Openclaw Skills - SenseAudio 会议助手：AI转录与笔记生成

什么是 SenseAudio 会议助手？

SenseAudio 会议助手是一个专为开发者设计的技术框架，用于构建和调试复杂的会议工作流。通过利用先进的自动语音识别（ASR），该技能有助于创建实时字幕系统、可搜索的会议存档和自动摘要工具。它有效地弥合了原始音频数据与可操作商业智能之间的鸿沟。

利用 Openclaw Skills 构建您的会议基础设施可确保高保真转录，并支持说话人角色分离（Speaker Diarization）和实时翻译。无论您是在构建实时会议副驾驶还是会议后分析引擎，该技能都提供了必要的协议来处理基于 WebSocket 的实时流和基于 HTTP 的文件处理，并具有专业级的准确性。

下载入口:https://github.com/openclaw/skills/tree/main/skills/scikkk/meeting-assistant

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install meeting-assistant

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/ 工作区 <project>/skills/

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 meeting-assistant。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。

SenseAudio 会议助手 应用场景

• 提供实时会议字幕或实时转录文本，用于无障碍访问和文档记录。
• 生成按说话人分离的会议记录，以跟踪个人贡献。
• 为国际团队创建双语或翻译后的会议输出。
• 自动提取会议摘要、关键决策和结构化的行动项。
• 从历史会议音频和 ASR 历史记录中构建可搜索的档案。

SenseAudio 会议助手 工作原理

1. 确定会议模式：选择 WebSocket 用于实时流媒体，或选择 HTTP 用于处理预录制的音频文件。
2. 选择最佳识别模型：使用 sense-asr-pro 进行完整角色分离，或使用 sense-asr-deepthink 处理重翻译任务。
3. 配置身份验证：使用安全的 API key 环境变量初始化连接。
4. 处理音频流：发送 16kHz 单声道 PCM 数据用于实时任务，或上传文件进行离线处理。
5. 归一化 ASR 输出：解析详细的 JSON 结果，以保留说话人标签、时间戳和片段边界。
6. 生成产出物：通过 LLM 集成将归一化的转录文本转换为最终的摘要和行动项。

SenseAudio 会议助手 配置指南

要开始使用此技能进行构建，请确保您已准备好 API 凭据。按照以下步骤配置您的环境：

1. 从 SenseAudio 平台获取您的 API key。
2. 设置您的环境变量：

export SENSEAUDIO_API_KEY='your_api_key_here'

3. 确保实时流的音频输入设置为 PCM, 16000Hz, Mono, 16-bit little-endian。

SenseAudio 会议助手 数据架构与分类体系

该技能将会议数据组织成结构化格式，以确保与下游 LLM 处理的兼容性：

特性	数据类型	描述
Transcript	JSON / Markdown	带有说话人标签的归一化文本段。
Timestamps	word / segment	用于精确导航的粒度时间数据。
Metadata	Object	包括情感分析和置信度得分。
Action Items	List	带有负责人和截止日期的结构化识别任务。
Audio Specs	PCM/WAV	强制执行 16kHz 单声道以实现实时兼容性。

name: senseaudio-meeting-assistant
description: 用于构建和排查 SenseAudio 会议助手，覆盖实时会议转写、说话人区分、实时翻译、会议纪要生成、行动项提取与转录导出。Build and troubleshoot SenseAudio meeting assistants for live meeting transcription, speaker-aware records, realtime translation, meeting note generation, action item extraction, and transcript export.
metadata:
  openclaw:
    requires:
      env:
        - SENSEAUDIO_API_KEY
    primaryEnv: SENSEAUDIO_API_KEY
    homepage: https://nightly.senseaudio.cn
compatibility:
  required_credentials:
    - name: SENSEAUDIO_API_KEY
      description: API key from https://nightly.senseaudio.cn/platform/api-key
      env_var: SENSEAUDIO_API_KEY
homepage: https://nightly.senseaudio.cn

SenseAudio 会议助手 / SenseAudio Meeting Assistant

使用这个 skill 来构建基于 SenseAudio ASR 的会议类工作流。 Use this skill to build meeting-focused workflows on top of SenseAudio ASR.

先读哪些文件 / Read First

• references/realtime-workflow.md - 实时会议的 WebSocket 转写流程 / realtime WebSocket transcription flow for live meetings
• references/offline-meeting-transcription.md - 录音文件的 HTTP 转写、说话人分离、时间戳与翻译 / HTTP transcription with diarization, timestamps, sentiment, and translation
• references/note-generation.md - 如何把转写结果整理成会议纪要、决策与行动项 / how to turn transcripts into structured meeting notes, decisions, and action items
• references/examples.md - 常见会议助手场景的最小实现示例 / minimal examples for common meeting assistant tasks

按用户需求只加载必要的参考文件，不要一次性全读。 Load only the reference file(s) needed for the user's request.

适用场景 / When To Use

当用户需要以下能力时，使用这个 skill： Use this skill when the user wants any of the following:

• 实时会议字幕或实时转写 / live meeting captions or realtime transcripts
• 带说话人区分的会议记录 / speaker-separated meeting records
• 双语会议输出或会中翻译 / bilingual or translated meeting output
• 会议摘要、决策提取、行动项整理 / meeting summaries, decisions, and action items
• 基于会议音频或识别历史构建可搜索归档 / searchable archives built from meeting audio or ASR history
• 将 SenseAudio ASR 与 LLM 摘要能力结合的会议助手 / a meeting copilot combining SenseAudio ASR with LLM summarization

能力路由 / Capability Routing

优先选择满足需求的最小实现。 Choose the smallest implementation that satisfies the request.

1. 实时会议助手 / Live meeting assistant → 读取 references/realtime-workflow.md
2. 录音会议处理 / Recorded meeting processing → 读取 references/offline-meeting-transcription.md
3. 音质预检 / Audio quality triage → 先走音频质量分析接口
4. 历史记录查询 / Historical transcript lookup → 使用识别记录查询接口
5. 纪要与行动项整理 / Structured notes and actions → 再读取 references/note-generation.md

默认工作流 / Default Workflow

1. 先判断会议模式 / Pick meeting mode:

• 直播中 / 开会中 → 使用 WebSocket 实时识别 / live meeting → WebSocket realtime ASR
• 已有录音文件 → 使用 HTTP 文件转写 / uploaded recording → HTTP transcription

2. 再选择识别模型 / Choose recognition settings:

• sense-asr-pro：默认首选，适合会议场景，支持说话人分离、时间戳、情感与翻译 / best default for meetings needing diarization, timestamps, sentiment, and translation
• sense-asr：适合需要翻译但对会议增强能力要求较轻的场景 / useful when translation is needed but meeting constraints are lighter
• sense-asr-deepthink：适合实时 WebSocket 或更偏翻译理解的场景 / suitable for realtime WebSocket or translation-heavy semantic cleanup

3. 先构造最小可用请求 / Build a minimal valid request first:

• 加上 Authorization: Bearer <SENSEAUDIO_API_KEY>
• 先只保留必填参数 / keep only required fields initially
• 只有在确实需要时再开启说话人分离、时间戳、翻译、情感分析 / add diarization, timestamps, translation, or sentiment only when needed

4. 统一转写结果结构 / Normalize transcript output:

• 保留说话人、时间戳、翻译文本、分段边界 / preserve speaker, timestamps, translation, and segment boundaries
• 先把 ASR 原始结果归一化，再进入纪要或行动项生成 / normalize ASR output before summarization

5. 最后生成会议产物 / Generate meeting artifacts:

• 会议摘要 / summary
• 关键决策 / decisions
• 带负责人和时间定位的行动项 / action items with owner and timestamp when possible
• 可导出的 Markdown 或 JSON / export-ready Markdown or JSON

实现规则 / Implementation Rules

• 严禁硬编码密钥，统一从环境变量 SENSEAUDIO_API_KEY 读取。Do not hardcode secrets; read SENSEAUDIO_API_KEY from environment variables.
• 实时会议流式识别必须满足 pcm、16000Hz、单声道、16-bit little-endian。For realtime streaming, enforce pcm, 16000Hz, mono, signed 16-bit little-endian.
• 录音会议优先使用 response_format=verbose_json，保留会议所需元数据。For recorded meetings, prefer response_format=verbose_json.
• 说话人分离只在支持的模型上使用，max_speakers 仅适用于 sense-asr-pro。Use diarization only with supported models; max_speakers is only for sense-asr-pro.
• 使用 sense-asr-deepthink 时不要传 language，只使用 target_language。Do not send language with sense-asr-deepthink; use target_language only.
• 会议纪要生成属于第二阶段，必须建立在结构化转写结果之上。Treat note generation as a second stage after transcript normalization.
• 如果用户要生产级代码，输出中要包含超时、重试、日志与失败处理。Include timeout, retry, logging, and failure handling for production code.

输出检查清单 / Output Checklist

当你给出实现方案时，至少包含： When producing implementation output, include:

1. 选用的接口与模型 / chosen endpoint and model
2. 最小可运行请求示例 / minimal request example
3. 转写结果解析方式 / transcript parsing strategy
4. 纪要 / 行动项生成方式（如用户需要） / note and action-item generation strategy if requested
5. 会议场景下的限制说明，例如音频格式、说话人分离限制、翻译行为 / meeting-specific caveats such as audio format, diarization limits, or translation behavior

常见坑点 / Common Pitfalls

• 没有说话人字段 / Missing diarization fields：确认已开启 enable_speaker_diarization=true，并使用 sense-asr 或 sense-asr-pro
• 没有字级时间戳 / No word timestamps：确认设置了 timestamp_granularities[]=word
• 实时识别报错 / Realtime failures：检查发送的是原始 PCM 数据，而不是 wav/mp3 容器字节
• DeepThink 参数报错 / DeepThink errors：移除不支持的 language 或其他不兼容参数
• 纪要质量差 / Weak meeting notes：优先基于结构化 segments 总结，不要只对整段纯文本做摘要