agentleFS
cookyman74cookyman74/llmwiki-harness/.claude/skills/meeting-minutes/SKILL.md

meeting-minutes

Skill34 starsChanged 3 months agoMITView on GitHub

음성 녹음(m4a·mp3·wav)을 전사해 회의록 노트로 만든다. 로컬 전사(온디바이스)와 OpenAI API 전사 두 백엔드를 회의 민감도에 따라 선택한다. 트리거 — "녹음 정리/전사", "회의록 만들어", "녹음 내용 정리", "음성 회의록", "transcribe", 일일노트에 `![[Recording *.m4a]]` 첨부, `raw/assets/`에 오디오 추가. 후속 표현도 포함 — "다시 전사", "재실행", "회의록 보완", "액션아이템만 다시", "로컬로 다시 돌려". 텍스트만 있는 회의 메모를 정리하는 작업(녹음 없음)에는 쓰지 않는다 — 그건 wiki-ops 인제스트다.

  • Reads credentials
  • Installs packages

46 other projects use a version of this.

Adopted by

Most recently taken up by

Used with

Projects with it also use study-plan, contract-review and 6 more.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • AnthropicSkill

    study-plan

    Build or update a long-term bar prep (or exam prep) study plan — phases, subjects weighted by weakness, daily session schedule, adaptive to session history in study-plan.yaml. Use when the user says "build a study plan", "plan my bar prep", "schedule my studying", or "how should I study for [X]".

    Also in 3 projects that use this

  • AnthropicSkill

    contract-review

    Lightweight NDA, MSA, and vendor contract review for SMBs without legal on staff. Reads contracts from local files, mail attachments (Gmail or M365), a connected file store (Google Drive or M365), or DocuSign envelopes; flags non-standard terms; explains risks in plain English; and outputs a marked-up redline as a separate DOCX. Use when the user says "review this contract," "what am I signing," "red flags," "flag any concerns," "check the payment terms," or uploads/forwards a contract or legal agreement.

    Also in 5 projects that use this

  • shanggqmSkill

    data-analysis

    数据分析技能,提供结构化的数据查询、统计分析和报告生成工作流。当用户需要查询数据库、进行数据统计分析、生成分析报告时使用。按规范输出原始数据、计算结果、Markdown报告和HTML可视化报告。

    Also in 3 projects that use this

  • asterkinSkill

    adr

    Create Architecture Decision Records (ADRs) following project standards. Guides template usage, process, and best practices for documenting architecturally significant decisions.

    Also in 3 projects that use this

  • Google CloudSkill

    triage

    Gather context on a change or bug and plan the implementation.

    Also in 3 projects that use this

  • SentrySkill

    skill-creator

    Create new agent skills following the Agent Skills specification. Use when asked to "create a skill", "add a new skill", "write a skill", "make a skill", "build a skill", or scaffold a new skill with SKILL.md. Guides through requirements, writing, registration, and verification.

    Also in 4 projects that use this

  • +1 more from anthropics

The file

Files
SKILL.md

meeting-minutes

녹음 → 전사문 → 회의록 노트. 산출물은 두 개로 나뉜다.

산출물위치성격
전사 원문raw/meetings/transcripts/YYYY-MM-DD-<파일명>.transcript.md기계 출력. 길고 그대로 읽히지 않음
회의록raw/meetings/YYYY-MM-DD <제목>.md사람이 읽고 위키로 인제스트되는 정본

전사문을 회의록에 합치지 않는 이유: 63분 녹음이 2만 자를 넘어 회의록의 가독성을 파괴하고, 인제스트 시 토큰을 낭비한다. 원문은 근거로 보존하되 링크로만 참조한다.

Phase 0 — 컨텍스트 확인

미처리 녹음 일람은 스크립트가 준다 (SessionStart 훅이 자동 호출하므로 대개 이미 알고 있다):

python3 .claude/skills/meeting-minutes/scripts/pending-recordings.py .
#   NEW          전사문 없음           → 전사부터 (백엔드 판정 필요)
#   TRANSCRIBED  전사문 O · 회의록 X    → 회의록만 작성 (전사 재실행 금지)
#   DONE         회의록이 그 녹음 참조   → 완료

판정 근거는 파일명 규칙이 아니라 frontmatter의 명시적 참조다 — 전사문의 source_audio:, 회의록의 recording:. 파일을 옮겨도 연결이 깨지지 않는다.

전사·회의록 작성은 자동화하지 않는다. 훅은 감지와 알림까지만 한다. 백엔드 판정(Phase 1)은 되돌릴 수 없는 결정이고 회의 성격은 파일명으로 알 수 없으므로, 반드시 사용자에게 물어본 뒤 진행한다. 무인 자동 전사를 원한다면 references/auto-watch.md(로컬 전사 한정) 참조.

  1. 대상 오디오를 특정한다. 일일노트의 ![[Recording *.m4a]] 임베드, raw/assets/ 최신 파일, 또는 사용자 지정 경로.
  2. raw/meetings/transcripts/에 같은 파일의 전사문이 이미 있는지 확인한다.
    • 있고 + 회의록 수정 요청 → 전사 건너뛰고 회의록만 재작성 (전사는 비싸다. 재실행 금지)
    • 있고 + 백엔드 변경 요청 → 재전사 후 기존 전사문 덮어씀
    • 없음 → 전사부터
  3. python3 .claude/skills/meeting-minutes/scripts/transcribe.py --check 로 백엔드 가용성을 먼저 본다.

Phase 1 — 백엔드 선택 (가장 중요)

오디오를 외부로 보낼지 말지의 결정이고, 되돌릴 수 없다. 전송된 데이터는 삭제해도 캐시·색인이 남을 수 있다.

판정 규칙

회의 성격백엔드이유
인사·평가·징계·급여 협의local개인에 대한 판단이 담김
심사·채점·수상작 선정local심사위원 발언은 비공개 전제
계약·법무·소송·감사local법적 분쟁 시 증거로 다뤄짐
미공개 재무·M&A·인수local내부자 정보
개인정보·건강·상담local정보주체 동의 없음
보안 취약점·사고 대응local공격 표면 노출
고객사 기밀이 오간 회의local제3자 데이터 — 계약 위반 소지
일반 업무회의·진행상황 공유openai
기술 논의·설계 리뷰openai
일정 조율·업무 분배openai
사내 세미나·교육openai
본인 단독 메모·구술 초안openai타인 음성 없음

판정 절차

  1. 위 표로 분류한다. 파일명·일일노트 맥락·사용자 발언이 단서다.
  2. 애매하면 local. 오분류 비용이 비대칭이다 — local 오분류는 시간만 더 들지만, openai 오분류는 되돌릴 수 없다.
  3. openai로 판정했으면 실행 전 사용자에게 한 줄로 확인받는다: "일반 업무회의로 보고 OpenAI로 전사합니다. 민감 내용이 있으면 알려주세요."
  4. 참석자 중 본인 외 타인의 음성이 포함되고 그들이 외부 전송에 동의한 적 없다면, 표에서 openai여도 local을 우선 제안한다.

스크립트는 --confirm-upload 없이는 openai 백엔드를 실행하지 않는다. 이 규칙을 프롬프트로만 두면 잊히므로 코드로 강제했다. 플래그를 붙이는 행위 자체가 판정을 마쳤다는 기록이다.

Phase 2 — 전사 실행

cd <볼트 루트>
S=.claude/skills/meeting-minutes/scripts

# 민감 → 로컬
python3 $S/transcribe.py --backend local \
  --input "raw/assets/Recording 20260813104144.m4a"

# 일반 → OpenAI (판정 + 사용자 확인 후에만)
python3 $S/transcribe.py --backend openai --confirm-upload \
  --input "raw/assets/Recording 20260813104144.m4a"

여러 파일을 --input a.m4a b.m4a로 넘기면 한 회의의 연속 녹음으로 처리한다.

  • 소요: 로컬은 실시간의 0.150.3배(63분 → 1020분), OpenAI는 2~4분.
  • 로컬 첫 실행은 모델 다운로드(~1.5GB)가 선행된다.
  • 진행 로그는 stderr, 결과 JSON은 stdout. 실패 시 그 파일만 건너뛰지 않고 중단한다 — 부분 전사는 회의록을 왜곡한다.

옵션은 references/backend-setup.md 참조 (모델 교체·타임스탬프 정밀도·청크 크기).

Phase 3 — 회의록 작성

전사문을 meeting-scribe 에이전트에게 위임한다. 전사문은 2만 자를 넘어 메인 컨텍스트에 올리면 이후 대화가 오염된다.

Agent(subagent_type="meeting-scribe", prompt="
전사문: raw/meetings/transcripts/2026-08-13-Recording 20260813104144.transcript.md
회의 맥락: <일일노트 메모·참석자·목적 등 아는 것>
출력 경로: raw/meetings/2026-08-13 <제목>.md
")

에이전트가 없거나 단일 파일이 짧으면(5분 미만) 직접 작성해도 된다.

Phase 4 — 정리 및 환류

  1. 회의록 상단 frontmatter에 recording·transcript·backend가 채워졌는지 확인한다.
  2. 일일노트의 기존 수기 메모와 대조한다. 사람이 적어둔 요점이 회의록에서 빠졌으면 사람 메모가 우선이다 — 전사는 발언을 담지만 판단을 담지 못한다.
  3. 액션아이템이 있으면 일일노트 ## 할 일에 반영을 제안한다.
  4. 위키 인제스트를 제안한다 (wiki-ops). 회의록은 L2 증거 페이지로 좋은 소스다.

API 키 설정

python3 .claude/skills/meeting-minutes/scripts/apikey.py status        # 현재 출처 확인
python3 .claude/skills/meeting-minutes/scripts/apikey.py set-keychain  # 키체인에 저장
python3 .claude/skills/meeting-minutes/scripts/apikey.py migrate       # 레거시 파일 → 키체인

해석 순서는 --api-key > OPENAI_API_KEY > macOS 키체인 > ~/.config/llmwiki/secrets.json(0600) > ~/Downloads/security.json(레거시).

키체인을 권장하는 이유: 암호화 저장이고, 프로세스 환경변수로 새지 않으며, 볼트가 OneDrive로 동기화돼도 따라가지 않는다. 상세는 references/backend-setup.md.

실패 처리

증상원인대응
ffmpeg 없음미설치brew install ffmpeg
로컬 전사 엔진이 없다mlx-whisper 미설치python3 -m pip install mlx-whisper
openai 백엔드가 거부됨--confirm-upload 누락판정을 다시 하라. 의도적 차단이다
OpenAI 키 없음키 미설정apikey.py set-keychain
413 / file too large청크 실패--chunk-min 5 로 낮춤
전사문이 뒤죽박죽화자 분리 미지원Whisper 계열은 화자를 나누지 않는다. references/backend-setup.md의 화자 분리 항목 참조

테스트 시나리오

정상: raw/assets/Recording 20260813104144.m4a(33분, AI 공모전 평가 회의) → 심사 회의이므로 판정 local → --backend local 실행 → raw/meetings/transcripts/2026-08-13-Recording 20260813104144.transcript.md 생성 → meeting-scribe가 raw/meetings/2026-08-13 AI 공모전 최우수상 평가 회의.md 작성 → 일일노트 수기 메모 4줄이 회의록에 모두 반영됐는지 대조. 검증: 전사문 frontmatter backend: local·sensitivity: confidential, 회의록에 액션아이템 담당·기한 존재.

에러: 같은 파일에 --backend openai를 --confirm-upload 없이 실행 → 스크립트가 판정 안내와 함께 종료, 네트워크 호출 0회. 검증: 전사문 미생성, exit code 1.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.