AIEC_Skills/会议转写测试/会议纪要生成效果对比/gemini清洗前平台一次性生成/gemini工程类会议纪要.md

工程类会议纪要-2025-12-02-第X次周会

一、会议信息

• 会议时间： 2025-12-02
• 参会人员： 连云波(主持)、江争达、郝倩玉、陶西平、闫旭隆
• 记录整理人： Gemini

---

二、工作内容

1. 重点项目进展情况汇总

项目名称	原负责人	原截止时间	项目进展情况
会议纪要Skill架构优化	闫旭隆	12月02日	基本完成但需进一步测试（周报：已完成）。 会议演示了全量读取转写文本的方案，但发现Sub-agent调用存在路径和上下文隔离问题，建议后续尝试Agent调用Agent架构；计划引入Gemini视频转写作为输入源。
需求澄清Skill测试与推广	闫旭隆、郝倩玉	12月02日	完成。 已增加专家博弈机制（多轮交叉评价），并录制了演示视频。
数字人PPT需求文档	江争达	12月02日	需重写（周报：已完成）。 会议评审未通过：需求提炼过于简单（仅3-5分钟），未体现20-30分钟长视频的技术难点，且对“真实感”理解有误（如流利中文的老外），缺乏手势动作等核心需求。
问答系统V1.1前端重构方案	江争达、陶西平	12月02日	进行中。 已出初版文档，会议建议暂停直接开发，先利用Opus审查后端代码，并用大模型生成前端重构方案进行对比。
数字分身需求文档	郝倩玉	12月02日	暂停/放缓。 核所需求放缓，暂不以其需求为核心，转为自行调研市面优秀案例。

2. 重点项目问题及解决方案

项目: 会议纪要Skill开发

问题1：Skill调用Sub-agent存在上下文和路径问题

• 问题描述： 在测试中发现，Skill调用Sub-agent时，如果是相对路径几乎无法成功，绝对路径偶尔成功；且Sub-agent的上下文隔离效果不理想，逻辑控制存在问题。
• 解决方案：
  1. 短期方案： 暂时将Skill逻辑直接提取到主窗口上下文执行，利用主窗口的强大理解能力。
  2. 长期架构： 放弃“Skill调Sub-agent”模式，转向“Agent调用Agent”架构，在主Agent下定义子Agent，逻辑更清晰。
  3. 输入源优化： 采用Gemini处理会议视频（多模态能力），生成精准文字稿后再喂给Skill。
• 责任人： 闫旭隆
• 截止时间: 2025-12-09

项目: 数字人PPT生成

问题2：需求文档缺乏深度与核心难点

• 问题描述： 提交的需求文档仅列出了基础功能（如PPT同步、画面不遮挡），忽视了长视频（20-30分钟）生成的成本与技术难点，且对数字人“真实感”的定义存在偏差（如不仅是语音流利，更要有肢体动作）。
• 解决方案：
  1. 修改需求： 增加时长至20-30分钟的要求，增加手势动作需求。
  2. 技术路径： 利用Gemini 3.0生成分镜脚本和分镜图片，结合VEO 3.1或Nano Banana生成视频片段，再进行拼接。
  3. 样本制作： 本周内必须用真人素材训练出一个语音和视频样本，验证可行性。
• 责任人： 江争达
• 截止时间: 2025-12-09

项目: 前端重构

问题3：重构方案缺乏大模型辅助验证

• 问题描述： 目前的重构方案主要基于人工思考，未充分利用大模型能力进行代码审查和方案对比；且Claude 4.5在文字回答上存在幻觉风险。
• 解决方案：
  1. 后端审查： 使用Opus 4.5或Codex对现有后端代码进行Code Review。
  2. 方案对比： 让GPT-5.1或Gemini基于现有架构生成一版前端重构方案，与人工方案进行对比，查漏补缺。
• 责任人： 江争达、陶西平
• 截止时间: 2025-12-09

3. 下周工作安排

项目名称	负责人	下周会前目标	优先级	截止时间
🔴 会议纪要Skill优化与测试	闫旭隆	生成双版本对比纪要：1.基于当前Skill+腾讯会议文本；2.基于Gemini视频转写+Skill	P0	12月09日
🔴 需求澄清Skill二阶段可视化	闫旭隆	整理二阶段专家交叉回应的可视化效果，并梳理完整流程图	P0	12月09日
🔴 数字人PPT视频样本及需求修正	江争达	1.产出真人训练视频样本；2.使用Gemini 3.0测试分镜脚本；3.修正需求文档	P0	12月09日
🔴 招投标文件Skill架构设计	闫旭隆、郝倩玉	完成架构设计（需求紧急，优先级提升）	P0	12月09日
问答系统V1.1前端重构	江争达、陶西平	使用大模型（Opus/GPT）生成对比方案并审查后端代码	P1	12月09日
Gartner报告解读转写系统	郝倩玉、闫旭隆	完成架构设计	P1	12月09日
PDF Skill技术调研	江争达	调研Claude Code PDF能力	P1	12月09日
架构迁移研究	闫旭隆	研究从Cloud Code Skill架构转为LangChain/Deep Agent架构的可行性	P1	待定
日报驱动系统需求研究	江争达（丁康执行）	指导丁康完成Asana架构学习及日报驱动需求研究	P2	待定
Skill Plugin管理系统搭建	江争达	学习并搭建内部Skill Marketplace	P2	待定

4. 组内成员工作进展

闫旭隆

上周完成:

• ✅ 需求澄清-需求文档skill优化（增加多轮博弈机制）
• ✅ 会议纪要Skill优化（全量读取模式）

进行中:

• 🔄 招投标文件Skill架构设计

收到的反馈/学习建议:

• 建议: Skill调用Sub-agent路径问题难以解决，建议转向Agent调用Agent架构。
• 建议: 提示词编写要有明确的正确/错误示例，才能保证Agent执行质量。
• 表扬: 演示的PPT生成Skill（结合Gemini规划+Playwright执行）效果非常好，完全自动化。

下周任务:

• 🔴 P0｜会议纪要Skill优化与测试（Gemini视频源对比）
• 🔴 P0｜需求澄清Skill二阶段可视化
• 🔴 P0｜招投标文件Skill架构设计
• P1｜架构迁移研究（Skill to Deep Agent）

江争达

上周完成:

• ✅ 数字人PPT需求文档（会议评审认为需重写）
• ✅ 问答系统v1.1前端重构方案（初版）

进行中:

• 🔄 数字人PPT需求文档修正
• 🔄 前端重构方案优化

收到的反馈/学习建议:

• 批评: 数字人需求文档“只看树木不看森林”，对“真实感”理解有误（如流利中文老外问题）。
• 批评: 需求文档过于简单，未挖掘20-30分钟长视频生成的真正技术难点。
• 建议: 不要急着写代码，先用Opus审查后端，用GPT/Gemini生成前端方案做对比。
• 建议: 尽快测试Gemini 3.0的分镜脚本生成能力。

下周任务:

• 🔴 P0｜数字人PPT视频样本及需求修正
• P1｜问答系统V1.1前端重构（模型辅助方案）
• P1｜PDF Skill技术调研
• P2｜日报驱动系统需求研究（指导丁康）
• P2｜Skill Plugin管理系统搭建

郝倩玉

上周完成:

• ✅ Gartner报告解读转写系统需求文档
• ✅ 投标商务应答文件自动生成系统需求文档

进行中:

• 🔄 数字分身需求对接（放缓）

收到的反馈/学习建议:

• 确认: 招投标文件Skill需求紧急，提升为P0优先级。

下周任务:

• 🔴 P0｜招投标文件Skill架构设计（协助）
• P1｜Gartner报告解读转写系统架构设计

陶西平

上周完成:

• ✅ 协助江老师修改数字人需求文档
• ✅ 前端框架重构分析

进行中:

• 🔄 前端功能分析

收到的反馈/学习建议:

• 任务调整: 配合江争达进行前端重构的大模型方案生成与对比。

下周任务:

• P1｜问答系统V1.1前端重构（协助）

---

三、会议总结

核心议题: 会议纪要Skill架构复盘、数字人PPT需求深度评审、前端重构方法论纠偏

关键决策:

1. 会议纪要输入源升级： 决定引入Gemini处理会议视频，利用其多模态能力生成高质量文字稿作为Skill输入。
2. Agent架构调整： 鉴于Skill调用Sub-agent的路径和上下文问题，未来开发倾向于“Agent调用Agent”或主窗口全量加载模式。
3. 数字人需求变更： 明确数字人PPT视频需满足20-30分钟时长，必须包含手势动作，并利用Gemini 3.0生成分镜脚本。
4. 优先级调整： 招投标文件Skill开发提升为P0级任务。
5. 重构方法论： 前端重构禁止直接编码，必须先通过大模型（Opus/GPT）进行后端审查和前端方案生成对比。

下周工作重点:

1. 完成会议纪要Skill的双版本效果对比（腾讯会议文本 vs Gemini视频转写）。
2. 产出数字人真人的训练视频样本及修正后的需求文档。
3. 完成招投标文件Skill的架构设计。
4. 落实前端重构的大模型辅助验证方案。