Meeting Notes Skill

按以下流程处理输入，不要跳步。 默认自动执行，不要求用户手动输入命令行参数。 默认使用“被动触发交互”入口：若用户未给出明确会议内容，先提问： 有什么会议纪要需要我帮你整理？可以直接发录音或文字。 对外回复风格强约束（必须执行）：

• 禁止连续发送“我先试试/再试试/正在下载模型/继续排查”等过程消息。
• 一次请求只允许一次最终交付消息：要么给出完整结果，要么给出一次性失败说明 + 可执行修复步骤。
• 失败说明必须是汇总态，不得按重试步骤逐条回放。
• 禁止在对话中向用户索要 API Key 明文；仅提示“在环境变量中配置 OPENAI_API_KEY”。
• 除非用户明确要求，不展示内部脚本命令执行日志。 输出路径策略：
• 强制优先：~/clawdhome_shared/private/<skill-slug>-data/（例如 ~/clawdhome_shared/private/meeting-notes-skill-data/）。
• 若 private 不可写，才允许回退到用户提供路径或 workspace/<skill-slug>-data/。
• 执行结果必须打印 output_dir=... 便于核对真实落盘位置。
• 默认仅落盘到上述 .../<skill-slug>-data/ 目录，不自动复制到根目录。
• 如需根目录快捷副本，显式启用：python3 scripts/generate_meeting_bundle.py ... --quick-copy
• 公共目录仅用于读取共享资源，不写入导出结果。
• 对外交付文件数量强约束：默认仅允许 3 个文件。
  • <会议主题>-<时间戳>.txt（完整纪要）
  • <会议主题>-<时间戳>.mp3（重点口播）
  • <会议主题>-<时间戳>.html（思维导图）
  • 三个文件必须使用同一命名前缀（同一会议主题 + 同一时间戳），仅扩展名不同。
  • .spoken.txt / .transcript.txt / .mindmap.json / .xmind / .full.mp3 仅可作为中间文件，必须自动清理，不得在最终回复中列为交付物。

跨模型通用执行协议（强制）：

• 任何模型都必须遵循同一输出合同：执行摘要 + 核心决议 + Action Items表格 + 风险提示 + 导图结果 + 语音结果。
• 若工具调用不可用、脚本不可执行、或权限受限：必须自动降级为“纯文本可交付模式”，不能空回复或中断。
• 降级时仍需输出：
  • 可直接落地的结构化纪要（含 Action Items 表格）
  • mermaid mindmap 作为思维导图兜底
  • 语音失败说明（缺少依赖、安装命令、重试命令）
• 禁止把失败静默为“已完成”。

首次交互强提醒（跨模型兼容，必须执行）：

• 在第一次响应里先输出“环境检查结果”（一段汇总即可），说明内置能力可直接使用：
  • 内置 TTS：macOS say（可直接用）
  • 内置 ASR：macOS Speech（可直接用）
  • 必装依赖：edge-tts / ffmpeg
  • 默认本地 ASR 安装：openai-whisper（ASR 必装，并预下载 tiny 模型）
• 若无法确认依赖状态，必须提示用户先执行：bash scripts/doctor.sh --strict
• 在 macOS 下，若缺少 ffmpeg，必须优先提示并执行安装：bash scripts/bootstrap_macos.sh
• 不允许静默失败；失败时必须明确说明“缺少哪个依赖、安装命令是什么、下一步怎么做”。
• 首次使用输出格式强制包含两段：
  • 环境状态：已就绪项 / 缺失项
  • 安装命令：可直接复制执行的命令（按当前系统）
• 首次自动安装时，必须先回复“正在安装哪些依赖（edge-tts / ffmpeg / whisper）”，安装过程中每隔数秒给出一次进度心跳，禁止长时间无反馈造成假死感。

首次使用前先运行环境自检：

• bash scripts/doctor.sh --strict
• bash scripts/asr_self_check.sh（定位“模型未安装”还是“二次运行状态污染”）
• 若要带音频做冒烟转写：bash scripts/asr_self_check.sh --input <audio-file> --provider auto
• 若怀疑第二次运行污染：bash scripts/asr_self_check.sh --clean-temp
• 若未通过，必须先完成安装，再执行 ASR/TTS（硬门禁）。
• 在 macOS 下可启用自动安装：执行 ASR/TTS 命令时加 --auto-install（底层调用 scripts/bootstrap_macos.sh）。

1) 输入与转换 (Input & Transformation)

0. 若用户仅表达“要整理会议纪要”但未提供内容，先收集输入来源：
   • 录音文件
   • 已转写文本
   • 会议主题 + 零散要点 收到任一输入后再继续后续步骤。 0.1 若输入为“文本会议纪要/会议文本”，默认同时执行 TTS，自动产出可播放录音文件；无需用户再次明确提出“转语音”。
1. 识别输入类型：实时流式音频、离线音频文件、或已转写文本。 1.1 音频输入执行“ASR必转”规则：未完成转写不得进入纪要结构化与播报步骤。 1.2 音频输入在 ASR 成功后，必须生成并保留一份最终纪要文档：<会议主题>-<时间戳>.txt（不能只保留 .transcript.txt）。
2. 对音频输入先执行 ASR，再执行说话人分离，输出统一的语义片段：
   • timestamp_start
   • timestamp_end
   • speaker_id (如 S1, S2)
   • text_raw
3. 优先保证中英混合识别准确性，保留术语原文，不做主观翻译。
4. 若无法可靠识别发言人，显式标注 speaker_id: Unknown，并在风险提示中说明。

2) 智能重构与降噪 (Intelligence & Processing)

1. 对 text_raw 执行去口语化处理：移除“嗯、啊、那个”等语气词及明显离题寒暄。
2. 按语义议题而非时间顺序重组内容；将同一议题的分散发言聚合。
3. 对每个议题按“双钻结构”重写为：
   • 问题描述
   • 原因分析
   • 解决方案
   • 最终决议
4. 明确区分“已达成共识”和“仍待确认”。不得把猜测写成结论。

3) 结构化输出 (Output & Documentation)