会议纪要助手：OpenClaw+nanobot自动提炼讨论要点
会议纪要助手：OpenClaw+nanobot自动提炼讨论要点
1. 为什么需要自动化会议纪要
每次开完会最头疼的就是整理会议纪要。作为技术负责人，我每周要参加至少5场会议，从需求评审到技术方案讨论，经常一开就是两小时。会后花半小时手动整理纪要已成常态——直到我发现用OpenClaw+nanobot的组合可以把这个过程缩短到5分钟。
传统会议纪要的痛点在于：
- 信息遗漏：人工记录难以完整捕捉所有讨论点
- 耗时费力：1小时会议平均需要20-30分钟整理
- 结构混乱：不同议题的结论和行动项容易混杂
- 版本错乱：多人修改的文档最终版难以确认
而用AI自动化处理的核心优势是：
- 实时性：会议结束立即生成结构化记录
- 一致性：按固定模板输出关键信息
- 可追溯：原始录音与文字稿完整留存
- 多模态：支持语音转文字+文本分析双通道
2. 技术方案选型与配置
2.1 硬件与基础环境
我的实践环境是一台MacBook Pro（M1 Pro芯片/16GB内存），系统为macOS Sonoma 14.5。选择nanobot镜像主要看中其两大特性：
- 超轻量化：基于Qwen3-4B-Instruct优化，在消费级硬件即可运行
- 链式推理：通过chainlit实现多步骤信息处理流水线
安装过程异常简单：
# 安装OpenClaw核心组件 curl -fsSL https://openclaw.ai/install.sh | bash # 部署nanobot镜像（需提前安装Docker） docker pull registry.cn-hangzhou.aliyuncs.com/nanobot/release:2507 docker run -p 8000:8000 --gpus all registry.cn-hangzhou.aliyuncs.com/nanobot/release:25072.2 关键配置项
在~/.openclaw/openclaw.json中需要特别注意这些参数：
{ "models": { "providers": { "nanobot": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [{ "id": "qwen3-4b-instruct", "name": "Meeting Assistant", "temperature": 0.3 // 降低随机性保证稳定性 }] } } }, "skills": { "meeting-minutes": { "template": "compact", // 使用紧凑型模板 "language": "zh-CN" // 指定中文输出 } } }配置完成后需要重启网关服务：
openclaw gateway restart3. 实战工作流设计
3.1 会议前的准备
我习惯用腾讯会议进行远程讨论，其"云录制"功能会自动生成录音文件和文字稿。通过OpenClaw的自动化监听模块，可以实时捕获这些资源：
- 在OpenClaw控制台创建
meeting-monitor任务 - 设置监听路径为腾讯会议的默认录制目录
- 配置触发条件：当检测到新生成的
.txt转录文件时启动处理流程
# 示例监听脚本片段 from watchdog.observers import Observer from watchdog.events import FileSystemEventHandler class MeetingHandler(FileSystemEventHandler): def on_created(self, event): if event.src_path.endswith('.txt'): os.system(f'openclaw task start meeting-process --input {event.src_path}')3.2 会议中的实时处理
nanobot模型会在后台执行三级处理：
- 语音转文字：通过腾讯会议API获取实时转录
- 议题分割：根据时间戳和话题关键词自动分段
- 要点提取：对每个段落进行意图识别和摘要生成
一个典型的中间处理结果如下：
[14:32] 张伟：关于登录页改版 - 当前问题：移动端加载速度超过3秒 - 解决方案：移除背景视频改用静态图片 - 行动项：前端组需在周五前提交AB测试方案3.3 会后自动生成报告
会议结束后3分钟内，我会在指定目录收到三个文件：
meeting_full_transcript.txt- 完整文字记录meeting_summary.md- 结构化摘要meeting_actions.csv- 可追踪的行动项表格
生成的Markdown摘要模板包含：
## 核心结论 - 登录页改版：移除背景视频可使加载时间从3.2s降至1.4s - 支付流程：需要增加风控校验节点 ## 待办事项 | 责任人 | 任务描述 | 截止时间 | |--------|----------|----------| | 王强 | 提交AB测试方案 | 2024-03-15 | | 李娜 | 设计静态登录页 | 2024-03-18 |4. 踩坑与优化经验
4.1 初期遇到的典型问题
问题1：议题分割不准确
- 现象：不同话题的讨论被合并到同一段落
- 根因：默认配置对中文话题转折词识别不足
- 解决：在skill配置中添加自定义分隔符：
"separators": ["接下来", "下面讨论", "另外"]
问题2：行动项遗漏
- 现象：部分"需要""应该"等弱约束表述未被捕获
- 优化：调整prompt模板加强行动项识别：
请特别关注包含以下关键词的句子： [需要|必须|应该|安排|负责] + [人名] + [时间]
4.2 性能调优技巧
在M1 Mac上运行发现内存占用过高时，通过以下配置显著提升稳定性：
# docker-compose.yml优化项 deploy: resources: limits: cpus: '2' memory: 8G reservations: memory: 6G同时建议在OpenClaw配置中启用结果缓存：
{ "cache": { "meeting": { "enable": true, "ttl": 3600 } } }5. 实际效果与使用建议
经过两个月的持续使用，这套方案已经处理了47场会议，准确率达到实用水平。从团队反馈来看：
- 纪要产出时间从平均25分钟缩短到3分钟
- 行动项遗漏率从15%降至5%以下
- 85%的会议可以实现"散会即出纪要"
对于想要尝试的开发者，我的建议是：
- 从小型会议开始验证，逐步扩展到复杂场景
- 保留人工复核环节，特别是涉及关键决策的内容
- 定期更新prompt模板以适应团队术语变化
- 重要会议建议同时保存原始录音备份
这套方案最适合1小时以内的技术讨论会议，对于超长战略会议或多人自由讨论场景，仍需配合人工整理。但就日常提效而言，已经为我节省了每周至少10小时的手动劳动。
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。