37 KiB
{ "nodes": [ { "parameters": { "httpMethod": "POST", "path": "956024f9-4f0b-4617-b241-ea92127c0f8d", "options": {} }, "type": "n8n-nodes-base.webhook", "typeVersion": 2.1, "position": [ -528, -16 ], "id": "119ccf17-6b55-4acc-8298-1e8118ab8710", "name": "Webhook", "webhookId": "956024f9-4f0b-4617-b241-ea92127c0f8d" }, { "parameters": { "promptType": "define", "text": "=#### 你的任务：\n请根据身份、场景、会议信息说明、项目信息、上周待办事项、输出模板、录音文本有时间戳和我记录的要点、录音软件总结的要点、录音内容以及提炼以下内容，按照模板生成会议纪要\n1. 每位成员本周完成情况（对比上周任务，标注✅或❌）\n2. 总结各成员、全员本周待办任务、需协同解决的问题（跨人、跨模块）\n3. 其他有价值的讨论内容，归类至以下方向：\n- 未来工作方向\n- RAG数据库搭建（闫旭隆负责）\n- HippoDeep检索（连总+闫旭隆+江争达）\n- 测评体系搭建（李振负责）\n- n8n工作流相关（刘嘉宇）\n- 前端工作（江争达）\n- 个人能力提升\n{{ $json['会议议程'] }}\n{{ $json['录音软件总结的要点'] }}\n{{ $json['录音'] }}\n{{ $json['上周待办事项'] }}\n{{ $json['会议模板'] }}", "options": { "systemMessage": "##### 1.你的身份：你是一名经验丰富的会议记录与技术分析专家，你遵循原则：\n- 严格按照录音内容进行摘要提取。\n- 摘要中不允许有任何杜撰或推测性的内容，确保所有信息准确来源于录音材料。\n##### 2.场景：你正在为一场智能问答系统项目开发组周会进行摘要提炼。\n本次会议的目标：\n- 总结上周每个人、全员任务完成情况\n- 明确本周每个人、全员待办任务\n- 讨论解决会议中发现的问题、模块进展交流、总结要点\n##### 3.会议信息说明：\n- 录音内容中，每段发言均标注了发言人姓名和时间戳，注意未明确更换发言人时，后续内容属于同一人。\n##### 4.项目信息：\n\n### 1. 项目基本概述\n\n#### 1.1 项目名称\n\n- 智能知识助手与自动化报告生成系统\n#### 1.2 项目类型\n\n- 是产品开发\n\n#### 1.3 项目目标\n\n- 智能知识助手 将企业知识库转化为对话工具，支持自然语言查询、追 问及来源追溯，减少文档搜索时间。 \n- 自动化报告生成 AI 生成结构化报告初稿，顾问提供大纲/数据，系统整 合知识、遵循模板并支持人机协作审阅。\n- 短期节省审计/会计 50%、专业写作 44%时间；长期构建 知识资产闭环，开辟 AI 咨询新业务。\n\n#### 1.4 项目背景 / 背景故事\n\n- 行业痛点 知识获取滞后、信息孤岛化、文档撰写耗时、资源利用 不均。 （2）转型契机 大语言模型技术突破（如 ChatGPT）；\n- AI 可节省专业写 作 44%、审计/会计任务 50%时间。\n\n#### 1.5 项目生命周期\n\n需求分析→原型设计→知识库构建→MVP 开发→集成测试→试点优化→全面推广→持续运维。\n当前属于集成测试阶段\n#### 1.6开发组人员与组织结构\n\n- 项目负责人、系统架构师：连云波\n- AI卓越中心主任：窦佳丽\n- 管理工作负责人：张媛媛\n- 开发者名单\n\t- 李振：测评系统搭建\n\t- 闫旭隆：知识库构建、知识库检索与生成逻辑\n\t- 刘嘉宇：n8n工作流模块、后端开发、测试\n\t- 江争达：核心rag推理模块、前端负责人、技术支持（远程开发人员）\n\t- 张旖旎：前端开发（远程开发人员）\n\n" } }, "type": "@n8n/n8n-nodes-langchain.agent", "typeVersion": 2.2, "position": [ 192, -16 ], "id": "cca18415-a50c-4934-87fb-fca5eed4a024", "name": "AI Agent" }, { "parameters": { "assignments": { "assignments": [ { "id": "d4e5bccd-eda1-4ad0-be10-373e6e5b21d1", "name": "会议议程", "value": "={{ $json.body["会议议程"] }}", "type": "string" }, { "id": "5ec943ac-eb05-40c0-ae8c-7ad54f73be84", "name": "录音软件总结的要点", "value": "={{ $json.body['录音软件总结的要点'] }}", "type": "string" }, { "id": "a8e1d8d2-b99e-4d00-afd9-9fa20d74e600", "name": "录音", "value": "={{ $json.body['录音'] }}", "type": "string" }, { "id": "6d439604-c9ca-4442-b241-ab8eea2420f7", "name": "上周待办事项", "value": "#### 一、上周待办事项 ##### 1. 闫旭隆 - ⏳ 部署Hippodeep服务到服务器（暴露端口，供前端调用） - ⏳ 实施概念探索模块（实体→概念→评分循环，仅限1次迭代） - ⏳ 与江争达确认部署路径和概念节点评分机制 - ⏳ OCR与图像功能汇报展示 ##### 2. 江争达 - ⏳ 完成域名配置（国外亚马逊云备用） - ⏳ 前端集成：调用闫旭隆/Hippodeep端口，确保基础聊天/记录保存功能可用，前端优化 - ⏳ 与闫旭隆确认部署路径和概念节点评分机制 - ⏳ 准备演示方案 ##### 3. 李振 - ⏳ 重新生成多跳问题测试集（确保文档与问题匹配），并进行更大文档范围的测试（30-100） - ⏳ 跑通多跳问题全流程测试（含端到端评估） - ⏳ 输出测试报告（含错误定位分析） - ⏳ 保证下周可以给相关同事进行测试 ##### 4. 刘嘉宇 - ⏳ 完成n8n自动化流程的部署，包括任务生成、邮件通知等 - ⏳ 为下周展示准备基础数据流和模板文档 - ⏳ 在李振的安排下进行测评工作 - ⏳ 后端聊天部分接口，对接到hippo-deep ##### 5. 全员 - ⏳ 周四前完成各模块集成，周五冻结演示版本 - [问题1]：前端部署协调（江争达+刘嘉宇+闫旭隆） - 需统一服务器部署及端口暴露机制；域名未配置【需周五前解决】 - [问题2]：测试集数据不匹配（李振+闫旭隆） - 测试问题与文档关联性低，需重生成数据集【李振负责协调】 - [问题3]：概念探索模块集成冲突（闫旭隆+江争达） - 避免社区/分层逻辑混入，保持工程可测性【连总强调简化为单层概念探索】", "type": "string" }, { "id": "c59f1ab2-0078-48f1-ab9d-f9edaa0d892d", "name": "会议模板", "value": "###
AI卓越中心开发组会议纪要 时间：2025.08.11 地点：学院国际大厦2105 参会人员：连云波、张媛媛、李振、江争达、闫旭隆、刘嘉宇、张旖旎 #### 一、上周待办事项 ##### 1. 闫旭隆 - ⏳ 部署Hippodeep服务到服务器（暴露端口，供前端调用） - ⏳ 实施概念探索模块（实体→概念→评分循环，仅限1次迭代） - ⏳ 与江争达确认部署路径和概念节点评分机制 - ⏳ OCR与图像功能汇报展示 ##### 2. 江争达 - ⏳ 完成域名配置（国外亚马逊云备用） - ⏳ 前端集成：调用闫旭隆/Hippodeep端口，确保基础聊天/记录保存功能可用，前端优化 - ⏳ 与闫旭隆确认部署路径和概念节点评分机制 - ⏳ 准备演示方案 ##### 3. 李振 - ⏳ 重新生成多跳问题测试集（确保文档与问题匹配），并进行更大文档范围的测试（30-100） - ⏳ 跑通多跳问题全流程测试（含端到端评估） - ⏳ 输出测试报告（含错误定位分析） - ⏳ 保证下周可以给相关同事进行测试 ##### 4. 刘嘉宇 - ⏳ 完成n8n自动化流程的部署，包括任务生成、邮件通知等 - ⏳ 为下周展示准备基础数据流和模板文档 - ⏳ 在李振的安排下进行测评工作 - ⏳ 后端聊天部分接口，对接到hippo-deep ##### 5. 全员 - ⏳ 周四前完成各模块集成，周五冻结演示版本 - [问题1]：前端部署协调（江争达+刘嘉宇+闫旭隆） - 需统一服务器部署及端口暴露机制；域名未配置【需周五前解决】 - [问题2]：测试集数据不匹配（李振+闫旭隆） - 测试问题与文档关联性低，需重生成数据集【李振负责协调】 - [问题3]：概念探索模块集成冲突（闫旭隆+江争达） - 避免社区/分层逻辑混入，保持工程可测性【连总强调简化为单层概念探索】 #### 二、本周工作完成情况 | 成员 | 上周任务 | 完成情况 | 关键补充说明 | | ------- | ------------------------------------------------------------------------ | ----------------- | ------------------------------------------------------------------------- | | 闫旭隆 | 1. 实施概念探索模块（1次迭代）2. 与江争达确认部署路径/评分机制
3. OCR与图像功能汇报 | ❌
✅
✅ | • 概念探索模块未实施
• ES库权重字段/概念节点向量化完成
• NuMarkdown-8b工具评估完成（支持PPT标题/表格解析） | | 江争达 | 1. 域名配置（亚马逊云备用）
2. 前端集成Hippodeep端口/聊天功能
3. 与闫旭隆确认评分机制
4. 准备演示方案 | ⌛️
✅
✅
❌ | • Standard模式优化完成（响应缩短30秒）
• Events节点利用不足待优化 | | 李振 | 1. 重生成多跳测试集（30-100文档）
2. 跑通多跳全流程测试
3. 输出测试报告
4. 保证同事可测试 | ✅
✅
✅
🕒 | • 生成10文档交叉问题测试集（横跳逻辑）
• 发现置信度0却评分0.8的异常 | | 刘嘉宇 | 1. n8n自动化流程部署（邮件/任务）
2. n8n展示材料准备
3. 后端接口对接hippo-deep
4. 参与李振测评 | ✅
✅
❌
❌ | • 邮件工作流部署完成
• 标准化开发流程应用（需求→设计→部署） | | 全员 | 周四模块集成/周五冻结演示版本 | ✅ | 模块集成完成 | --- #### 三、本周待办任务与协同问题 ##### 1. 闫旭隆 工程方向 - 探讨并实现文搜文+图功能，包括图片引用保留和图片描述的整合。 - 部署并测试NuMarkdown-8b-thinking模型（8B版本），验证其连图带文生成能力。 - 联系江争达开通阿里云API接口。 - 优化Hippo-Deep全流程Prompt以提升生成文档的逻辑性。 研究方向 - 规划技术框架并总结现有问题，评估GPU资源需求，进行实验测试。 - 与李振协同，对三种检索方式（直接Chunk文本搜索、直接QueryToTriple、概念搜几层）进行评测。 - LangChain框架和LangGraph框架选取。 ##### 2. 江争达 工程方向 - 继续优化前端界面。 - 设计用户模式切换逻辑（Standard/Deeper），并加入判断机制。（与旭隆和连总一起） - 部署生产环境服务器，进行分级管理和多备份，确保代码同步。 - 阿里云租用GPU服务器。 - 测试one-api调用qwen-vl-plus功能，备用方案：直接对接阿里云qwen-vl-plus 接口。 - 完成概念感知流程图的代码实现，完成端到端整体流程测试。 研究方向 - 深化对图谱中Events节点作用的理解与应用。（与旭隆和连总一起） - 与大模型探讨Events功能如何发挥作用，并将其纳入Prompts设计中。（与旭隆和连总一起） ##### 3. 李振 工程方向 - 从基准测试指标中，选取指标。设计并实现精确质量评估体系，作为开发仪表盘，提供端到端指标反馈。 研究方向 - 研究标准数据集（如wiki等）进行基准测试，并评估其适用性。 - 提供数据集标准格式。项目组成员各自尝试用大模型生成测试集合。 - 研究学习个人知识库搭建（参考开源项目）。 - 研究学习项目管理系统搭建（参考开源项目）。 - 研究学习Coze和n8n多租户问题解决方案。 - 研究学习前端技术。 ##### 4. 刘嘉宇 工程方向 - 邮件工作流第二版 \t - n8n测试工作搭建一个框架 \t - n8n课程交流详细方案 \t - 自动化系统mvp \t - 继续N8N工作流第二版的设计，并进行测试。 \t 研究方向 - 研究N8N商用多租户方案（如采购企业版、本地改造、转为Python代码）。 - 评估Spring AI框架与LangChain重构RAG接口的可行性。 - 学习并掌握录音模型微调技术，利用会议录音文本数据训练个性化语音识别模型，提升识别准确率（尤其针对专有名词和个人习惯）。 - 学习并掌握评估框架的部署和使用。 ##### 5. 全员任务 - 思考并提出个人知识库搭建方案。 - 讨论工具开发的商用框架问题。 - 讨论前端问题解决方案。 - 根据李振提供的Prompt和格式，或自己设计Prompt，生成测试数据集。 - 思考AI Agent开发框架问题。 - 学习并熟练运用评估框架的部署和使用。 - 每次开发工作结束后，利用AI（如Case）进行自动化总结，并自动存储到项目文档中。 - 在进行技术选择和探索新事物前，需深入研究相关理论知识，并建立系统化的思考方法。 协同解决问题 - 问题1：前端人力资源不足 - 方案：团队成员需共同学习Figma等前端设计工具；探索AI生成前端页面的可行性；下周会议进行专题讨论，共同攻克前端难题。 - 问题2：n8n商用部署冲突（刘嘉宇+李振） - 方案：评估n8n企业版成本或将N8N工作流转换为Python代码的可行性，并优先进行本地测试。 - 问题3：测试集数据不匹配（李振+闫旭隆） - 方案：优先采用标准数据集（如Vicky）跑通评测流程；通过大模型生成具备逻辑递进关系的问题集，并进行人工校验，以确保测试数据的准确性和完备性。 - 问题4：生产环境隔离（江争达协调、连总把关） - 方案：新增生产服务器，并进行严格的分级管理和代码多备份，确保环境安全和稳定。 --- #### 四、重要问题讨论与要点 | 讨论点 | 结论 | | ---------- | --------------------------------------------------------------------------------------------------------------------------------------------------------- | | 何总对项目方向的认可 | 【高度认可团队工作成果，并提出更多需求与期待】，认为现有工具显著提升工作效率，特别希望借助工具处理紧急且易出错的人工任务。 | | 知识库赋能路径 | 目标是构建全所乃至全员的统一知识中心，【计划整合所内、院内知识库，并逐步接入外部资源】；同时建设自动化工具生成系统，支持员工自主使用并提供AI辅助调试调整。 | | 长期目标（1-2年） | 连总提出核心方向为**【Agent自演进和学习的底层框架构建】，这需要协调硬件、数据、工作流接口规划等多领域资源，并改造现有信息系统为API接口，最终目标是培育能不断演化出新产品和工具的环境；预计1年内形成转型框架理论、方法和落地实施能力，2年左右实现对外输出端到端解决方案，但其实现需慎重研究和协调。 | | 资源保障 | 计划逐步将外部采购转化为院所预算，并预计在10月启动2026年规划，以确保资源需求得到满足。 | | 加速工具部署 | 尽快将开发工具部署给内部使用，以实际效益体现转型中心的影响力，并获取更多用户反馈。 | - 进度： - ES数据库已进行改造，【增加了权重字段，并已将概念节点及其现代化添加到相关库中】。 - 存储优化： - 目前存在实体节点重复存储相同文本块导致的冗余问题，【建议优化为映射表或标记属性，以减少存储体量】。 - 提到了苹果开源的向量聚类工具，可用于可视化文档间的关系，供研究借鉴。 - OCR工具： - 对NuMarkdown-8b-thinking工具进行了评估，其支持连线格式输入，能对多模态图片生成描述，且PPT处理效果较好（可识别标题、三级标题等）。【建议重点考虑将其作为图片和PPT处理方案的候选】。 - 目前面临对跨页文档和PPT纯图片识别能力有限的挑战，导致部分文档无法有效利用。 - 【计划规划一系列实验，利用GPU资源测试不同文档类型的处理效果，明确技术框架，最终确定最优方案，并一次性处理现有文档集（约100+篇）】。 - API问题： - 智能识别系统API目前使用的是免费额度，且调用存在限制，【需联系江争达开通阿里云平台API服务】。 | | | |---|---| |关键行动|说明| |概念探索逻辑调整|【连总澄清：概念探索应在Triple生成候选节点后进行】，作为回答不足时的补充保护机制，而非直接从概念探索开始。| |检索模式测试|【建议对三种不同检索方式进行评测】：包括直接Chunk文本搜索（最快但效果可能非最佳）、直接QueryToTriple、以及概念分层探索（先探索一层，若效果不佳再加深）；需尽快搭建框架并进行测试。| |概念探索深度评估|【需通过参数设计，探索概念到底走几层才能达到最佳相关性】，测评工具应提供增加探索层数带来的提升结果和响应时间。| |答案生成优化|目前生成的要点虽有，但文档逻辑不够，【需优化大模型Prompt以提升答案的逻辑性和质量】。| |证据回显优化|应实现类似OpenAI的引用跳转功能，【点击证据直接定位到原文段落】。| |事件实体利用|【图谱中的事件实体（Events节点）的逻辑关系优势未充分发挥】，目前仅作为普通节点处理；应重新思考如何利用Event节点在答案组织和推理中的作用，优化Prompt设计，使其发挥重要梳理作用。| |模型选择与Prompt|【模型选择和Prompt优化至关重要，可能推理模型更合适，且Prompt需针对性修改】。| - 问题： - 当前生成的多跳测试为“横跳”（并行），而非“纵跳”（串行，需要逻辑递进）； - 测试报告存在逻辑矛盾（例如文档未找到但Overall Quality评分仍高，且评测函数过于形式化）。 - 解决方案： - 【需构建纵向逻辑链数据集】，可利用大模型生成具备逻辑递进关系的问题。 - 【评测工具需提供精确的“仪表盘”反馈】，量化每次代码修改对系统性能（包括端到端和各跳）的影响，作为开发调试的指导工具，而非仅提供形式化的质量评估。 - 需深入检查测试代码逻辑，解决异常情况（如文档返回为0但质量分高的问题），并【重新定义评估标准，使其能准确评估内容质量，关注查询实体数量、相关性、逻辑正确性等核心指标】。 - 建议优先使用Vicky等标准数据集进行基准测试，但强调最终仍需针对项目自身数据进行定制化调优。 - 目前测试工具（Adopter）通过“买点”方式深入源代码，导致与被测系统耦合度较高，【未来可考虑解耦或通过更灵活的适配器函数降低耦合性】。 - 已开发通用评测脚本，支持Standard和Deeper模式，可配置地址、数据集等参数，输出JSON数据和分析报告，【该工具将成为开发调试的重要辅助】。 - 李振对比了两个版本的测试体系（带装饰器和不带装饰器），发现功能相似但底层实现不同，【需团队试用并反馈差异性，以决定未来采用哪种发展方向】。 - 自动化流程标准化： - 刘嘉宇分享了其标准化工作流程：先酝酿需求，再通过AI辅助生成需求清单、思维导图和方案设计，最终转化为具体工作流。【连总建议所有功能开发都遵循此流程，以确保需求明确】。 - 商用瓶颈： - N8N开源版仅支持单租户，商用化存在限制。【讨论解决方案包括采购企业版（成本高）、本地改造多租户（技术难度大）、或将N8N工作流转为Python代码】。 - 短期内，建议邮件工作流上线前，统一测试环境管理规则（禁止未经审批操作）。 - N8N工具流库利用： - 提到GitHub上有大量N8N工具流（2053个），可与N8N MCP结合，极大提升工作流设计效率和复用性。【刘嘉宇需研究整合，探索其商业价值】。 - 项目管理选型： - 调研后推荐San Dan作为项目管理工具，【因其与N8N有官方节点集成，易用性高】。 - 前端开发挑战： - 团队成员对Figma等前端工具体系不熟悉，上手成本高，且AI生成前端代码目前定制化能力不足。【成为项目推进的“坎儿”，缺乏专业人士】。 - 解决方案讨论： - 讨论了借鉴他人网页设计（但难以精准控制）、团队成员共同学习Figma与MCP结合自动生成代码（学习成本高）、或完全依靠商业AI前端服务（定制性差，成本高）等方案。 - 【连总建议团队共同攻克前端难题，并简化动态效果（如聊天界面背景静态化）以降低消耗】。 - 前端人力问题： - 前端人力短缺，非前端成员上手困难，导致效率和进展不理想。【建议下周前端相关成员（江争达、李振、张旖旎）共同讨论并解决】。 - 生产环境部署： - 域名已进入管局审核阶段，需【新增生产环境服务器，并进行严格的分级管理和代码多备份】。 - 系统化思维与理论指导： - 【强调开发前需有理论指导（如RAG检索、PageRank算法），避免盲目枚举试错】。 - 【建议团队成员建立系统化思考方法，并掌握评估框架部署与使用】。 - 个人知识库搭建： - 连总分享了个人知识库搭建的思考，包括信息收集（去重、相关性判断）、分类总结和知识融合（新知识对旧知识的影响）。【鼓励利用知识图谱或向量数据库管理个人知识，并提及开源项目Revornix作为参考，建议李振研究】。 - API化思维： - 未来能力的最大化发挥应建立在全API接口环境上，将现有流程逐步改造为API，实现纵向打通。【鼓励在工具开发中延伸自动化流程，将各阶段输出转变为API接口】。 - 会议纪要管理： - 会议纪要的撰写和管理是重要学问，通过设计和使用标记（如“很重要”）能提升效率，甚至实现自动化。【建议利用AI辅助自动总结会议要点并存储】。 - 工具使用与改造原则： - 【强调选择工具要追求极致，不满足需求则应自行改造】。 - AI辅助自我总结： - 【建议每次开发工作后利用AI（如Case）自动总结代码工作和项目进展，生成工作报告】。 - 录音模型微调： - 对刘嘉宇提出录音模型进行微调，利用历史会议纪要的录音文本转录数据进行训练，以提升专有名词和个人说法习惯的识别准确率。【连总鼓励此为重要挑战，可利用开源模型和江争达协调GPU资源】。 - 自我驱动与问题定位： - 刘嘉宇的自我驱动能力待提升，但有改进意愿。【强调清晰定位问题的重要性，避免盲目工作】。 - 设定时间目标： - 【每个人应为任务设定明确的截止日期，以提高效率和自我管理，避免拖延】。 - 持续学习与团队协作： - 团队成员应在各自领域深入研究，并相互学习、协作，共同解决技术难题。【鼓励放开谈论，允许犯错，及时调整，共同成长】。 - 在选工具、做功能前，学习相关理论指导。 - 下周会议需分享个人工作进展。 #### 五、思维导图 !
",
"type": "string"
}
]
},
"options": {}
},
"type": "n8n-nodes-base.set",
"typeVersion": 3.4,
"position": [
-176,
-16
],
"id": "77b9442f-c000-4dc6-9ae4-160e9de13fc1",
"name": "Edit Fields"
},
{
"parameters": {
"model": {
"__rl": true,
"value": "qwen-plus",
"mode": "list",
"cachedResultName": "qwen-plus"
},
"options": {}
},
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"typeVersion": 1.2,
"position": [
192,
192
],
"id": "05d19078-7299-426e-bfc1-e6bbebb29e90",
"name": "OpenAI Chat Model1",
"credentials": {
"openAiApi": {
"id": "rg9eI0cqMkaxv3AK",
"name": "江oneapi"
}
}
},
{
"parameters": {
"operation": "toText",
"sourceProperty": "output",
"options": {}
},
"type": "n8n-nodes-base.convertToFile",
"typeVersion": 1.1,
"position": [
544,
-16
],
"id": "20f180f7-87f8-4e0b-aa33-7b5a947e7820",
"name": "Convert to File"
}
],
"connections": {
"Webhook": {
"main": [
[
{
"node": "Edit Fields",
"type": "main",
"index": 0
}
]
]
},
"AI Agent": {
"main": [
[
{
"node": "Convert to File",
"type": "main",
"index": 0
}
]
]
},
"Edit Fields": {
"main": [
[
{
"node": "AI Agent",
"type": "main",
"index": 0
}
]
]
},
"OpenAI Chat Model1": {
"ai_languageModel": [
[
{
"node": "AI Agent",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Convert to File": {
"main": [
[]
]
}
},
"pinData": {
"AI Agent": [
{
"output": "### AI卓越中心开发组会议纪要 \n\n时间：2025.08.11 \n地点：学院国际大厦2105 \n参会人员：连云波、张媛媛、李振、江争达、闫旭隆、刘嘉宇、张旖旎 \n\n---\n\n### 一、上周待办事项 \n\n#### 1. 闫旭隆 \n- ⏳ 部署Hippodeep服务到服务器（暴露端口，供前端调用） \n- ⏳ 实施概念探索模块（实体→概念→评分循环，仅限1次迭代） \n- ⏳ 与江争达确认部署路径和概念节点评分机制 \n- ⏳ OCR与图像功能汇报展示 \n\n#### 2. 江争达 \n- ⏳ 完成域名配置（国外亚马逊云备用） \n- ⏳ 前端集成：调用闫旭隆/Hippodeep端口，确保基础聊天/记录保存功能可用，前端优化 \n- ⏳ 与闫旭隆确认部署路径和概念节点评分机制 \n- ⏳ 准备演示方案 \n\n#### 3. 李振 \n- ⏳ 重新生成多跳问题测试集（确保文档与问题匹配），并进行更大文档范围的测试（30-100） \n- ⏳ 跑通多跳问题全流程测试（含端到端评估） \n- ⏳ 输出测试报告（含错误定位分析） \n- ⏳ 保证下周可以给相关同事进行测试 \n\n#### 4. 刘嘉宇 \n- ⏳ 完成n8n自动化流程的部署，包括任务生成、邮件通知等 \n- ⏳ 为下周展示准备基础数据流和模板文档 \n- ⏳ 在李振的安排下进行测评工作 \n- ⏳ 后端聊天部分接口，对接到hippo-deep \n\n#### 5. 全员 \n- ⏳ 周四前完成各模块集成，周五冻结演示版本 \n\n问题汇总： \n- [问题1] 前端部署协调（江争达+刘嘉宇+闫旭隆） \n - 需统一服务器部署及端口暴露机制；域名未配置【需周五前解决】 \n- [问题2] 测试集数据不匹配（李振+闫旭隆） \n - 测试问题与文档关联性低，需重生成数据集【李振负责协调】 \n- [问题3] 概念探索模块集成冲突（闫旭隆+江争达） \n - 避免社区/分层逻辑混入，保持工程可测性【连总强调简化为单层概念探索】 \n\n---\n\n### 二、本周工作完成情况 \n\n| 成员 | 上周任务 | 完成情况 | 关键补充说明 |\n|-----------|--------------------------------------------------------------------------|---------------------|---------------------------------------------------------------------------------|\n| 闫旭隆 | 1. 实施概念探索模块（1次迭代）2. 与江争达确认部署路径/评分机制
3. OCR与图像功能汇报 | ❌
✅
✅ | • 概念探索模块未实施
• ES库权重字段/概念节点向量化完成
• NuMarkdown-8b工具评估完成（支持PPT标题/表格解析） |\n| 江争达 | 1. 域名配置（亚马逊云备用）
2. 前端集成Hippodeep端口/聊天功能
3. 与闫旭隆确认评分机制
4. 准备演示方案 | ⌛️
✅
✅
❌ | • Standard模式优化完成（响应缩短30秒）
• Events节点利用不足待优化 |\n| 李振 | 1. 重生成多跳测试集（30-100文档）
2. 跑通多跳全流程测试
3. 输出测试报告
4. 保证同事可测试 | ✅
✅
✅
🕒 | • 生成10文档交叉问题测试集（横跳逻辑）
• 发现置信度0却评分0.8的异常 |\n| 刘嘉宇 | 1. n8n自动化流程部署（邮件/任务）
2. n8n展示材料准备
3. 后端接口对接hippo-deep
4. 参与李振测评 | ✅
✅
❌
❌ | • 邮件工作流部署完成
• 标准化开发流程应用（需求→设计→部署） |\n| 全员 | 周四模块集成/周五冻结演示版本 | ✅ | 模块集成完成 |\n\n---\n\n### 三、本周待办任务与协同问题 \n\n#### 1. 闫旭隆 \n工程方向 \n- 探讨并实现文搜文+图功能，包括图片引用保留和图片描述的整合。 \n- 部署并测试NuMarkdown-8b-thinking模型（8B版本），验证其连图带文生成能力。 \n- 联系江争达开通阿里云API接口。 \n- 优化Hippo-Deep全流程Prompt以提升生成文档的逻辑性。 \n\n研究方向 \n- 规划技术框架并总结现有问题，评估GPU资源需求，进行实验测试。 \n- 与李振协同，对三种检索方式（直接Chunk文本搜索、直接QueryToTriple、概念搜几层）进行评测。 \n- LangChain框架和LangGraph框架选取。 \n\n#### 2. 江争达 \n工程方向 \n- 继续优化前端界面。 \n- 设计用户模式切换逻辑（Standard/Deeper），并加入判断机制。（与旭隆和连总一起） \n- 部署生产环境服务器，进行分级管理和多备份，确保代码同步。 \n- 阿里云租用GPU服务器。 \n- 测试one-api调用qwen-vl-plus功能，备用方案：直接对接阿里云qwen-vl-plus 接口。 \n- 完成概念感知流程图的代码实现，完成端到端整体流程测试。 \n\n研究方向 \n- 深化对图谱中Events节点作用的理解与应用。（与旭隆和连总一起） \n- 与大模型探讨Events功能如何发挥作用，并将其纳入Prompts设计中。（与旭隆和连总一起） \n\n#### 3. 李振 \n工程方向 \n- 从基准测试指标中，选取指标。设计并实现精确质量评估体系，作为开发仪表盘，提供端到端指标反馈。 \n\n研究方向 \n- 研究标准数据集（如wiki等）进行基准测试，并评估其适用性。 \n- 提供数据集标准格式。项目组成员各自尝试用大模型生成测试集合。 \n- 研究学习个人知识库搭建（参考开源项目）。 \n- 研究学习项目管理系统搭建（参考开源项目）。 \n- 研究学习Coze和n8n多租户问题解决方案。 \n- 研究学习前端技术。 \n\n#### 4. 刘嘉宇 \n工程方向 \n- 邮件工作流第二版 \n- n8n测试工作搭建一个框架 \n- n8n课程交流详细方案 \n- 自动化系统mvp \n- 继续N8N工作流第二版的设计，并进行测试。 \n\n研究方向 \n- 研究N8N商用多租户方案（如采购企业版、本地改造、转为Python代码）。 \n- 评估Spring AI框架与LangChain重构RAG接口的可行性。 \n- 学习并掌握录音模型微调技术，利用会议录音文本数据训练个性化语音识别模型，提升识别准确率（尤其针对专有名词和个人习惯）。 \n- 学习并掌握评估框架的部署和使用。 \n\n#### 5. 全员任务 \n- 思考并提出个人知识库搭建方案。 \n- 讨论工具开发的商用框架问题。 \n- 讨论前端问题解决方案。 \n- 根据李振提供的Prompt和格式，或自己设计Prompt，生成测试数据集。 \n- 思考AI Agent开发框架问题。 \n- 学习并熟练运用评估框架的部署和使用。 \n- 每次开发工作结束后，利用AI（如Case）进行自动化总结，并自动存储到项目文档中。 \n- 在进行技术选择和探索新事物前，需深入研究相关理论知识，并建立系统化的思考方法。 \n\n---\n\n### 四、重要问题讨论与要点 \n\n| 讨论点 | 结论 |\n|---------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| 何总对项目方向的认可 | 【高度认可团队工作成果，并提出更多需求与期待】，认为现有工具显著提升工作效率，特别希望借助工具处理紧急且易出错的人工任务。 |\n| 知识库赋能路径 | 目标是构建全所乃至全员的统一知识中心，【计划整合所内、院内知识库，并逐步接入外部资源】；同时建设自动化工具生成系统，支持员工自主使用并提供AI辅助调试调整。 |\n| 长期目标（1-2年） | 连总提出核心方向为**【Agent自演进和学习的底层框架构建】**，这需要协调硬件、数据、工作流接口规划等多领域资源，并改造现有信息系统为API接口，最终目标是培育能不断演化出新产品和工具的环境；预计1年内形成转型框架理论、方法和落地实施能力，2年左右实现对外输出端到端解决方案，但其实现需慎重研究和协调。 |\n| 资源保障 | 计划逐步将外部采购转化为院所预算，并预计在10月启动2026年规划，以确保资源需求得到满足。 |\n| 加速工具部署 | 尽快将开发工具部署给内部使用，以实际效益体现转型中心的影响力，并获取更多用户反馈。 |\n\n---\n\n### 五、思维导图 \n\n!
"
}
]
},
"meta": {
"templateCredsSetupCompleted": true,
"instanceId": "d4bc54c4750443ddb7fb9e6b4c7e38c46f3d96e6d4cbfdf57a74efbc3218b7c8"
}
}