AI智能体会议管理：基于Markdown的零依赖结构化工作流实践

1. 项目概述：一个为AI智能体设计的端到端会议生产力技能

如果你和我一样，每天被各种会议填满，却常常在会后陷入“我们刚才到底决定了什么？”、“这个任务到底谁负责？”的迷茫中，那么这个名为Skill Meeting Flow的开源项目，可能就是你我一直在寻找的“会议救星”。这不仅仅是一个笔记模板，它是一个专为AI智能体（如Claude Code、OpenClaw等）设计的、完整的端到端会议智能技能。它的核心目标极其明确：将混乱、低效的会议流程，转化为一个结构清晰、可追踪、可复盘的标准化工作流。

简单来说，它把你的AI助手训练成了一名专业的“会议秘书”。这个秘书会在会前帮你生成议程、做背景调研；在会中实时记录讨论要点、决策依据和行动项；在会后自动生成摘要、更新待办清单，并给这场会议打个“效率分”。最妙的是，整个系统完全基于纯Markdown文件，没有任何外部依赖，这意味着你可以把它放在任何地方运行——你的本地电脑、云端笔记，或是直接集成到你的AI工作流中。

2. 核心设计理念：为什么“零依赖”和“纯Markdown”是天才之举

在深入细节之前，我们必须先理解这个项目背后两个看似简单、实则精妙的设计选择：零依赖和纯Markdown。这绝不是为了标新立异，而是为了解决会议记录工具最根本的痛点。

2.1 逃离“工具锁死”的陷阱

我们都有过这样的经历：精心在某个笔记软件（比如Notion、某象笔记）里搭建了一套完美的会议模板，用了几个月，数据越积越多。突然有一天，这个工具涨价了、改版了、或者公司出于安全考虑禁止使用了。迁移成本高到让人绝望，过去所有的会议历史瞬间变成了难以处理的“数据孤岛”。

Skill Meeting Flow 选择纯Markdown，正是为了对抗这种“供应商锁定”。Markdown是纯文本，是人类和机器都能轻松阅读的格式。你的所有会议记录——议程、笔记、决策、行动项——都以.md文件的形式存在。这意味着：

• 永久可读：十年后，你依然可以用最简单的文本编辑器打开它。
• 极致便携：你可以用Git进行版本管理，用任何云盘同步，用grep命令搜索，用脚本批量处理。
• 无缝集成：任何支持文本处理的AI智能体都能直接读取和操作它，无需学习特定API。

2.2 为AI智能体而生的结构化数据

“零依赖”的另一个深层含义，是让这个技能能像瑞士军刀一样，被轻松地“插入”任何AI工作流。现在的AI助手能力强大，但它们需要清晰、结构化的指令和数据才能发挥最大效用。Skill Meeting Flow 本质上是一套高度结构化的“提示词工程”和“数据格式规范”。

它告诉AI：“当你处理会议时，请按照这个固定的章节结构来思考和组织信息。” 例如，决策必须记录“依据”和“相关方”，行动项必须包含“负责人”和“截止日期”。这种强制的结构化，将人类模糊的对话，转化成了机器易于理解和处理的离散数据点。这正是实现“会议智能”的基石——只有先标准化，才能自动化，进而智能化。

我的实操心得：在尝试了无数个复杂的SaaS会议工具后，回归Markdown有一种“大道至简”的解脱感。你不再需要关心按钮在哪、网络是否通畅，你只需要关心内容本身。这种设计迫使你和你的AI助手将注意力完全集中在会议的核心产出上，而不是工具的花哨功能上。

3. 核心工作流拆解：会前、会中、会后的完整闭环

Skill Meeting Flow 将一次会议的生命周期清晰地划分为三个阶段，形成一个完整的PDCA（计划-执行-检查-处理）闭环。理解这个闭环，是高效使用它的关键。

3.1 会前准备：告别“即兴发挥”的会议

大多数低效会议都始于一个模糊的邀约：“下午两点我们碰一下项目进度。” 大家带着不同的预期进入会议室，前十分钟都在同步背景信息。

Skill Meeting Flow 的Pre-Meeting阶段旨在根除这个问题。它的核心产出是一份结构化的议程文件。但这不仅仅是列出几个话题，而是一个包含以下要素的作战计划：

• 清晰目标：这次会议必须达成什么具体成果？（例如：“确定Q3产品上线功能清单”）
• 背景调研：AI可以自动拉取相关文档链接（如上次会议纪要、产品需求文档），作为会前阅读材料。
• 议程与时间盒：每个议题分配明确的时间，防止跑题。
• 待办结转：自动从上次会议的“停车场”或未完成行动项中，提取需要本次会议跟进的事项。

实际操作示例：当你对AI说“准备一个明天和设计团队关于登录页改版的评审会”，AI会基于模板生成：

1. 自动查找最近一次关于“登录页”的讨论记录和设计稿链接。
2. 生成议程：目标确认（5分钟）、设计稿A/B方案评审（20分钟）、开发可行性讨论（10分钟）、行动项确认（5分钟）。
3. 在议程中醒目提示：“来自上次会议：需要确认第三方字体授权问题（停车场事项）”。

这个过程的本质，是将组织会议的责任从参会者（大家都没空细想）转移给了AI，确保每个人在走进会议室（或打开视频通话）的那一刻，就已经对齐了背景和目标。

3.2 会中记录：从“记流水账”到“抓关键点”

会中记录是传统笔记最薄弱的环节。要么是埋头狂打字的“录音机”，漏掉了现场讨论的精髓；要么是只记结论，事后完全想不起当时的决策依据。

Skill Meeting Flow 的In-Meeting模板，引导记录者（或AI）进行“主动式记录”。它要求信息必须归入以下几个关键分类中：

• 决策：任何达成的结论。关键要求是必须附带“依据”。例如：“决策：采用方案A。依据：方案B的第三方服务成本超出本季度预算20%。”
• 行动项：任何需要后续跟进的任务。必须明确“负责人”、“截止日期”和“优先级”。模糊的“我们后面看看”在这里不被允许。
• 停车场：那些重要但偏离当前议题，需要另找时间讨论的事情。这避免了会议被有趣的“兔子洞”话题带偏。
• 问题：悬而未决、需要更多信息才能判断的事项。

记录技巧：我强烈建议在会议中指定一人（或让AI）专门负责按照这个结构进行记录，并适时进行“实时总结”。例如，当一个话题讨论完毕时，可以立即复述：“好的，我记录一下：我们刚刚决定（决策）下周启动用户访谈，因为（依据）问卷数据出现矛盾；需要（行动项）小李在周三前准备好访谈提纲，优先级为高。大家确认吗？” 这既能确保记录准确，也能让所有人对结论达成二次共识。

3.3 会后收尾：让会议产出真正落地

散会不等于结束。Skill Meeting Flow 的Post-Meeting阶段，是将会议能量转化为实际生产力的关键。

1. 自动生成摘要：AI会根据结构化笔记，自动生成一段“TL;DR”（太长不看版）摘要和详细的会议纪要，并自动分发。
2. 更新中央追踪器：这是项目的精髓所在。所有会议产生的“决策”和“行动项”，会被自动同步到两个全局文件：
   • decision-log.md：一个按时间排序的决策日志，成为团队的“制度记忆”。
   • action-items.md：一个总览所有未完成任务的看板，支持按负责人、截止日期、优先级筛选。
3. 计算效率分数：基于议程遵循度、时间管理、行动项和决策数量等维度，给会议打一个分数。分数低于5分的会议，你需要严肃审视其存在的必要性。这个分数不是用来指责谁的，而是用来客观改进会议文化的量化工具。
4. 为下次会议做铺垫：对于周期性会议（如周会），系统会自动将本次的“停车场”事项和“未关闭行动项”列为下次会议的预设议程项，实现无缝衔接。

4. 八大会议模板详解与自定义指南

Skill Meeting Flow 预置了八种最常见的会议模板，每种都绝非简单的时间调整，而是内置了针对该场景的独特逻辑和评分标准。

4.1 模板深度解析

1. 每日站会：模板强制15分钟时限，结构聚焦于“昨日完成/今日计划/当前阻碍”。其效率评分会重点关注“阻碍是否被明确记录并指定了解决路径”。如果每天站会都产生大量新阻碍却无解决跟进，分数会提示你流程出了问题。
2. 一对一沟通：模板包含“成长反馈”、“职业发展”、“私人话题”等专属板块，引导对话超越日常任务，关注人的发展。其评分会看“是否制定了具体的改进或支持行动”。
3. 复盘会议：模板采用经典的“继续做/停止做/开始做”框架，并强调将“开始做”的事项立即转化为可追踪的行动项。评分侧重于“改进措施是否具体且可衡量”。
4. 头脑风暴：模板引导先进行“自由发散”（记录所有想法，不做评判），再进行“聚类归纳”，最后进行“优先级投票”。评分关注“从想法到可执行提案的转化率”。
5. 客户演示：模板包含“客户背景回顾”、“演示要点”、“预期问题与回答”、“后续跟进步骤”等部分。评分会考察“是否明确了下一步的商务动作”。

4.2 如何自定义与扩展模板

预置模板是很好的起点，但每个团队都有其独特性。自定义模板是发挥其威力的关键。

操作步骤：

1. 在项目文件结构中，找到templates/目录（如果不存在，可自行创建）。
2. 复制一个最接近你需求的模板文件，例如weekly-sync.md。
3. 重命名并修改内容。关键是要保留核心的元数据区块和结构标记。例如：

   ## 会议元数据 **类型：** 产品需求评审会 **默认时长：** 60分钟 **核心目标：** 对齐需求细节，评估技术可行性，确定排期 ## 会前准备清单 - [ ] 产品经理提供需求文档（PRD）链接 - [ ] 技术负责人提前进行初步可行性评估 - [ ] 设计师提供高保真原型链接 ## 议程结构 1. 需求背景与目标阐述 (10分钟) 2. 交互与视觉设计评审 (15分钟) 3. 技术可行性讨论与风险评估 (25分钟) 4. 排期初步确认与行动项制定 (10分钟) ## 效率评分标准（自定义） - **需求清晰度**：PRD是否在会前24小时发出并获阅读？(2分) - **决策效率**：是否就核心功能点达成明确结论？(3分) - **风险识别**：是否识别出至少一个主要技术或业务风险？(3分) - **排期承诺**：是否产出初步时间估算？(2分)

4. 让你的AI智能体在会前调用这个自定义模板。经过几次会议的迭代，你就能拥有一套完全贴合自己团队DNA的会议体系。

避坑指南：自定义时最常见的错误是过度复杂化。不要试图在一个模板里解决所有问题。如果一个评审会既要看设计又要定排期还要做代码走查，那不如拆分成两个更专注的会议。模板的职责是让单次会议更高效，而不是承载过重的流程。

5. 核心功能实战：决策日志与行动项追踪系统

这是Skill Meeting Flow 区别于普通笔记方法的“杀手锏”。它建立了一个跨会议的、持久化的知识库和任务系统。

5.1 决策日志：打造团队的“制度记忆”

决策，尤其是其背后的“依据”，是团队最宝贵的知识资产，却也最易流失。decision-log.md文件就是为了固化这些资产。

文件结构示例：

## 决策日志 | 决策ID | 日期 | 会议 | 决策内容 | 依据 | 相关方 | 状态 | |--------|------|------|----------|------|--------|------| | D-101 | 2024-01-15 | 产品季度规划 | 优先开发移动端社交分享功能，而非PC端插件。 | 1. 移动端用户占比达75%；2. 竞品X的社交裂变数据提升30%营收；3. 移动端开发周期短2周。 | 产品、研发、市场 | 已执行 | | D-102 | 2024-01-22 | 技术架构评审 | 新服务采用gRPC而非RESTful API。 | 1. 内部服务间调用频繁，需高性能；2. 已有proto buffer定义可复用；3. 团队熟悉度较高。 | 后端团队 | 进行中 |

使用心法：

• 赋予唯一ID：如D-101，便于在任何文档、任务或对话中引用。
• 详述依据：这是防止“历史重演”的关键。当三个月后有人质疑“我们当初为什么选这个？”时，这里记录了所有事实和逻辑。
• 关联相关方：明确决策影响的范围。
• 更新状态：决策可能被推翻、被完成、或被新的决策取代，状态跟踪让一切清晰。

5.2 行动项追踪：告别“说了等于做了”

action-items.md是所有会议的待办事项汇聚地，是一个动态的、可排序筛选的任务中心。

文件结构示例：

## 进行中的行动项 | 任务描述 | 负责人 | 来源会议 | 创建日期 | 截止日期 | 优先级 | 状态 | 备注 | |----------|--------|----------|----------|----------|--------|------|------| | 编写K8s迁移操作手册 | @Sarah | 2024-01-15 迭代规划 | 2024-01-15 | 2024-01-19 | 🔴 高 | 进行中 | 阻塞部署流程 | | 通知前端团队API v2延期 | @Dave | 2024-01-15 迭代规划 | 2024-01-15 | 2024-01-16 | 🟡 中 | 已完成 | 已邮件同步 | | 调研A/B测试工具成本 | @Mike | 2024-01-08 增长会议 | 2024-01-08 | 2024-01-25 | 🟢 低 | 待开始 | 需对比Tool A/B/C |

管理策略：

• 每日站会驱动：每天站会的第一件事，就是打开这个文件，按“负责人”筛选，快速过一遍自己的任务状态。
• 周会复盘：每周团队同步时，按“截止日期”排序，检查是否有逾期风险。
• 优先级动态调整：优先级不是一成不变的。当有新的高优先级任务插入时，应在相关会议中正式讨论并更新此表中的任务优先级。
• 闭环验证：任务完成后，不仅标记“已完成”，更应在备注或下一次相关会议中，简要说明完成结果或产出物链接。

我的血泪教训：过去我们依赖聊天工具里的“@某人”来分配任务，结果就是信息被淹没，任务不了了之。自从强制使用这个中央行动项文件后，责任变得无比清晰。更重要的是，当你在规划会议上说“这个任务大概需要3天”时，你可以立刻打开这个文件，看看该负责人当前是否有更高优先级的任务，从而做出更现实的承诺。这是从“人治”到“数据驱动”的微小但关键的一步。

6. 与AI智能体的集成实战

Skill Meeting Flow 的威力，在与现代AI智能体结合后才真正爆发。它本质上为AI提供了一套完美的“操作手册”。

6.1 如何“教会”你的AI使用这个技能

你不需要编程。大多数先进的AI工作流平台（如基于Claude Code或OpenClaw构建的工具）都支持“技能”或“插件”的概念。集成通常分为三步：

1. 提供上下文：将Skill Meeting Flow的README、核心模板文件以及你自定义的模板，作为“系统知识”或“上下文文件”提供给AI智能体。
2. 定义指令：给AI明确的指令，例如：“你是我团队的会议协调员。请使用Skill Meeting Flow的方法来管理所有会议。当收到会议请求时，请按会前、会中、会后三个阶段操作，并最终将产出更新到指定的Markdown文件中。”
3. 配置自动化：设置自动化触发条件。例如：
   • 触发：日历上新增一个标题包含“评审”的会议邀请。
   • 执行：AI自动读取邀请详情，调用“需求评审会”模板生成议程草案，通过邮件或聊天工具发送给参会者确认。
   • 触发：会议结束后，你上传一段录音或混乱的笔记。
   • 执行：AI根据模板结构，整理出决策、行动项等，生成规范纪要，并更新中央日志。

6.2 一个完整的端到端AI协作案例

假设你使用的是Claude Code，并且已经配置好了上述技能。

场景：你需要召开一个紧急的“线上故障处理会议”。

你的操作：在聊天窗口输入：“@Claude，我们10分钟后要开一个线上故障处理会议，故障现象是用户支付成功率从99%骤降到85%，持续了20分钟。参会的有运维小王、后端小李和我。”

AI的自动化响应：

1. 会前（1分钟内）：

   已创建会议文件：`meetings/2024/2024-06-05-incident-response.md` 已基于“故障处理”模板生成议程： **目标**：定位支付成功率下降根因，制定恢复与缓解方案。 **紧急议程**： 1. 现象同步与时间线确认 (5分钟) 2. 已采取的应急措施与效果 (5分钟) 3. 可能原因分析与排查分工 (10分钟) 4. 决策：修复方案与回滚预案 (5分钟) 5. 行动项分配 (5分钟) **已自动关联**：最近一周的支付服务部署记录、监控大盘链接。 议程已发至群聊。会议开始后，我将在此文档中实时记录。

2. 会中（你口述，AI记录）： 你：“监控显示是从10:05开始的，同时段有数据库慢查询报警。” AI在文档中记录：🔍 可能原因：数据库慢查询（时间点吻合）。小李：“我看了，是有一个新上的优惠券查询SQL没加索引，正在回滚。” AI记录：🔑 决策：立即回滚该次数据库变更 (D-205)。依据：变更与故障时间点完全吻合，回滚风险低。相关方：后端、运维。小王：“回滚预计需要15分钟，期间建议暂时关闭该优惠券领取入口。” AI记录：✅ 行动：关闭优惠券X领取入口 -> @小王，截止：立即，优先级：🔴高。
3. 会后（会议结束瞬间）： AI自动生成摘要，并更新日志：

   📋 故障处理摘要 **根因**：数据库变更（未加索引的SQL）导致慢查询。 **解决**：已回滚变更，支付成功率正在恢复。 **后续**：1. 关闭相关功能入口；2. 审查数据库上线流程。 **效率分**：9/10 (响应迅速，决策果断)

   同时，action-items.md中新增了小王的任务，decision-log.md中记录了D-205号决策。

整个过程，你作为会议主导者，只需专注于分析和决策，所有的记录、整理、分发、归档工作都交给了AI。这才是人机协作的理想状态。

7. 部署、管理与常见问题排查

7.1 个人与团队的部署方案

• 个人使用（最简单）：直接克隆GitHub仓库到你的本地笔记文件夹（如Obsidian的库、或iCloud/Dropbox同步目录）。每次开会时，手动复制对应模板文件创建一个新笔记，或配置一个简单的脚本/快捷键来自动化创建。
• 小团队共享（推荐）：使用Git。创建一个团队专用的Git仓库来存放meetings/目录。团队成员在开会前拉取最新，会后将记录Push上去。这天然形成了会议记录的版本历史，谁在什么时候修改了什么一目了然。可以利用Git的hooks功能，在Push后自动触发消息通知，告知团队有新的纪要或行动项更新。
• 与企业工具集成（进阶）：虽然项目本身零依赖，但你可以通过脚本将其与现有工具连接。例如，写一个Python脚本，定期读取action-items.md文件，将未完成的任务同步到团队的Jira或Asana项目中；或者将decision-log.md渲染成一个内部Wiki页面。

7.2 文件结构与命名规范

保持一致性至关重要。项目建议的结构非常合理：

meetings/ ├── 2024/ │ ├── 2024-01-15-standup-backend.md │ ├── 2024-01-15-1on1-alice.md │ └── 2024-01-16-sprint-planning.md ├── action-items.md ├── decision-log.md └── templates/ ├── daily-standup.md └── sprint-planning.md

命名建议：YYYY-MM-DD-会议类型-简短主题.md。日期排序便于查找，主题能快速定位。避免使用“周会.md”、“讨论.md”这种模糊名称。

7.3 常见问题与解决方案

Q1：会议中实时记录跟不上讨论速度怎么办？A：这是最常见的问题。有几个策略：1)授权AI：如果使用AI转录和总结，这是最佳方案。2)分工：指定一名参会者专职记录，其他人大胆讨论。3)先录音后整理：征得同意后录音，会后由AI或专人根据录音和模板快速整理。Skill Meeting Flow的结构化模板极大降低了整理难度。

Q2：大家不愿意多花时间会前看议程、会后看纪要怎么办？A：这是习惯问题，需要强制和引导。可以从最重要的、最耗时的会议（如季度规划会）开始强制执行此流程。在会议开始时，花1分钟快速过一遍议程。在会议结束时，花2分钟确认行动项。让团队成员亲身体会到“有准备的会议”和“有结果的会议”效率有多高，习惯会慢慢养成。

Q3：效率分数引起争议，被认为是在“监控”或“评判”会议表现。A：必须明确：效率分数是评价“会议”这个工具本身，而不是评价“参会者”。在引入初期就要沟通清楚，分数低意味着会议的设计或流程可能有问题（例如：议题太多、主持人控场不力、决策机制不明确），需要大家一起改进流程，而不是指责任何人。将评分作为团队持续改进会议文化的客观数据支撑。

Q4：如何应对临时、非正式的快速讨论？A：并非所有交流都需要套用完整流程。对于5分钟的走廊讨论或即时通讯中的快速对齐，可以事后用一句话补录到系统中。例如，在decision-log.md中快速添加一行：“D-206 | 2024-06-05 | 即时通讯 | 决定使用蓝色作为按钮主色调。依据：A/B测试数据显示蓝色比绿色点击率高2%。相关方：设计、产品。” 关键在于，只要产生了需要后续跟进的决策或任务，就应该有迹可循。

8. 从工具到文化：让高效会议成为团队习惯

引入Skill Meeting Flow这样的工具，最终目标不是管理文件，而是塑造一种高效、透明、负责任的工作文化。这需要时间，也需要一些软性的推动技巧。

第一步：以身作则，从小范围开始。不要试图一下子在全公司推广。先在你自己的会议，或者你主导的一个小团队（比如你的产品小组）中使用。做出效果，做出榜样。

第二步：展示价值，用数据说话。在月度复盘时，展示一些数据：“过去一个月，我们使用了结构化会议记录，共产生了42个明确决策，跟踪了89个行动项，完成率达到85%，比之前提升了30%。平均会议效率分从5.5分提高到了7.2分。” 实实在在的数据比任何说教都更有力。

第三步：简化流程，降低使用门槛。将最常用的模板集成到团队最常用的工具里。比如，在Slack或钉钉里设置一个“/会议”快捷指令，自动调用AI生成议程草稿。让大家觉得“用起来很方便”，而不是“又多了一个麻烦”。

第四步：定期回顾与优化。每个季度，团队可以一起回顾decision-log.md，看看哪些决策带来了好结果，哪些决策需要调整。回顾action-items.md，分析任务延期的常见原因。利用这些洞察，反过来优化你们的会议模板和团队协作流程。

工具是冰冷的，但使用工具的人是灵活的。Skill Meeting Flow 提供的是一套优秀的语法和词汇，而如何用它写出精彩的团队协作篇章，则取决于你们自己。它不会自动解决所有问题，但它给了你一个清晰的框架，让“开好会”这件事，从一门玄学，变成了一项可学习、可练习、可改进的硬技能。