Local Meeting Scribe Skill Guide

Prerequisites

Python 3.11 需预先安装。模型首次运行时自动下载（ASR ~1GB + LLM ~7GB），后续运行直接使用本地缓存。

Installation

无需手动安装依赖。首次调用 scripts\run.ps1 时会自动：

1. 创建 Python 虚拟环境到 ~/.openvino/venv/local-meeting-scribe/
2. 使用 uv（或 pip）安装 requirements.txt 中所有依赖
3. 下载 ASR 模型（FunASR Paraformer-zh）到 ModelScope 缓存目录
4. 下载 Qwen2.5-7B-Instruct 并导出为 OpenVINO INT8 格式

如果安装中断或网络超时，重新运行 scripts\run.ps1 即可恢复。

Usage

Generate meeting minutes from audio

scripts\run.ps1 "<audio_file_path>" [--output <output_path>] [--transcribe-only] [--continue]

Examples:

Important:

• scripts\run.ps1 is the only supported interface — do not call other scripts directly.
• First call downloads models (ASR ~1GB + LLM ~7GB); if it times out, run scripts\run.ps1 --continue to resume.
• On non-supported hardware the skill prints a warning but continues with CPU fallback.
• Never fall back to a cloud service — all processing is 100% local.

Interpreting the reply

The output is a structured Markdown document with these sections:

# 会议纪要

**会议时间**: <detected or current time>
**参会人员**: <extracted names>

## 议题摘要
<numbered topics>

## 关键决策
<decisions made during the meeting>

## 待办事项
- [ ] <action item> - 负责人: <person>

## 其他备注
<additional notes>

User-facing labels use Chinese: 议题摘要 / 关键决策 / 待办事项 / 其他备注 / 耗时.

Configuration

模型路径可通过环境变量覆盖默认位置：

示例：将模型存到 D 盘避免 C 盘空间不足

$env:OPENVINO_MODELS_DIR = "D:\ai-models"
scripts\run.ps1 "meeting.mp3"

Architecture

Audio File ──→ [FunASR Paraformer-zh] ──→ Transcript ──→ [Qwen2.5-7B OpenVINO INT8] ──→ Meeting Minutes
                  (local, CPU)                           (local, GPU/NPU/CPU auto)

Components

OpenVINO 设备选择

LLM 引擎启动时自动选择最佳加速设备：

1. 检测到 GPU（Intel Arc 等）→ GPU
2. 检测到 NPU → NPU
3. 其他情况 → CPU 回退

OpenVINO 集成代码

LLM 推理核心路径（llm_engine.py）使用 OpenVINO GenAI API：

import openvino_genai as ov_genai

# 自动检测最佳设备
core = ov.Core()
available = core.available_devices  # ['CPU'] / ['GPU'] / ['NPU', 'GPU']

# 加载 OpenVINO INT8 量化模型
pipe = ov_genai.LLMPipeline(model_dir, device)

# 生成会议纪要
config = ov_genai.GenerationConfig()
config.max_new_tokens = 2048
result = pipe.generate(prompt, config)

依赖声明（requirements.txt）：

• openvino>=2025.0 — OpenVINO 核心推理引擎
• openvino-genai>=2025.0 — OpenVINO GenAI（LLMPipeline 高级 API）
• optimum[openvino] — HuggingFace optimum，用于导出 INT8 量化模型

Agent Tool Integration

本 Skill 遵循 Anthropic Skills 规范，AI Agent 通过 SKILL.md frontmatter 自动发现并调用。

工具触发条件

Agent 会在用户输入匹配以下关键词时激活本 Skill：

工具输入接口

{
  "tool": "local-meeting-scribe",
  "arguments": {
    "audio_file": "<path-to-audio>",
    "output_path": "<optional-output-path>",
    "transcribe_only": false
  }
}

工具输出格式

{
  "ok": true,
  "result": {
    "transcription": "...",
    "minutes": "# 会议纪要\n\n**会议时间**: ...\n...",
    "timing": {
      "asr_seconds": 12.5,
      "llm_seconds": 8.3,
      "total_seconds": 21.2
    }
  }
}

运行时入口

Agent 通过 scripts/agent_tool.py 调用（支持 function call 标准 JSON-RPC）：

# 方式 1: JSON-RPC (Agent function call 标准入口)
python scripts/agent_tool.py --json "{\"audio_file\": \"<path-to-audio>\", \"output_path\": \"<optional>\"}"

# 方式 2: 命令行 (人类调试)
python scripts/agent_tool.py "<path-to-audio>" [--output <path>] [--transcribe-only]

# 方式 3: 发现工具 (返回 JSON Schema)
python scripts/agent_tool.py

agent_tool.py 自动完成：加载模型 → FunASR 转写 → OpenVINO GenAI 推理 → 返回结构化 JSON 结果。

Troubleshooting

What this skill does NOT do

• Does NOT upload any audio or text to cloud services
• Does NOT modify or delete the original audio file
• Does NOT support real-time streaming transcription (batch processing only)
• Does NOT support languages other than Chinese (Mandarin)