---
name: meeting-minutes-generator-v1
description: 会议纪要生成器。当用户说"生成会议纪要"、"生成本周纪要"、"会议纪要"时自动触发。根据会议转写、成员周报、上周纪要生成三类结构化会议纪要：工程类、学习研究类、Q&A资源库类。
---

# 会议纪要生成器

你是专业的会议纪要生成专家，负责编排整个生成流程，调度agents，合并多源数据，输出三类结构化会议纪要。

## 固化路径配置

```
输入文件位置：
- 会议转写：D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\本周会议转写文本\*.txt
- 成员周报：D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\成员本周周报\*.md
- 上周纪要：D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\上周会议纪要\*.md
- 成员资料库：D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\成员本周资料库\*.md

临时文件：
- 索引文件：D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\temp\transcript_index.json

输出位置：
- 工程类：output\工程类会议纪要_{date}_第X次周会.md
- 学习研究类：output\学习研究类会议纪要_{date}_第X次周会.md
- Q&A资源库类：output\Q&A资源库类会议纪要_{date}_第X次周会.md
```

## 整体流程概览

```
Phase 1: 准备阶段（读取输入、构建索引、区分项目类型）
├─ 1.1 初始化目录（temp/、output/）
├─ 1.2 读取所有成员周报 → members_data
├─ 1.3 读取上周会议纪要 → last_week_p0_tasks
├─ 1.4 提取会议日期 → meeting_date, default_deadline
├─ 1.5 调用 transcript_indexer Agent → 构建语义索引
└─ 1.6 项目类型区分 ⭐新增
    ├─ 扫描资料库（轻量读取，仅标题+前100行）
    ├─ 遍历周报项目 + 语义判断
    ├─ 合并去重
    └─ 输出：engineering_projects + learning_projects

Phase 2: 工程类会议纪要生成（仅处理 engineering_projects）
├─ 2.1 会议信息（主窗口直接生成）
├─ 2.2 重点项目进展汇总（主窗口用周报，仅P0工程类）
├─ 2.3 重点项目问题及解决方案（Agent搜索 + 主窗口合并）
├─ 2.4 下周工作安排（Agent搜索 + 主窗口排序，仅工程类）
├─ 2.5 组内成员工作进展（并行Agents + 主窗口整合，下周任务仅工程类）⭐
└─ 2.6 会议总结（Agent搜索 + 主窗口归纳）

Phase 3: 工程类纪要输出
└─ 组装所有章节并写入文件

Phase 4: 学习研究类会议纪要生成（仅当 learning_projects 非空时执行）
├─ 4.1 提取学习研究内容（调用 transcript_searcher）
├─ 4.2 整合生成纪要（主窗口）
└─ 4.3 输出学习研究类纪要文件

Phase 5: Q&A资源库类会议纪要生成（二次提取，在 Phase 3/4 之后执行）
├─ 前置检查：工程类纪要是否存在（必需）
├─ 5.1 复用会议信息（主窗口）
├─ 5.2 提取工作问题 Q&A（主窗口）
├─ 5.3 提取重点工作方法（调用Agent + 主窗口）
└─ 5.4 输出Q&A资源库类纪要文件
```

---

## Phase 1: 准备阶段

### 步骤 1.1: 初始化目录

**操作**：确保必要目录存在
1. 检查/创建 `temp/` 目录（用于存放索引文件）
2. 检查/创建 `output/` 目录（用于存放输出文件）

**路径**：
- temp: `D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\temp\`
- output: `D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\output\`

---

### 步骤 1.2: 读取成员周报

**操作**：
1. Glob查找周报文件：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\成员本周周报\*.md`
2. 对每个周报文件：
   - 从文件名提取成员姓名（如 `20251118-闫旭隆周报.md` → "闫旭隆"）
   - Read读取完整内容
   - 提取关键信息：
     - P0任务列表（从"P0任务完成情况"表格）
     - 遇到的问题（从"二、遇到的问题"章节）
     - 下周计划（从"下周计划"章节）
     - 已完成任务（从详细工作内容提取带✅的项）
     - 进行中任务（从详细工作内容提取带🔄的项）

**构建数据**：
- 为每个成员构建包含上述信息的数据结构
- 汇总参会人员列表（所有交周报的成员姓名）

### 步骤 1.3: 读取上周会议纪要

**操作**：
1. Glob查找上周纪要：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\上周会议纪要\*.md`（应只有一个）
2. Read读取文件
3. 提取"三、下周工作安排"表格中的**所有P0任务**：
   - 项目名称
   - 负责人
   - 截止时间

**构建数据**：保存上周P0任务列表供后续追踪

### 步骤 1.4: 提取会议日期

**操作**：
1. Glob查找会议转写文件：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\input\本周会议转写文本\*.txt`
2. 从文件名提取日期并格式化：
   - 如 `20251118134948-转写...txt` → "2025-11-18"
3. 计算默认截止时间：会议日期 + 7天（假设周会频率）

> ⚠️ **注意**：本步骤只需从 Glob 返回的文件名中提取日期，**不要使用 Read 工具读取转写文件内容**。转写文件内容由步骤1.5的 transcript_indexer Agent 处理。

### 步骤 1.5: 构建会议转写索引

**操作**：调用 transcript_indexer Agent

```python
Task(
  subagent_type="transcript_indexer",
  description="构建会议转写索引",
  prompt="构建会议转写索引"
)
```

**Agent输出**：
- 文件：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\temp\transcript_index.json`
- 返回：简要摘要（如 "✅ 索引构建完成，共N块，识别M个主题"）
- 分块参数：每块300行，50行重叠，即每块从+250位置开始

**验证**：检查索引文件是否存在

---

### 步骤 1.6: 项目类型区分 ⭐新增

**操作**：
1. 扫描资料库：`Glob: input/成员本周资料库/*.md`
2. **轻量读取资料库**（仅用于判断，避免污染上下文）：
   - 只读取文件名 + 前100行（标题、摘要）
   - 提取：文件名、文档标题、简要描述
   - ⚠️ 不读取完整内容，详细内容由 Phase 4 Agent 按需读取
3. 遍历 `members_data` 中所有项目（P0任务 + 详细工作内容）
4. 对每个项目判断类型：
   - 资料库有对应md → 学习研究类
   - 语义判断（知识获取/技能提升 vs 产出交付/功能实现）
5. 合并去重（资料库有的周报一定有）

**构建数据**：
```python
# 工程类项目（供 Phase 2-3 使用）
engineering_projects = [
  {"name": "项目A", "member": "闫旭隆", "p0_tasks": [...], "problems": [...]}
]

# 学习研究类项目（供 Phase 4 使用）
learning_projects = [
  {
    "name": "Claude Code Skill学习",
    "member": "闫旭隆",
    "has_library_file": True,
    "library_path": "input/成员本周资料库/xxx.md",
    "weekly_content": "周报描述..."
  }
]
```

**判断结果**：
- `learning_projects` 非空 → Phase 4 执行
- `learning_projects` 为空 → Phase 4 跳过

---

## Phase 2: 工程类会议纪要生成

> ⚠️ **本阶段仅处理工程类项目**（`engineering_projects`），学习研究类项目由 Phase 4 处理

### 步骤 2.1: 生成"一、会议信息"

**数据来源**：主窗口已有数据（会议日期、参会人员）

**处理逻辑**：
- 填充会议时间
- 填充参会人员列表（用顿号分隔）
- 记录整理人固定为"Claude"

**无需Agent**，主窗口直接生成 ✅

---

### 步骤 2.2: 生成"### 1. 重点项目进展情况汇总"

**核心原则**：⭐ **仅展示工程类P0任务，非P0任务和学习研究类项目不在此处展示**

**数据来源**：
1. 上周纪要的P0任务
2. 本周周报的P0任务

**处理逻辑**：

**1. 收集所有P0任务（取并集）**：
- 上周P0任务必须全部包含，初始状态标记为"待查询"
- 本周周报的P0任务，语义去重后添加
- 语义匹配规则：任务相似度 >85% 认为是同一任务

**2. 查询进展情况**：
- 在本周周报中找到该任务 → 填写周报中的状态和备注
- 在本周周报中未找到 → 标记"未完成（上周计划本周未在周报中体现）"
- 负责人处理：合并上周和本周的负责人（多人时用顿号分隔）
- 截止时间：周报优先，周报无则用上周纪要

**3. 生成表格**：
- 输出格式：| 项目名称 | 负责人 | 截止时间 | 项目进展情况 |
- 按项目顺序排列

**无需Agent**，主窗口直接处理 ✅

---

### 步骤 2.3: 生成"### 2. 重点项目问题及解决方案"

**核心原则**：会议转写与周报互补，合并信息

#### 2.3.1: 提取会议问题讨论（调用Agent）

**操作**：调用 transcript_searcher Agent

```python
# 准备已知问题列表（来自周报）
known_problems = []
for member, data in members_data.items():
    for problem in data["problems"]:
        known_problems.append({
            "member": member,
            "description": problem["description"],
            "solution": problem.get("solution", "")
        })

# 调用Agent
Task(
  subagent_type="transcript_searcher",
  description="提取问题讨论",
  prompt=f"""提取会议中讨论的所有问题及解决方案。

会议日期：{meeting_date}
默认截止时间：{default_deadline}（下次周会前）

已知问题（来自周报）：
{json.dumps(known_problems, ensure_ascii=False, indent=2)}

请提取会议中讨论的问题，包括：
- 问题标题
- 问题详细描述
- 解决方案（列表形式）
- 责任人（从讨论上下文语义推断）
- 截止时间（明确时间或null，无明确时间则使用默认截止时间）

返回JSON格式（类型2：提取问题讨论）。
"""
)
```

**Agent返回**（JSON字符串，实际数据在`data`字段内）：
```json
{
  "search_intent": "提取问题讨论",
  "matched_blocks": [2, 4],
  "data": {
    "problems": [
      {
        "problem_title": "会议纪要信息提取准确性问题",
        "problem_description": "...",
        "solutions": ["方案1", "方案2"],
        "assignees": ["江争达", "郝倩玉"],
        "deadline": "2025-11-25"
      }
    ]
  }
}
```

#### 2.3.2: 合并周报与会议问题（主窗口）

**处理逻辑**：

**1. 合并去重**：
- 将会议提取的问题与周报问题进行语义匹配（相似度>80%）
- 匹配成功：合并信息
  - 问题描述：会议的详细描述 + 周报的简述
  - 解决方案：合并两者的方案列表
  - 责任人：以会议判断为准
  - 截止时间：会议优先，无则用默认截止时间
- 未匹配：保留为独立问题

**2. 补充周报独有问题**：
- 周报中的问题在会议中未讨论 → 添加到问题列表
- 解决方案：若周报有则填写，无则标记"待讨论"
- 责任人：问题提出人（周报作者）
- 截止时间：默认截止时间

**3. 生成输出**：
- 按问题编号生成章节
- 格式：#### 问题N: 标题
- 包含：问题描述、解决方案列表、责任人、截止时间

---

### 步骤 2.4: 生成"### 3. 下周工作安排"

**核心原则**：仅工程类项目，会议+周报互补，冲突时会议优先，按P0→P1→P2排序

#### 2.4.1: 提取会议任务安排（调用Agent）

**操作**：
```python
Task(
  subagent_type="transcript_searcher",
  description="提取任务安排",
  prompt=f"""提取会议中讨论的下周工作安排。

会议日期：{meeting_date}
默认截止时间：{default_deadline}（下次周会前）

已知P0任务（上周计划）：
{json.dumps([t["name"] for t in last_week_p0_tasks], ensure_ascii=False)}

请提取任务安排，包括：
- 任务名称
- 负责人
- 任务描述
- 优先级（从讨论语气判断P0/P1/P2）
  - P0：领导明确强调"优先"、"重点"、"紧急"，或反复讨论
  - P1：一般性安排、常规任务
  - P2：探索性任务、长期优化、低优先级
- 截止时间（明确时间或null）

返回JSON格式（类型1：提取任务安排）。
"""
)
```

**Agent返回**（实际数据在`data`字段内）：
```json
{
  "search_intent": "提取任务安排",
  "matched_blocks": [1, 3, 5],
  "data": {
    "tasks": [
      {
        "task_name": "Deepresearch Skill开发",
        "assignees": ["闫旭隆"],
        "description": "实现知识图谱增量更新",
        "priority": "P0",
        "deadline": null
      }
    ]
  }
}
```

#### 2.4.2: 合并周报与会议任务（主窗口）

**处理逻辑**：

**1. 整合任务列表**：
- 会议任务：直接添加，保留Agent判断的优先级和截止时间
- 周报任务：会议未提及的添加，默认优先级P1，默认截止时间
- 去重规则：语义匹配，相似度>85%认为同一任务

**2. 冲突处理**：
- 同一任务的负责人冲突 → 以会议为准
- 同一任务的优先级冲突 → 以会议为准
- 同一任务的截止时间冲突 → 以会议为准

**3. 保存数据**：
- 保存合并后的任务列表 `next_week_tasks`
- ⭐ 重要：步骤2.5和2.6会使用这个列表

#### 2.4.3: 优先级排序

**核心规则**：P0任务在前，P1居中，P2在后

**排序步骤**：
1. 按优先级分组：P0组、P1组、P2组
2. 组内按截止时间排序（早的在前）
3. 合并：P0 + P1 + P2

**生成表格**：
- 表头：| 项目名称 | 负责人 | 下周会前目标 | 优先级 | 截止时间 |
- P0任务前加 🔴 emoji
- 负责人多人时用顿号分隔

---

### 步骤 2.5: 生成"### 4. 组内成员工作进展"

**核心原则**：并行提取反馈，主窗口整合；**下周任务仅列工程类项目**

#### 2.5.1: 并行提取成员反馈（调用多个Agents）⭐

**操作**：一次性并行调用多个 transcript_searcher Agents

```python
# 为每个成员并行调用Agent
feedback_agents = []

for member in attendees:
    member_data = members_data[member]

    feedback_agents.append(
        Task(
          subagent_type="transcript_searcher",
          description=f"提取{member}反馈",
          prompt=f"""提取会议中对 {member} 的反馈（表扬/批评/建议）。

{member}的周报信息：
- P0任务：{[t['name'] for t in member_data['p0_tasks']]}
- 遇到问题：{[p['description'] for p in member_data['problems']]}

请提取会议中对该成员的反馈，包括：
- 反馈类型（表扬/批评/建议）
- 反馈内容

注意：
1. 不依赖说话人标记，通过语义识别（讨论该成员的工作、对该成员的评价）
2. 如果会议中未提及该成员，返回空列表

返回JSON格式（类型4：提取成员反馈）。
"""
        )
    )

# 等待所有Agent返回
feedback_results = [agent.result for agent in feedback_agents]
```

**Agent返回示例**（实际数据在`data`字段内）：
```json
{
  "search_intent": "提取江争达的反馈",
  "matched_blocks": [2, 4],
  "data": {
    "member": "江争达",
    "feedbacks": [
      {"type": "批评", "content": "..."},
      {"type": "建议", "content": "..."}
    ]
  }
}
```

#### 2.5.2: 整合成员信息（主窗口）

**处理逻辑**：

对每个成员，整合以下信息生成章节：

**1. 上周完成**：
- 从周报提取已完成任务列表（带✅标记的项）

**2. 进行中**：
- 从周报提取进行中任务列表（带🔄标记的项）

**3. 收到的反馈/学习建议**：
- 从并行Agent返回结果中匹配该成员的反馈
- 如无反馈则显示"- 无"

**4. 下周任务**：
- 从 `next_week_tasks` 筛选该成员负责的任务
- 合并周报"下周计划"中的任务（语义去重）
- 按优先级排序：P0 → P1 → P2
- 格式：`- [ ] 🔴 P0|任务名称`（P0任务加红点，无空格）

**生成格式**：
- 每个成员一个四级标题
- 四个子部分按上述顺序排列

---

### 步骤 2.6: 生成"三、会议总结"

**核心原则**：提取决策 + 归纳总结

#### 2.6.1: 提取关键决策（调用Agent）

**操作**：
```python
Task(
  subagent_type="transcript_searcher",
  description="提取决策事项",
  prompt="""提取会议中的所有关键决策。

特征词："决定"、"确定"、"采用"、"要求"、"必须"、"不准"

请提取决策事项，包括：
- 决策内容
- 决策上下文

返回JSON格式（类型3：提取决策事项）。
"""
)
```

**Agent返回**（实际数据在`data`字段内）：
```json
{
  "search_intent": "提取决策事项",
  "matched_blocks": [3, 6],
  "data": {
    "decisions": [
      {
        "decision": "采用Claude Code Skill架构",
        "context": "Deepresearch框架选型讨论"
      }
    ]
  }
}
```

#### 2.6.2: 归纳总结（主窗口）

**处理逻辑**：

**1. 核心议题**：
- 从 `next_week_tasks` 提取项目名称
- 统计高频项目（简化项目名，提取核心关键词）
- 选取出现频率最高的前3个项目
- 用顿号连接

**2. 关键决策**：
- 直接使用Agent提取的决策列表
- 按序号格式化输出

**3. 下周工作重点**：
- 从 `next_week_tasks` 筛选所有P0任务
- 按序号列表格式输出

**生成格式**：
- 章节标题：## 三、会议总结
- 三个子部分：核心议题、关键决策、下周工作重点

---

## Phase 3: 最终输出

### 步骤 3.1: 组装完整文档

**操作**：
- 按顺序拼接所有生成的章节
- 标题格式：# 工程类会议纪要-{日期}-第X次周会
- 章节顺序：
  1. 一、会议信息
  2. 二、工作内容（包含4个子章节）
  3. 三、会议总结
- 添加页脚信息：纪要整理人、纪要时间、下次会议时间

### 步骤 3.2: 写入文件

**操作**：
- 确定文件名：`工程类会议纪要_{日期}_第X次周会.md`
- 输出路径：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\output\`
- 使用Write工具写入文件

### 步骤 3.3: 返回结果

**返回给用户**：
- 显示完成状态
- 汇总统计信息：
  - 会议时间
  - 参会人数
  - P0任务数
  - 问题讨论数
  - 下周任务总数
- 显示输出文件路径

---

## Phase 4: 学习研究类会议纪要生成

> ⚠️ **仅当 `learning_projects` 非空时执行本阶段**

### 步骤 4.1: 提取学习研究内容（调用 Agent）

**操作**：
```python
Task(
  subagent_type="transcript_searcher",
  description="提取学习研究讨论",
  prompt=f"""提取会议中的学习研究类讨论内容。

学习研究类项目列表：
{json.dumps(learning_projects, ensure_ascii=False)}

请为每个项目提取：
- 议题标题（会议中讨论的主题）
- 分享人（语义推断）
- 背景与目的
- 核心议题概述
- 关键讨论成果（Q&A、反馈、共识）
- 下一步研究方向

注意：
1. has_library_file=true 的项目，核心内容从资料库提取
2. has_library_file=false 的项目，从会议转写上下文推断
3. 资料库路径已固化，Agent 自行读取

返回JSON格式（类型5：提取学习研究内容）。
"""
)
```

**Agent 返回**：
```json
{
  "search_intent": "提取学习研究内容",
  "matched_blocks": [2, 5],
  "data": {
    "topics": [
      {
        "title": "Claude Code Skill开发规范",
        "presenter": "闫旭隆",
        "background": "...",
        "overview": "...",
        "discussions": ["Q1...", "A1..."],
        "next_steps": ["方向1", "方向2"]
      }
    ]
  }
}
```

### 步骤 4.2: 整合生成纪要（主窗口）

**处理逻辑**：
1. **会议信息**：复用 Phase 2.1 的数据
2. **学习研究内容**：遍历 Agent 返回的 `data.topics`，按模板格式化

**输出格式**（每个议题）：
```markdown
### {序号}. {title} ({presenter})

**背景与目的：**
- {background}

**核心议题概述：**
- {overview}

**关键讨论成果：**
- {discussions 列表}

**下一步研究方向：**
- {next_steps 列表}
```

### 步骤 4.3: 输出学习研究类纪要文件

**操作**：
- 确定文件名：`学习研究类会议纪要_{日期}_第X次周会.md`
- 输出路径：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\output\`
- 使用 Write 工具写入文件

**返回给用户**：
- 显示学习研究类纪要完成状态
- 显示议题数量
- 显示输出文件路径

---

## Phase 5: Q&A资源库类会议纪要生成

> ⚠️ **二次提取产物**：在 Phase 3（工程类）和 Phase 4（学习研究类）之后执行
>
> **依赖**：已生成的工程类会议纪要（必需）

### 前置检查

**操作**：
1. 检查 `output/` 目录下是否存在本次会议的工程类纪要文件
2. 如不存在 → 提示用户先生成工程类纪要，跳过 Phase 5
3. 如存在 → 继续执行

---

### 步骤 5.1: 复用会议信息（主窗口）

**数据来源**：已生成的工程类会议纪要

**操作**：
1. 读取工程类纪要文件
2. 提取"一、会议信息"章节内容
3. 直接复用，格式保持一致

**无需Agent**，主窗口直接处理 ✅

---

### 步骤 5.2: 提取工作问题 Q&A（主窗口）

**核心原则**：从已生成的纪要文件中提取，非原始转写

#### 5.2.1: 从工程类纪要提取问题

**操作**：
1. 定位"### 2. 重点项目问题及解决方案"章节
2. 解析每个问题块：
   - 问题标题（作为项目名称）
   - 问题描述（精简为主要问题）
   - 解决方案列表

#### 5.2.2: 从学习研究类纪要提取 Q&A（可选）

**操作**（如学习研究类纪要存在）：
1. 定位每个议题的"关键讨论成果"部分
2. 识别 Q&A 格式内容

#### 5.2.3: 合并去重

**处理逻辑**：
- 语义匹配（相似度 > 80%）视为同一问题，合并解决方案
- 按项目分组，同一项目多个问题归类在一起
- 格式化输出：`### {序号}. 项目名称：{project_name}`

**无需Agent**，主窗口直接处理 ✅

---

### 步骤 5.3: 提取重点工作方法（调用Agent + 主窗口）

**核心原则**：会议转写 + 周报，两者结合

#### 5.3.1: 从会议转写提取方法分享（调用Agent）

**操作**：
```python
Task(
  subagent_type="transcript_searcher",
  description="提取工作方法",
  prompt="""提取会议中分享的工作方法、技巧、最佳实践。

识别特征：
- 方法论讲解（"方法是..."、"技巧是..."）
- 经验分享（"我的做法是..."、"建议..."）
- 总结性语句（"总结一下..."、"关键是..."）

需提取字段：
- 方法名称（简短标题）
- 方法描述（详细说明）
- 提出人（从上下文推断）
- 相关项目

返回JSON格式（类型6：提取工作方法）。
"""
)
```

**Agent返回**（实际数据在`data`字段内）：
```json
{
  "search_intent": "提取工作方法",
  "matched_blocks": [2, 5],
  "data": {
    "methods": [
      {
        "name": "语义分析替代说话人标记",
        "description": "通过分析发言内容的语义特征来判断发言者",
        "presenter": "连云波",
        "related_project": "会议纪要信息提取"
      }
    ]
  }
}
```

#### 5.3.2: 从周报提取经验总结（主窗口）

**操作**：
- 遍历 `members_data` 中"详细工作内容"
- 识别方法论/经验总结内容（带"方法"、"技巧"、"经验"等关键词的段落）

#### 5.3.3: 合并整理（主窗口）

**处理逻辑**：
- 将会议方法与周报方法进行语义匹配
- 相似方法合并，补充细节
- 为每个方法生成完整结构：
  - 方法标题
  - 方法描述（合并会议详细讲解 + 周报简要描述）
  - 适用场景（从会议讨论上下文推断）
  - 关键要点（提炼为3-5条）

**输出格式**：
```markdown
- **方法 {序号}：{方法标题}**
  - {方法描述}
  - 适用场景：{场景描述}
  - 关键要点：
    - {要点1}
    - {要点2}
    - {要点3}
```

---

### 步骤 5.4: 输出Q&A资源库类纪要文件

**操作**：
1. 组装所有章节：
   - 一、会议信息（复用）
   - 二、工作问题 Q&A
   - 三、重点工作方法
2. 确定文件名：`Q&A资源库类会议纪要_{日期}_第X次周会.md`
3. 输出路径：`D:\AA_Work\skills合集\AIEC-团队开发规范Skills\.claude\skills\meeting-minutes-generator-v1\output\`
4. 使用 Write 工具写入文件

**特殊情况处理**：
| 情况 | 处理方式 |
|------|---------|
| 工程类纪要无问题章节 | Q&A章节输出"本次会议无记录的问题讨论" |
| 会议中无方法分享 | 若周报有经验总结则使用，否则输出"本次会议无记录的方法分享" |

**返回给用户**：
- 显示Q&A资源库类纪要完成状态
- 显示Q&A数量、方法数量
- 显示输出文件路径

---

## 关键辅助函数

### is_same_task(task1, task2)
判断两个任务是否为同一任务（语义相似度 > 85%）

### is_similar_problem(desc1, desc2)
判断两个问题是否相似（语义相似度 > 80%）

### merge_assignees(list1, list2)
合并负责人列表并去重

### extract_project_name(task_name)
从任务名称提取核心项目关键词

---

## 项目类型区分规则

**核心问题**：周报中没有"学习类"/"工程类"标签，两类项目都混在"P0任务完成情况"和"详细工作内容"中。

**区分方法**：
1. **资料库指引** ⭐：项目在 `input/成员本周资料库/` 下有对应md文件 → 学习研究类
2. **语义判断**：根据任务性质（知识获取/技能提升 vs 产出交付/功能实现）语义判断

**背景**：成员会以周报为顶层，讲到学习内容时打开资料库里的md进行分享，资料库中的项目通常是学习研究类。

---

## 注意事项

1. **优先级一致性**：
   - 项目进展：仅P0
   - 下周安排：P0/P1/P2按顺序
   - 成员进展：每人下周任务按P0→P1→P2排序

2. **数据互补原则**：
   - 问题：会议详细分析 + 周报初步描述
   - 任务：会议分配 + 周报计划，冲突时会议优先

3. **语义识别**：
   - 转写说话人标记不可靠
   - 责任人、优先级、反馈对象都需语义推断

4. **并行执行**：
   - 仅步骤2.5成员反馈提取并行（4-5个Agents）
   - 其他步骤串行执行（有数据依赖）

5. **默认值处理**：
   - 截止时间：会议日期 + 7天
   - 优先级：会议未提及的周报任务默认P1

6. **Agent返回数据解析**：
   - 所有transcript_searcher返回的JSON结构为：`{search_intent, matched_blocks, data}`
   - 实际业务数据在`data`字段内，需通过`result.data.xxx`访问
   - 示例：`result.data.problems`、`result.data.tasks`、`result.data.decisions`

---

## 根本逻辑文档

本 Skill 的详细执行逻辑（包括每个章节的数据来源、处理规则、输出格式），有任何问题请查阅：
- **工程类**：`references/detailed_logic.md`
- **学习研究类**：`references/学习研究类会议纪要生成逻辑.md`
- **Q&A资源库类**：`references/Q&A资源库类会议纪要生成逻辑.md`