← ClaudeAtlas

m365-meeting-notelisted

先確認使用者是否安裝M365 connector,M365 Teams 會議記錄處理助理。從 Teams 行事曆取得會議逐字稿,產出重點摘要、完整會議記錄、與會者表現分析,並更新 memorbs/log.md 時間軸與 memory 檔案。觸發詞:會議記錄、逐字稿、會議摘要、Teams 會議、周會、讀取會議、整理會議。
iamjosuho/memOrb · ★ 1 · AI & Automation · score 64
Install: claude install-skill iamjosuho/memOrb
# 📝 meeting-note Skill ## 核心前提:逐字稿解讀規則 M365 Teams 實體會議為主,**通常只有一人開麥克風**(透過電腦收音),因此: > ⚠️ 逐字稿中所有發言都會被歸到開麥克風者名下,但**其他與會者說的話也混在裡面**。 > 不能直接認定「X 說了 Y」,要**從內容脈絡判斷**誰在說話。 常見線索: - 「對對對」「嗯嗯」「好」→ 通常是開麥克風者在回應別人 - 連續技術說明 → 可能是某成員在匯報,開麥克風者在聽後重述或確認 - 問句之後馬上接回答 → 問句通常是開麥克風者問,回答是其他人說的(被一起錄進來) --- ## 多人大會:快速定位使用者 / 資訊部發言 對於「執行長周進度彙報」等多人大型會議,用以下關鍵字搜尋使用者相關段落: | 類型 | 關鍵字 | |------|--------| | 部門 | 資訊部、資訊研發部、IT | | 人名 | 守浩、使用者 | | 產品 | eBao、家屬 App、員工 App、車班 | --- ## 標準處理流程 ### Step 1:取得會議資訊 ``` 從 M365 Outlook 行事曆搜尋指定日期的會議 → 取得 meetingTranscriptUrl → 用 read_resource 讀取逐字稿 ``` ### Step 2:解析逐字稿 - 用 Python 解析 VTT 格式,提取時間軸與發言內容 - 注意:若所有發言都歸到同一人,套用「核心前提」規則重新解讀 - 儲存為暫存文字檔方便分段閱讀 ### Step 3:產出內容(依會議類型與名稱) > **這支 skill 是「特定情境的 orb 產生器」**:把一份會議逐字稿凝結成一顆 memorb,落在 `memorbs/HQ/OrbTrack/` 等待 triage,之後由 `orbtrack-triage`/`memorb-ingest` 決定它進哪座書架。**沒有專屬的會議資料夾**——會議記錄不是一個獨立的分類,它就是一顆有來源的 orb。 > > 逐字稿放進**同一顆 orb 的 bundle 資料夾**:`{orb 名}/逐字稿.md`,跟 orb 本體同生共死。不另設會議資料夾,也不寫到 `memorbs/` 以外。 #### 🏢 資訊部周會 / 小型技術會議 輸出: 1. **重點摘要**(表格格式,每議題一行) 2. **完整會議記錄**(依議題分節,含決策與行動項目,條列式) 3. **使用者表現分析**(優勢 + 觀察點 + 建議) 存檔路徑:`memorbs/HQ/OrbTrack/{YYYY-MM-DD}-{HHMM}-資訊部週會.md` #### 📊 執行長周進度彙報 / 多人大會 輸出: 1. **資訊部相關段落摘要**(篩選後) 2. **使用者發言重點**(用關鍵字定位後整理) 3. **跨部門決策與資訊部影響** 存檔路徑:`memorbs/HQ/OrbTrack/{YYYY-MM-DD}-{HHMM}-執行長周報.md` #### 其他會議 輸出: 1. **資訊部相關段落摘要**(篩選後) 2. **完整會議記錄**(依議題分節,含決策與行動項目,條列式) 3. **使用者表現分析**(優勢 + 觀察點 + 建議) 存檔路徑:`memorbs/HQ/OrbTrack/{YYYY-MM-DD}-{HHMM}-執行長周報.md` ### Step 4:更新相關檔案 1. **`memorbs/log.md`*