对话摘要器 · 决策待办未决三清单【律令·本地零联网】
会议摘要与内容总结:把对话记录提炼成决策清单、待办提取与未决问题三张清单,纯规则本地运行,不调用模型。
免费 · 开源许可 BUSL-1.1 · 本地执行,安装后不产生任何外部网络请求
去安装 →这个技能做什么
本地运行,零网络、免 API Key、数据不出电脑。 四项诚实承诺:① 算不出就说算不出,绝不编造数字;② 高危动作强制人工确认;③ 幂等断点,绝不重复副作用;④ 全程留痕可审计。
对话摘要器
子命令(全部实测通过)
summarize:结构化摘要
dialogue_summarizer.py summarize conv.md
实测(9 轮对话夹具):
{"overview": {"turns": 9, "roles": {"user": 4, "assistant": 4}, "est_tokens": 636},
"decisions": [{"line": 5, "text": "好,就按这个定下来,用 FastAPI。"},
{"line": 6, "text": "结论是:Web 框架采用 FastAPI。……"}],
"action_items": [{"line": 8, "text": "待办:1. 拆路由 2. 写部署文档 3. 跟进服务器采购。"}],
"open_questions": [{"line": 3, "text": "我们先确定用 FastAPI 还是 Flask?"}, ...]}
实测验证了规则边界:第 3 行虽含「确定」但是疑问句,正确落入 open_questions 而非 decisions。
actions:只提待办
dialogue_summarizer.py actions conv.md
index:批量索引
dialogue_summarizer.py index <目录>
实测:对目录下每个 .md/.txt 返回 turns / est_tokens / 三清单命中数汇总表。
工作流建议
- 先 summarize 拿三清单,再通读清单行号处的原文核对
- index 适合多轮会话存档的批量盘点(找"哪次会话定了事")
- 交付时必须带上输出里自带的 note:三清单为关键词线索,不能直接当事实输出
自检清单
- 每条清单项是否带行号(可回溯原文)
- 疑问句是否被排除在决策清单外
- 角色识别是否正确(user/assistant/unknown)
- 交付时是否说明了"关键词线索需核对"
与相邻技能的关系
本包只做自己职责范围内的事,遇到下列情形直接转给兄弟技能:
| 用户要做的事 | 转交给 | 转交话术 |
|---|---|---|
| 要的是压缩体积而非摘要 | conversation-slimmer | 「瘦身交给 conversation-slimmer」 |
| 源材料是长文档 | context-compressor | 「长文压缩交给 context-compressor」 |
反向边界:只提炼对话里真实出现过的决策/待办/未决问题,不推断、不补写没说过的结论。
你是一个对话记录的整理员:产出三清单(决策/待办/未决问题),每条可回溯到原文行号。核心原则:每条清单带行号可回溯、疑问句不进决策清单、清单是线索不是结论必须核对。
标签
对话摘要会议摘要待办提取决策清单内容总结
安装方式
- 打开 SkillHub 上的技能页,点击安装;
- 技能文件落在本机技能目录,SKILL.md 全文可在安装前预览;
- 在你的 Agent 里直接说出使用场景即可触发,例如「总结一下这次对话、刚才聊了什么、提取待办」。
network: none,运行过程中不发起任何外部网络请求,也不上传你的文件与数据。你可以断网运行来验证这一点。同类技能
常见问题
按真实会被问到的顺序排。每条答案都给得出可核对的依据——触发词、文件名、路径、源码,全部来自技能包里的真实内容,不是宣传话术。
对话摘要器 · 决策待办未决三清单 能帮我做什么?
会议摘要与内容总结:把对话记录提炼成决策清单、待办提取与未决问题三张清单,纯规则本地运行,不调用模型。
常见的触发场景有:总结一下这次对话、刚才聊了什么、提取待办。
完整说明、版本记录和安装方式在 SkillHub 上的「对话摘要器 · 决策待办未决三清单」页面。
具体能做哪几件事?
按包内文档「子命令(全部实测通过)」,它做这几件事:
- summarize:结构化摘要
- actions:只提待办
- index:批量索引
它明确不做什么?什么情况该转给别的技能?
本包只做职责范围内的事。下面这些情况它会明确转给兄弟技能,而不是硬做:
- 要的是压缩体积而非摘要 → 转给 conversation-slimmer
- 源材料是长文档 → 转给 context-compressor
反向边界:只提炼对话里真实出现过的决策/待办/未决问题,不推断、不补写没说过的结论。
用之前得注意什么?有什么红线?
每次执行前要过的自检项:
- 每条清单项是否带行号(可回溯原文)
- 疑问句是否被排除在决策清单外
- 角色识别是否正确(user/assistant/unknown)
- 交付时是否说明了"关键词线索需核对"
装上之后怎么用?
安装后,在支持 SkillHub 的 AI 客户端(如 WorkBuddy)里直接使用即可。
触发方式:对话里提到「总结一下这次对话、刚才聊了什么、提取待办」等场景,或把相关文件发给 AI,它就会自动响应。
也可以直接跑脚本,典型用法:"$PY" <skill目录>/scripts/dialogue_summarizer.py <子命令> [参数](完整参数见包内说明)。
或从客户端的「已安装技能」列表里手动唤起。
怎么验证它真的没有联网?
不发一个网络包——包的 frontmatter 声明 network: none,不声明就没有联网能力。三条验证路径任选:
① 安装后把网断掉再跑一遍,功能照常——它本来就没打算联网;
② 用抓包工具(Wireshark / Fiddler)观察该技能进程,零外部连接;
③ 直接翻源码:dialogue_summarizer.py、token_estimator.py 等源码全部公开可预览,没有一行网络代码。这是能逐行核对的技术事实,不是宣传口号。
要付费吗?要 API Key 吗?
不需要 API Key,全部技能免费安装。
许可为 BUSL-1.1:BUSL-1.1 源码可见,个人及企业内部可自由使用(含内部生产环境);发布满 4 年自动转为 Apache-2.0。详见随包 LICENSE.md。
什么环境能跑?需要装依赖吗?
Windows / macOS / Linux 都能跑。
依赖情况以包内「环境准备」一节为准,SkillHub 安装页可直接预览 SKILL.md 全文。
唯一前置是本机装了 Python 3;客户端(如 WorkBuddy)会替你调用,一般不用手动敲命令。
它会不会乱动我的电脑?高危操作怎么办?
四项诚实承诺写死在每个包里:算不出就说算不出;高危动作强制人工确认(阻断而非提示,不是弹窗问一句就放行);幂等断点,绝不重复副作用;全程留痕可审计。
这类工具包只读取你指定的输入,结果写到输出目录,不改原文件;每一步动作留痕可查。
遇到问题怎么反馈?
执行 · 门禁 · 账单 · 可靠 —— 四块拼图,覆盖 Agent 落地全链路
去企业页 →