meeting-brief

会议简报

自动化的每日会议准备系统，会调查会议参与者并向你发送个性化简报。

功能

每天早上（可配置时间）：

1. 检查你当天的日历会议（通过 gcalcli）
2. 提取每场会议的参与者
3. 过滤掉你的团队成员（可配置）
4. 深入调查每位外部人员：
   • LinkedIn 个人资料（网页搜索）
   • 公司信息
   • GitHub 个人资料（如果是工程师）
   • 过往互动／笔记（记忆搜索）
   • 最新新闻／动态
5. 为每个人生成 AI 简报
6. 向你的收件箱发送每人 1 封邮件

设置

1. 配置团队成员

编辑 config.json，列出你的团队成员（系统会跳过这些人）：

{
  "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"
}

配置选项：

• team_members：要跳过的邮箱（完全匹配）
• team_domains：要跳过的域名模式（例如，跳过所有 @yourcompany.com 地址）
• schedule：每日运行的 Cron 表达式（默认：早上 7 点）
• timezone：计划任务使用的时区
• your_email：简报发送地址
• brief_from：简报发件地址
• slack_webhook：Slack 传入 Webhook URL（可选）
• send_email：是否发送邮件简报（默认：true）
• send_slack：是否发送 Slack 通知（默认：false）
• include_calendar_details：是否在简报中包含会议时间／地点
• research_depth：quick（仅网页）、standard（网页 + GitHub）、deep（网页 + GitHub + 过往笔记）

2. 设置每日 Cron 任务

使用 OpenClaw 的 Cron 工具安排每日运行：

// 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"
}

或者，手动运行：

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

工作原理

主工作流（scripts/run_daily.sh）

1. 获取当天的会议（scripts/check_calendar.sh）

   • 使用 gcalcli 获取当天的日程
   • 解析会议时间、标题和参与者
   • 输出包含会议详情的 JSON

2. 筛选外部参与者（内置于 run_daily.sh）

   • 加载 config.json
   • 过滤掉团队成员和团队域名
   • 创建待调查人员列表

3. 调查每个人（scripts/research_person.js）

   • 网页搜索：LinkedIn 个人资料、公司信息
   • GitHub 搜索：个人资料和仓库（如适用）
   • 记忆搜索：过往互动／笔记
   • 新闻搜索：近期动态
   • 输出结构化的调查 JSON

4. 生成简报（scripts/generate_brief.js）

   • 使用 OpenClaw 会话生成 AI 简报
   • 输入：调查数据 + 会议背景
   • 输出两种格式：
     • 邮件：简洁的项目符号简报
     • Slack：内容丰富的段落式故事，包含更深入的背景和叙述

5. 发送简报

   • 邮件：使用 Gmail 技能（send_email: true）
   • Slack：使用 Webhook（send_slack: true、scripts/send_slack.sh）
   • 主题：“会议简报：[人员姓名] - [会议标题]”
   • 正文：根据调查生成的 AI 简报

6. 保存到个人 CRM（supernotes/people/）

   • 将每位调查对象保存为 Markdown 文件
   • 包含：调查数据、会议背景、日期
   • 随时间推移建立个人关系数据库

7. 跟踪已发送的简报（记录到 data/sent/YYYY-MM-DD.json）

   • 防止重复发送
   • 支持数据分析

调查流程

系统会调查每位外部参与者：

网页搜索（始终进行）

• LinkedIn 个人资料（姓名 + 公司）
• 公司信息
• 近期新闻提及
• 职业背景

GitHub（当 research_depth 为 standard 或 deep 时）

• 查找 GitHub 个人资料（按姓名／邮箱）
• 最近的仓库和贡献
• 技术关注领域

记忆／过往笔记（当 research_depth 为 deep 时）

• 搜索 MEMORY.md 和每日笔记
• 过往会议笔记
• 之前的互动
• 过往对话中的背景信息

输出格式

调查结果以 JSON 结构化呈现：

{
  "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"
  ]
}

简报生成

AI 生成的简报有两种格式：

邮件格式（简明要点）

1. 快速概览

   • 对方是谁（姓名、职位、公司）
   • 会面的原因（会议标题／描述）

2. 背景

   • 职业背景（LinkedIn）
   • 公司背景
   • 技术专长（如适用，查看 GitHub）

3. 对话开场

   • 根据近期动态展开
   • 共同兴趣／人脉
   • 相关话题

4. 待办事项／备注

   • 过往互动（如有）
   • 需要记住的事项
   • 后续跟进事项

Slack 格式（丰富叙事）

更深入、以叙事为主的简介，包括：

• 以段落形式讲述对方的故事
• 介绍对方的经历和近期工作
• 引人入胜的切入点和对话角度
• 更多背景信息和细节
• 比要点式更流畅的叙事

简介示例：

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)

手动使用

针对特定人员运行：

# 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"

针对今天的会议运行：

./scripts/run_daily.sh

数据与日志

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

提示

1. 先进行试运行测试：在 run_daily.sh 中设置 DRY_RUN=true，即可预览而不发送
2. 调整调研深度：先从 quick 开始，根据需要升级到 standard 或 deep
3. 优化团队筛选条件：添加域名／邮箱，以跳过内部会议
4. 查看简介：检查 data/sent/ 日志，了解正在发送的内容
5. 迭代提示词：编辑 generate_brief.js，自定义 AI 提示词

故障排除

未发送简介：

• 检查 gcalcli 身份验证（gcalcli agenda today tomorrow）
• 确认日历中包含有外部参会者的活动
• 检查 logs/run.log 中的日志

简介缺少信息：

• 在 config.json 中提高 research_depth
• 检查 web_search 和 GitHub CLI 是否正常工作
• 查看 data/research/ 中的调研数据

重复发送简介：

• 检查 data/sent/ 中已发送记录
• 确认 cron 作业没有重复运行

与 OpenClaw 集成

此技能使用：

• gcalcli-calendar：获取今天的会议
• web_search：调研 LinkedIn 和公司信息
• GitHub CLI（gh）：查找 GitHub 个人资料
• memory_search：查询过往互动（深度模式）
• gmail 技能：发送简介邮件
• sessions_spawn：生成 AI 简介
• cron：安排每日任务

隐私与安全

• 调研数据缓存在本地的 data/research/ 中
• 不使用外部 API（使用 web_search、GitHub CLI、memory_search）
• 简介仅发送至已配置的邮箱
• 团队成员筛选可防止内部信息泄露
• 所有数据都存储在技能目录中（不使用云存储）