/scripts/gather_context.py \
  <transcript-file> --vault ~/Brains/brain

脚本会输出：

  • 之前的会谈：与同一参与者相关的会谈（路径）——仅在深入模式下使用 Read 读取，以检测跨会谈模式
  • 可用路径——选择 2–4 个最相关的路径进行关联
  • 会谈内容——待分析的摘要和转录文本（会去除之前由 AI 生成的摘要，确保重新运行时内容干净）

如果文件名中没有体现参与者姓名（例如，Granola 导出文件以主题命名），请传入 --participant <name-slug>：--participant gleb-kalinin。

步骤 2——分析

阅读会谈内容，并以会谈分析师的口吻提取信息（保持客观，在必要时使用说话者的真实措辞）：

  • 关键洞见——3–5 个主要的领悟／突破／观察
  • 已做出的决策——具体选择或承诺
  • 行动项——明确的后续步骤；紧急事项前加上 [URGENT]，安排事项前加上 [SCHEDULING]
  • 会谈主题——2–3 个反复出现的话题或模式

深入模式（治疗会谈和里程碑会谈默认使用）——同时使用 Read 读取之前的会谈，并补充：

  • 模式检测——跨会谈反复出现的主题
  • 进展评估——先前承诺的推进情况
  • 精力／动力标记——精力、抗拒或情绪的变化
  • 潜在障碍——可能阻碍进展的因素
步骤 3——使用 Edit 追加内容

使用 Edit 将摘要追加到转录文件的末尾（切勿覆盖已有内容）。严格采用以下结构：

## AI-Generated Summary

*Generated: YYYY-MM-DD*

### Key Insights
- ...

### Decisions Made
- ...

### Action Items
- [URGENT] ...
- ...

### Session Themes
- ...

## Deep Analysis

- **Pattern Detection**: ...
- **Progress Assessment**: ...
- **Energy/Motivation Markers**: ...
- **Potential Obstacles**: ...

## Connected Trails

- [[Trails/Trail - <Name>|<Name>]]
- [[Trails/Trail - <Name>|<Name>]]

在 Generated 行中使用当前日期（date +%Y-%m-%d）。快速模式下省略 Deep Analysis 部分。根据输出的路径列表核对路径链接名称——Obsidian 链接区分大小写，措辞必须完全一致。

模式

  • 快速——关键洞见、决策、行动项、主题。跳过深入分析和之前会谈的读取。
  • 深入（治疗会谈／里程碑会谈推荐使用）——包含所有内容，也会读取之前的会谈以检测模式。

与同步功能集成

在 calendar-sync 或 Granola／Fathom 导出后，检查是否有新的会谈文件 （*-coaching.md、*-therapy.md、*-session.md）。如果有，询问： “检测到新的会谈——现在总结吗？”治疗会谈默认使用深入模式。

注意事项

  • 保留原始转录文本不变；摘要始终追加到末尾。
  • 关联路径需要知识库根目录中存在 Trails/ 目录。
  • 使用一致的命名方式时，跨会谈比较效果最佳： YYYYMMDD-name-coaching.md / YYYYMMDD-name-therapy.md。
  • 可以安全地重复运行：gather_context.py 会在输出前去除之前由 AI 生成的摘要，因此 Agent 只分析原始会谈内容。（如果要替换摘要而不是叠加，请在重新追加前从文件中删除旧的 ## AI-Generated Summary 区块。）

资源

scripts/
  • gather_context.py — （默认路径） 确定性上下文收集器，不调用 API。输出转录文本、之前的会话和轨迹列表，供 Agent 在会话中 分析。
  • summarize_session.py — 旧版／无头模式备用方案。 直接调用 Anthropic API（通过 SUMMARIZER_MODEL 指定模型，默认为 claude-sonnet-4-6）， 并使用有余额的 ANTHROPIC_API_KEY 计费。仅在没有可交互 Agent 时使用 （例如 cron）。如果密钥余额不足，则会显示明确提示后退出。

评论

支持 Markdown