space-enthusiast/meeting-minutes

Meeting Minutes

Erstellen Sie Protokolle, denen eine Person, die das Meeting verpasst hat, vertrauen kann: Jede Aussage ist auf die Aufnahme zurückführbar, jede Sprecherkennzeichnung ist ehrlich, was die Sicherheit angeht.

Die Aufnahme ist die Quelle der Wahrheit. Ein Transkript ist ein Beweismittel, und das Protokoll ist eine Auswertung dieses Beweismittels. Notizen, die von einem Meeting-Bot oder einem Teilnehmer geschrieben wurden, sind zweitrangig: Verwenden Sie sie nur zur Gegenprüfung.

Betriebsmodi

Das Laden dieses Skills autorisiert keinen vollständigen Durchlauf. Wählen Sie den kleinsten Modus, der die Anfrage beantwortet.

• Anleitungsmodus: Fragen zur Transkription, welches Modell zu welcher Maschine passt, warum Sprecherkennzeichnungen falsch sind, wie man ein vorhandenes Transkript liest. Antworten Sie aus der relevanten Datei. Installieren Sie nichts oder erstellen Sie keine Dateien.
• Transkript-Modus: Der Benutzer möchte nur den Text. Führen Sie Setup, Transkription und (sofern nicht abgelehnt) Sprechertrennung durch. Stoppen Sie nach dem sprechermarkierten Transkript.
• Protokoll-Modus: Der Benutzer möchte ein Protokoll. Führen Sie jede Phase aus und schreiben Sie die unter "Ausgaben" aufgeführten Dateien.

Wenn die Anfrage mehr als einen Modus bedeuten könnte, stellen Sie eine kurze Frage, bevor Sie etwas installieren.

Plattform-Terminologie

Dieses Skill ist agentenneutral.

• Shell ist das, was die Plattform verwendet, um Befehle auf dem Computer des Benutzers auszuführen.
• Hintergrundausführung ist die Methode der Plattform, um einen langen Befehl zu starten und benachrichtigt zu werden, wenn er endet. Wenn es keine gibt, führen Sie den Befehl im Vordergrund aus und teilen Sie dem Benutzer mit, wie lange es voraussichtlich dauert.
• Umgebung ist eine Python-Umgebung, die dieses Skill einmal erstellt und wiederverwendet. <python> ist sein Interpreter.
• Referenzskript ist ein Codeblock in diesen Dateien. Speichern Sie es unter <out>/work/ und führen Sie es mit <python> aus. Es ist ein getesteter Ausgangspunkt, kein fester Vertrag: Passen Sie es an, wenn die Maschine, die Bibliotheksversion oder die Anfrage es erfordert, und sagen Sie, was Sie geändert haben.

Grundsätze

1. Das Audio bleibt lokal. Laden Sie die Aufnahme oder Teile davon niemals auf einen entfernten Dienst hoch. Transkription und Sprechertrennung laufen auf diesem Computer.
2. Seien Sie offen, wohin der Text geht. Das Transkript ist Text, und der Agent, der das Protokoll schreibt, liest ihn. Wenn dieser Agent ein Cloud-Modell ist, geht der Text an diesen Anbieter. Sagen Sie dies einmal vor dem ersten Durchlauf, wenn das Meeting vertraulich sein könnte.
3. Nur das, was gesagt wurde. Das Protokoll enthält, was das Transkript stützt. Keine erfundenen Eigentümer, Daten, Zahlen oder Entscheidungen.
4. Ehrliche Sprecherkennzeichnungen. Eine Nummer wird nur mit Beweisen zu einem Namen. Eine Schätzung wird als Schätzung markiert.
5. Eine schwere Aufgabe nach der anderen, mit niedriger Priorität. Sprachmodelle nutzen die gesamte Maschine. Führen Sie Transkription und Sprechertrennung niemals gleichzeitig aus. Langsamer ist in Ordnung; der Benutzer muss trotzdem auf diesem Computer arbeiten.
6. Vor dem Installieren fragen, niemals Geheimnisse verwalten. Zeigen Sie den Befehl an, bevor Sie ein Programm installieren. Der Benutzer meldet sich an, akzeptiert Modellbedingungen und speichert Token. Fragen Sie im Gespräch nicht nach einem Passwort oder einem Token.
7. Erkennungsfehler sind zu erwarten. Namen, Zahlen und Fachbegriffe sind die Schwachstellen. Überprüfen Sie, was wichtig ist, anstatt es zu glätten.

Setup-Werte

Klären Sie diese vor der ersten Phase. Fragen Sie den Benutzer nur nach dem, was Sie nicht selbst herausfinden können.

• Skill-Verzeichnis: das absolute Verzeichnis, das diese SKILL.md enthält.
• Aufnahme: der absolute Pfad der Audio- oder Videodatei.
• Ausgabeverzeichnis <out>: Standardmäßig ein neuer Ordner neben der Aufnahme, benannt nach ihr mit -protokoll angehängt. Verwenden Sie einen anderen Ort, wenn der Benutzer einen nennt oder die Aufnahme in einem synchronisierten oder freigegebenen Ordner liegt, in dem Arbeitsdateien nichts zu suchen haben.
• Sprache: fragen Sie, oder lassen Sie das Modell sie erkennen.
• Teilnehmer: Namen und Teams oder Rollen, falls bekannt. Notwendig, um Namen auf Sprecher zu setzen und für die Protokollkopfzeile. Wenn der Benutzer es nicht weiß, fahren Sie mit nummerierten Sprechern fort.
• Titel, Datum und Uhrzeit, Zweck: für die Kopfzeile. Nehmen Sie sie vom Benutzer oder aus dem Dateinamen und den Metadaten; niemals durch Raten.

Ausgaben

Alle Pfade befinden sich innerhalb von <out>.

Datei	Geschrieben in	Inhalt
transcript.json	Phase 2	Segmente mit Wort-Zeitstempeln. Danach nie bearbeitet
transcript.txt	Phase 2	Derselbe Text, eine Zeile mit Zeitstempel pro Segment. Die unkorrigierte Aufzeichnung
diarization.json	Phase 3	Wer wann gesprochen hat, Sprecher nummeriert ab 1
speakers.json	Phase 4	Sprechernummer zu Name, mit Unsicherheitsmarkierungen
corrections.tsv	Phase 4	Wiederkehrende Erkennungsfehler und ihre Korrekturen
transcript-speakers.txt	Phase 4	Das sprechermarkierte, korrigierte Transkript. Die Grundlage für das Protokoll
minutes.md	Phase 5	Das Protokoll, mit dem sprechermarkierten Transkript als Anhang
work/	alle	Referenzskripte, wie sie ausgeführt wurden, und Protokolle

Arbeitsablauf

Phase	Liest	Ergebnis
1. Setup	SETUP.md	Eine funktionierende Umgebung und eine Entscheidung über GPU oder CPU und über Sprechertrennung
2. Transkription	TRANSCRIPTION.md	transcript.json, transcript.txt
3. Sprechertrennung	DIARIZATION.md	diarization.json
4. Sprecher und Korrekturen	SPEAKERS.md	speakers.json, corrections.tsv, transcript-speakers.txt
5. Protokoll	MINUTES.md	minutes.md

Phase 1 wird einmal pro Computer durchgeführt; spätere Durchläufe überprüfen sie nur. Die Phasen 2 und 3 sind langwierig: Verwenden Sie eine Hintergrundausführung und fahren Sie fort, wenn sie endet. Phase 3 wird übersprungen, wenn der Benutzer den einmaligen Modellzugriff ablehnt; der Rest funktioniert trotzdem, aber ohne Namen.

Überprüfen Sie das Ergebnis jeder Phase, bevor Sie mit der nächsten beginnen. Jede Datei endet mit einem "Prüfung"-Abschnitt.

Berichterstattung an den Benutzer

Wenn der Durchlauf endet, teilen Sie dem Benutzer mit:

• wo sich minutes.md befindet;
• welche Sprechernamen bestätigt sind und welche Schätzungen sind;
• was von den Standardeinstellungen übersprungen oder geändert wurde und warum;
• die bekannten Schwachstellen dieses Durchlaufs (unklare Namen oder Zahlen, überlappende Sprache, ein Abschnitt mit schlechter Audioqualität).

Anti-Patterns

• Zusammenfassen von Notizen, die von einem Meeting-Bot geschrieben wurden, wenn die Aufnahme verfügbar ist. Solche Notizen lassen Abschnitte des Meetings aus und verschmelzen alle Stimmen zu einer.
• Gleichzeitiges Ausführen von Transkription und Sprechertrennung "um Zeit zu sparen". Es verlangsamt beide und kann den GPU-Speicher erschöpfen.
• Dem Sprachmodell eine Liste der Teilnehmernamen als Hinweis geben. Es schreibt diese Namen dann in stille Abschnitte und lässt tatsächliche Sprache fallen.
• Benennen eines Sprechers, weil ein Name "passt". Eine einzige falsche Zuordnung in gemeinsamen Protokollen wiegt schwerer als zehn "Sprecher 3"-Bezeichnungen.
• Korrigieren des Transkripts durch Umschreiben von Sätzen. Korrigieren Sie wiederkehrende falsch verstandene Wörter durch corrections.tsv; lassen Sie den Wortlaut in Ruhe.
• Schreiben eines Aktionspunkts mit einem Verantwortlichen und einem Datum, den niemand genannt hat.
• Erfolg melden, ohne das Ergebnis zu öffnen. Lesen Sie die erste und letzte Minute des Transkripts und vergleichen Sie die Sprecheranzahl mit der Teilnehmeranzahl.