186 lines
9.8 KiB
Markdown
186 lines
9.8 KiB
Markdown
# 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。 |