OpenClaw+GLM-4.7-Flash：自动化会议纪要生成实践
OpenClaw+GLM-4.7-Flash：自动化会议纪要生成实践
1. 为什么需要自动化会议纪要
每周三下午的团队例会是我最头疼的时刻。作为技术负责人，我需要同时参与讨论、记录关键决策点、跟踪行动项，最后还要整理成文档发给全员。手忙脚乱的结果往往是遗漏重要细节，或是花费大量时间反复听录音整理文字。直到我发现OpenClaw+GLM-4.7-Flash这个组合，才真正解决了这个痛点。
传统会议纪要的生成存在三个核心问题：第一是实时记录会分散注意力，影响会议参与度；第二是人工整理录音耗时耗力，平均1小时会议需要2-3小时整理；第三是不同记录者对重点的把握差异大，容易遗漏技术细节。而自动化方案不仅能解放双手，更重要的是通过结构化处理确保关键信息不丢失。
2. 技术方案选型与配置
2.1 环境准备
我选择在MacBook Pro本地部署方案，主要考虑隐私性和响应速度。基础环境包括：
- OpenClaw v0.8.3（通过Homebrew安装）
- ollama运行的GLM-4.7-Flash模型（8GB内存即可运行）
- 录音设备（实测手机录音+AirDrop传输也能用）
安装过程出乎意料的简单：
brew install openclaw ollama pull glm-4.7-flash openclaw onboard在配置向导中选择Advanced模式，模型提供商填写本地ollama服务地址http://localhost:11434，模型ID填写glm-4-7-flash。测试连接时遇到端口冲突，发现是ollama默认端口被占用，通过ollama serve --port 11435修改后解决。
2.2 技能模块配置
核心是安装meeting-minutes技能包，这个非官方社区模块提供了完整的会议处理流水线：
clawhub install meeting-minutes配置文件中需要特别关注三个参数：
{ "skills": { "meeting-minutes": { "audio_sample_rate": 16000, "max_duration_minutes": 120, "output_template": "technical" } } }其中technical模板会额外保留代码片段和技术术语，非常适合我们的研发会议。第一次运行时缺少ffmpeg依赖，通过brew install ffmpeg解决。
3. 实战工作流解析
3.1 会议录音处理
我们的标准流程是：
- 会议开始时用手机语音备忘录录音（实测iPhone效果优于安卓）
- 会议结束后AirDrop到Mac的~/Downloads目录
- 在OpenClaw控制台输入："处理会议录音~/Downloads/meeting20240605.m4a，输出Markdown格式"
系统会自动执行以下动作：
- 调用ffmpeg将音频转为16kHz单声道wav
- 通过GLM-4.7-Flash进行语音识别（实测中文准确率92%）
- 按发言人分割段落（依赖声纹识别，需要前几次会议训练）
- 生成带时间戳的原始记录
3.2 智能摘要生成
原始文字稿平均每小时会议产生约1.5万字，直接使用价值低。这时GLM-4.7-Flash的强项就体现出来了：
- 关键决策点提取：自动标记技术方案选择、资源分配等决策
- 行动项识别：抓取"@张三 下周完成API调试"这类任务
- 技术术语解释：对讨论中的专业术语自动添加脚注
我最欣赏的是它的上下文理解能力。比如当讨论中说"这个方案就像上次网关优化的做法"，它能自动关联到三个月前的会议记录，在备注中添加参考链接。
3.3 输出与集成
最终会生成三种输出物：
- 完整记录：含时间戳的原始文字稿（存档用）
- 执行摘要：1页以内的决策要点和行动项（邮件发送）
- 知识卡片：会议中涉及的技术概念说明（存入Wiki）
通过配置飞书机器人，这些内容会自动同步到团队知识库。曾遇到Markdown表格渲染问题，发现是飞书对合并单元格的支持差异，通过修改技能包的模板文件解决。
4. 效果评估与调优
经过两个月使用，这套方案已经处理了17场会议，累计节省约34小时手工劳动。但有几个关键优化点值得分享：
准确率提升技巧：
- 前三次会议建议人工校对，帮助模型适应发言人声纹和术语
- 对专业词汇可在会议前提供词表（放在~/Documents/glossary.txt）
- 嘈杂环境建议使用外接麦克风，手机放在会议桌中央
性能调优经验：
- 为ollama添加
--numa参数提升多核利用率 - 设置OpenClaw的音频分块大小为60秒（默认30秒会打断长句）
- 启用GPU加速后处理时间从1.5倍实时降到0.8倍
安全注意事项：
- 录音文件自动在7天后删除（通过cronjob设置）
- 敏感会议使用本地存储而非云同步
- 定期检查技能包更新（曾发现过有漏洞的旧版本）
5. 延伸应用场景
这套方案经过简单适配，还可以用于：
- 技术讲座整理：自动提取PPT中的关键结论
- 客户需求会议：识别需求优先级和交付时间
- 代码评审会议：关联Git提交记录生成修改清单
最近我正在试验结合摄像头做多模态记录，可以捕捉白板草图。虽然准确率还不理想，但对架构讨论特别有帮助。这也体现出OpenClaw生态的优势——任何新工具都可以通过技能包快速集成。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。