meeting-brief

会议简报

两项功能相结合：将录音转换为归档会议报告，并用音频而非文字回复你。

两者也可以单独使用。在包含 .m4a 文件的文件夹上运行 /meeting-brief 可完成第一项。说“以后用音频回答我”可完成第二项。

严格规则

• 绝不将用户的音频上传到公共主机。 不能上传到 tmpfiles、0x0.st、transfer.sh，也不能使用临时隧道。这些录音可能包含机密信息：薪资谈判、股权条款、收入、客户姓名。唯一获准的渠道是私有存储桶中的预签名 S3 URL。之所以设定这条规则，是因为之前曾有人违反过。
• 只能使用预签名 URL，ACL 必须为私有。 绝不使用 --acl public-read，绝不更改存储桶策略，也绝不使用名称中包含 public 或 assets 的存储桶。
• 用户回复后，删除对应片段。 用户的下一条消息表示他们已经听过。该轮处理任何其他事项之前，先对上一个对象运行 unshare.sh。
• 绝不在转录文本中输出 API 密钥或机密。 脚本从环境变量或 .env 读取这些内容，绝不会将它们打印出来。

AWS 凭证来自项目，绝不来自全局配置文件

项目可以使用自己的 .env 和 AWS 账户，因此凭证会从项目而非全局配置文件解析。scripts/aws-env.sh 会从工作目录向上查找，直到找到第一个能提供有效凭证的 .env。

变量名并不总是标准化的。解析器会先尝试标准的 AWS_ACCESS_KEY_ID / AWS_SECRET_ACCESS_KEY，然后尝试简写形式 AWS_ACCESS_KEY / AWS_ACCESS_SECRET。区域默认为 us-east-1，之后会通过 get-bucket-location 按存储桶进行校正。

将 MEETING_BRIEF_BUCKET 设为要存放音频的私有存储桶。该存储桶必须禁用公共访问；此技能使用私有 ACL 上传，并仅通过预签名 URL 分享，绝不会将任何内容设为全网可读。

流程 A：将录音转为归档报告

S=.claude/skills/meeting-brief/scripts
OUT=/tmp/claude/<project>/meeting-<date>

$S/transcribe.sh $OUT *.m4a                     # parallel, diarised, resumable
$S/format-transcript.mjs $OUT/raw-<x>.json \
    --map speaker_0=Alice,speaker_1=Bob          # speaker-grouped, timestamped

然后阅读转录文本，根据上下文辨认各人身份，并撰写报告。

务必传入关键词。 keyterms.txt 随此技能一同提供，transcribe.sh 会自动发送其中的内容。如果没有这些关键词，Scribe v2 会把不常见的产品、公司或工具名称误听成发音相似的常见词，进而影响后续所有摘要。遇到项目相关名词时，将其添加到该文件中。

说话人分离会给出 speaker_0、speaker_1 等标签，而不是姓名。撰写内容前，先根据上下文确定标签与人物的对应关系。对于重要事实（谁负责跟进、谁明天休假、个人背景），如果对应关系有任何不确定之处，请在保存前向用户确认身份，并将草稿写成“我把 X 认作 speaker A，把 Y 认作 speaker B；如果反了，请调换”，方便他们快速纠正。

配额（quota_exceeded）

Scribe v2 每秒音频约消耗 1.1 个额度。遇到 quota_exceeded 时，不要放弃：大多数长会议都包含无声间隔（会前准备、静默片段、长时间停顿）。使用 ffmpeg 去除静音后重试：

ffmpeg -y -i input.m4a \
  -af "silenceremove=stop_periods=-1:stop_duration=2:stop_threshold=-40dB" \
  -c:a aac -b:a 64k trimmed.m4a

这样可以缩短 20-40% 的时长，同时不损失任何语音。重新检查时长（ffprobe），并重新计算所需额度，然后再提交。归档原始音频，绝不能归档裁剪后的副本：裁剪只是转录时的处理产物，并非事实来源。

录音归档（确定日期、排序、优先归档）

录音会以项目提供的各种方式送达：放在工作区根目录、导出到 ~/Downloads、手机文件，或自动上传到 S3 收件箱。文件名通常很普通（meet.m4a、rec.m4a、audio 3.m4a），不包含可靠的日期。无论来源如何，都要遵守以下四条规则：

• 始终先归档，再总结。 转录成功后，立即将 <audio> + .txt 文件对写入 arch/transcripts/，然后再撰写报告、行动事项或处理其他内容，即使用户只问了“他们决定了什么”也不例外。绝不能让用户开口索要归档。要验证文件已归档（将副本与源文件进行校验和比对），不要想当然。
• 日期必须是录制日期，绝不是今天，也不是下载日期。 文件的修改时间是复制或导出时间：如果是当天收到的新文件，它可能与会议日期一致，但导出的文件或重新分享的文件可能相差数天，而且同一时段导出的多个文件修改时间都相同。要结合转录内容交叉核对（提到的星期几、“昨天我们发布了 X”、近期变更日志），并与 arch/transcripts/ 中上一份文件的间隔比较。只有在证据相互矛盾时才询问用户。如果源文件是 Apple Voice Memos 原件（20260806 104557.m4a），文件名就是录制开始时间：按字节大小再按校验和，将共享副本与原件匹配；匹配即为证明，无需询问。
• 序号： 找出 arch/transcripts/ 中最大的现有 rec-NNN 序号，并使用下一个整数；在聊天中说明这一点，以便用户纠正跳过的序号。如果导出文件名中已有序号（Mi grabación 202.m4a -> rec-202），则保留该序号。绝不能仅因序号不确定就不归档录音。
• 投放目录不是存储空间。 录音放入共享投放位置（工作区根目录、Downloads 文件夹、S3 收件箱）后，归档副本通过校验和验证后，就将文件移入 arch/transcripts/，然后删除源文件，确保下一次投放时不会产生歧义。如果同时有两个或更多音频文件待处理，说明有多场会议：按时间从早到晚处理，或询问用户要处理哪一个，绝不能合并。

归档约定

归档是一种可选约定。在工作区根目录下保留一个 arch/ 目录树，涵盖该工作区中的所有仓库。如果项目中已有 arch/README.md，请遵循其布局；否则，可以采用以下默认布局：

arch/
  README.md
  meetings/     YYYY-MM-DD-<counterpart>-<topic>.md
  transcripts/  YYYY-MM-DD-rec-<N>.txt  +  the original .m4a alongside
  reports/      YYYY-MM-DD-<topic>.md

报告通常包含以下部分：TL;DR、行动事项、决策、需记住的事项、待解决问题、已完成 / 进行中事项、主题。以下两项约定值得遵守：

• 任何地方都不要使用 em dash。 使用连字符、冒号、句号或括号。
• 每项行动都必须指定明确的负责人。 “应该有人做”不算行动事项。
• 绝不要将完整转录稿粘贴到报告中。请链接到 transcripts/ 下的文件。

使用 ffprobe 获取实际时长，不要根据文件大小估算：

ffprobe -v error -show_entries format=duration -of csv=p=0 file.m4a

Flow C：从 S3 收件箱导入（浏览器扩展）

此处的 extension/ 文件夹是一个浏览器扩展，可自动录制网络会议（Google Meet、Zoom 网页版、Teams 网页版），并将其上传到私有 S3 收件箱，因此你无需用手机录音或移交文件。录音会以 inbox/<workspace>/<ts>-<title>.webm 及其 .json 伴随文件的形式存入（平台、标题、会议 URL、参与者、开始/结束时间、是否采集麦克风、contentType）。录制相关内容请参阅 extension/README.md，端点请参阅 ingest/presign-lambda/。

每当用户提到通话时，收件箱都是首要查找位置，不只是用户说“检查收件箱”时才查。“我刚开完一个会”“我们在会上决定了什么” “转录我最近的会议”“处理我的会议”都应从这里开始，然后再询问文件。只有收件箱里没有合适的内容时，才回退到项目的文件投放位置（Flow A），然后再询问。

I=.claude/skills/meeting-brief/ingest/ingest.sh   # set MEETING_INBOX_BUCKET + AWS creds (env or AWS_PROFILE)

$I list                                        # pending clips, newest first: title | start | participants
$I pull inbox/<ws>/<file>.webm /tmp/claude/<project>/meeting-in

首先按时间挑选片段（“刚开完”的通话结束时间在最近一两个小时内； startedAt/endedAt 位于伴随文件中），然后再根据标题/参与者是否与用户提到的人匹配来挑选。如果有两个或更多片段符合条件，列出来并询问用户选哪一个，不要猜。

始终先转换为 .m4a，然后对 .m4a 执行常规 Flow A：

ffmpeg -v error -i clip.webm -vn -c:a aac -b:a 64k clip.m4a   # then transcribe clip.m4a

这不是可选步骤，原因有两个。如果通话期间关闭了标签页（伴随文件中的 reason: tab_closed 或 stalled），收到的 webm 会没有正常结尾（“文件提前结束”）：ffmpeg 可以正常解码，但 Scribe 可能不行。而手动录制如果开启了视频，格式会是 video/webm；-vn 会去掉视频。只有用户想重看时才保留原始视频。伴随文件中的 capture 说明录制方式：page 表示自动录制（在会议页面内采集通话音频和用户的麦克风音频），tab 表示通过弹出窗口手动录制。

路由：由会议主题决定归档位置，而不是当前所在的会话，也不是标签。 workspace 标签只是录制会议的浏览器上设置的默认值（一个浏览器可以录制多个项目的通话），因此通话很容易被打上错误的标签。根据会议内容判断：参会人员、标题、转录文本中的主题。在聊天中说明你将其归档到哪个项目以及原因，然后直接归档到该项目的 arch/。

如果无法根据伴随文件判断，又不想花费额度在错误的项目中转录，请原样移交：$I retag <key> <workspace>。归档前先用 ffmpeg 转码为 .m4a，使归档符合常用的 .m4a 规范。配对文件归档并通过校验和验证后：

$I done inbox/<ws>/<file>.webm                 # deletes the clip + sidecar from the inbox

收件箱是投递箱，不是存储空间（与 Flow A 中任何投放的录音遵循同一规则）： 只有在确认 arch/transcripts/ 中的副本无误后，才删除每个片段。

录制端：安装、发布更改、调试

• 录制方式，以及唯一不可撤销的更改。 自动录制发生在会议页面内（extension/capture.main.js，一个包装 RTCPeerConnection 和 getUserMedia 的 world: MAIN 内容脚本）。绝不要把自动启动改回 chrome.tabCapture：Chrome 只允许在点击扩展程序后进行标签页录制，因此它无法自行启动；v0.1/v0.2 正是因此在第一次真实 Meet 通话中什么都没录到。标签页录制仅用于弹出窗口中的手动启动，也是获取视频的唯一方式。完整设计见 extension/README.md。

• 安装或更新： 运行部署输出的安装单行命令（curl -fsSL <your-endpoint>/install | sh），然后前往 chrome://extensions -> 加载已解压的扩展程序（首次安装；按 Cmd+Shift+G 并粘贴），或点击重新加载箭头（更新）。从稳定文件夹加载已解压的扩展程序后，更新时扩展程序会保持相同的 ID，因此 Options 中的令牌会保留。绝不要从 Downloads 加载。

• 发布扩展程序更改： 编辑 extension/，递增 manifest.json 中的 version，然后运行 cd ingest/presign-lambda && BUCKET=<your-inbox-bucket> TOKEN=<current> ./deploy.sh （环境中需有你账户的 AWS 凭据；令牌位于 Lambda 环境变量中，参见 extension/README.md）。这会重新打包 /extension 提供的 zip 文件；重新运行安装命令并点击重新加载。完成前，务必在真实 WebRTC 通话中验证录制器更改（README 中介绍了 Chromium 测试环境）。

• “我的通话录下来了吗？”但收件箱是空的： 检查端点，而不是代码。

  aws cloudwatch get-metric-statistics --region us-east-1 --namespace AWS/ApiGateway \
    --metric-name Count --dimensions Name=ApiId,Value=<your-api-id> --statistics Sum --period 300 \
    --start-time $(date -u -d '-3 hours' +%FT%TZ) --end-time $(date -u +%FT%TZ)
  

  通话期间没有请求：浏览器从未尝试录制（自动录制关闭、没有令牌、仍在使用基于标签页录制的旧版本，或页面钩子未捕获到通话）。4xx：令牌或端点有误。生成了预签名 URL，但 S3 中没有文件：PUT 失败。弹出窗口中的最近上传状态行也会显示浏览器端的同一情况。

• 状态： 已在真实 Google Meet 通话中确认（2026-10-01，v0.3.0）：无需点击即可启动（即使通话中只有自己），捕获麦克风音频，挂断时停止，完成上传，并成功转录。Zoom 网页版和 Teams 网页版使用相同的录制器，但尚未在实际通话中确认。对于 meet.new 通话，标题只有会议代码；日历会议会显示会议名称。参与者姓名尽力获取，但通常为空，因此请从转录内容中识别参会者。

流程 B：音频回复模式

用户会用手机阅读，通常无法快速浏览长篇回复。在此模式下，每条实质性回复都会以语音播报。

S=.claude/skills/meeting-brief/scripts

# 1. delete the clip from the previous turn; they have replied so they have heard it
$S/unshare.sh "s3://<bucket>/<previous-key>" <project-dir> <previous-local-file>

# 2. write the reply as a SPOKEN script, then
$S/say.sh reply.txt /tmp/claude/<project>/reply-<n>.mp3 1.5

# 3. private link
$S/share.sh /tmp/claude/<project>/reply-<n>.mp3 <project-dir>

然后发布 URL，附上最多两三行文字：说明音频涵盖的内容，以及他们必须采取的行动。不要附上音频转录稿。此模式的目的就是让他们不必阅读。

记下返回的 s3:// URI 和本地路径，以便下一轮删除它们。

默认语速为 1.5。 ElevenLabs 自带的 speed 设置最高为 1.2，因此 say.sh 会以正常速度渲染，再通过 ffmpeg atempo 调整速度；对于超出 0.5-2.0 范围的值，会串联多个滤镜。音高会保持不变。

撰写适合聆听的内容

大声朗读 Markdown 会让人难以忍受。调用 say.sh 前请先转换：

• 将数字写成单词：“每月四百九十九”，不要写成“$499/mo”。
• 不要包含文件路径、URL 或代码标识符。应将这些内容放在链接旁的文字消息中。
• 不要使用项目符号、标题或粗体。改用“第一”“第二”“接下来”等表达。
• 对于通常按字母念出的缩写，逐个字母读出：“M R R”“U X”“U I”。
• 如果摘要依赖的内容存在已知转录错误，开头就要提醒。
• 段落之间留空行。say.sh 会按这些边界分段，并使用 previous_text / next_text 拼接，让语调在衔接处保持连贯。

默认语音是平静的广播式朗读（onwK4e9ZLuTAKqWW03F9）。使用 MEETING_BRIEF_VOICE 覆盖。模型默认通过 MEETING_BRIEF_MODEL 设为 eleven_multilingual_v2。

脚本

脚本	功能
scripts/transcribe.sh <outdir> <audio>...	使用 Scribe v2 转录，区分说话人、添加关键词、并行处理，并跳过已有输出
scripts/format-transcript.mjs <raw.json> [--map s0=Name,...]	带时间戳、按说话人分组的转录文本
scripts/say.sh <script.txt> <out.mp3> [speed] [voice]	分块进行 TTS，拼接音频并调整语速
scripts/share.sh <file> [project-dir] [expires]	上传到私有 S3，并生成预签名 URL（最长 7 天）
scripts/unshare.sh <s3-uri> [project-dir] [local-file]	删除对象，并可选择删除本地文件
scripts/aws-env.sh	按项目解析凭据，由上述脚本加载
scripts/lib.sh	加载 ElevenLabs 密钥
scripts/extension-icons.mjs	重新生成扩展程序的工具栏图标（闲置和录制状态）
ingest/ingest.sh {list,pull,done,retag}	S3 会议收件箱（Flow C）
ingest/presign-lambda/deploy.sh	重新部署端点，并重新打包在 <your-endpoint>/extension 提供的扩展程序 zip 文件

从环境中读取 ELEVENLABS_API_KEY。如果环境中尚未定义该变量，可以通过 ELEVENLABS_ENV_FILE 指定一个定义了该变量的本地 .env 文件。

环境说明

• 使用 & 或 nohup 进行后台运行可能无法在工具调用结束后继续运行。 请改用 Bash 工具的 run_in_background，这是可靠地保持进程运行的方法。
• 预签名 URL 按 HTTP 方法签名。 对由 GET 签名的 URL 执行 curl -I 会返回 403，这是正常现象，并不代表失败。请使用带范围的 GET 请求验证：curl -r 0-2000 "$URL"。
• 需要 ffmpeg 和 ffprobe（请使用包管理器安装）。
• 请将临时文件放在仓库之外（例如 /tmp/claude/<project>/）。

不适用场景

• 简短的事实性回答。不要让用户为了听一句话而播放音频片段。
• 用户需要复制粘贴的任何内容：路径、URL、命令和 ID 都必须以文本提供。
• 代码审查或差异内容。音频不适合阅读代码。