智能会议纪要助手:OpenClaw自动总结录音并分发待办事项
来源：互联网 2026-04-19 21:37:05配置飞书通道与会议录音接入 实现OpenClaw自动处理会议录音，首先需要将其与飞书会议进行集成。核心目标是确保音频流能够实时、稳定地传输至后续处理流程。此过程依赖于飞书企业自建应用的权限配置与网络设置。 首先，请在飞书开放平台创建一个企业自建应用。创建完成后，请记录以下关键凭证：App ID、Ap
配置飞书通道与会议录音接入
实现OpenClaw自动处理会议录音，首先需要将其与飞书会议进行集成。核心目标是确保音频流能够实时、稳定地传输至后续处理流程。此过程依赖于飞书企业自建应用的权限配置与网络设置。
首先，请在飞书开放平台创建一个企业自建应用。创建完成后，请记录以下关键凭证：App ID、App Secret、Verification Token 和 Event Encrypt Key。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
随后，进入应用权限管理界面。在“会议”模块中，勾选READ（读取）与WRITE（写入）权限，并提交审核。此步骤相当于为OpenClaw授予接入会议并进行记录的权限。
网络配置同样重要。通过执行curl ifconfig.me命令，获取部署OpenClaw的服务器的公网IP地址，并将此IP地址添加至飞书的安全白名单中。这确保了数据通信的畅通无阻。
最后，打开配置文件~/.openclaw/openclaw.json，在channels.feishu节点下，填入上述四项关键凭证。请确保将realTimeTranscribe选项设置为启用状态。至此，飞书通道配置完成。
本地部署Qwen3.5-9B模型服务
接入音频流后，需要将其转换为文本并进行理解。为兼顾低延迟、高可控性及数据隐私，选择在本地部署大语言模型是较为稳妥的方案。本文以Qwen3.5-9B模型为例。
第一步，获取模型。从镜像仓库拉取已量化的Docker镜像：docker pull csdnmirrors/qwen3.5-9b:latest。
第二步，启动服务。运行以下Docker命令启动容器：docker run -d --name qwen-9b -p 5000:5000 -v ~/qwen_data:/app/data csdnmirrors/qwen3.5-9b:latest --api-port 5000 --quantization int4。此命令将容器5000端口映射至本地，挂载数据卷，并指定使用int4量化精度运行以节省资源。
第三步，配置OpenClaw。在openclaw.json配置文件的models.providers节点下，新增一个local-qwen条目。将baseUrl设置为http://localhost:5000/v1，api类型设置为openai-completions。
配置完成后，执行openclaw models list命令验证连接。若返回状态显示为active（活跃）且响应时间低于800ms，则表明本地模型服务已就绪。
安装并启用核心技能模块
完成通道与模型配置后，需为OpenClaw安装功能模块。这些技能模块协同工作，完成从语音识别到任务分发的完整流程。安装时需注意授权与依赖顺序。
首先，安装语音识别技能。运行clawhub install speech-to-text。安装成功后，请在系统隐私设置中授予OpenClaw访问麦克风的权限。
其次，安装待办事项提取技能。运行clawhub install task-extractor。此模块要求所依赖的模型上下文窗口≥32768，此前部署的Qwen3.5-9B模型可满足此要求。
接着，安装日历同步技能。运行clawhub install calendar-sync。安装后需在配置中指定defaultCalendar字段，例如设置为“技术部日程”，以确定任务同步的目标飞书日历。
所有技能安装完毕后，请重启网关服务：openclaw gateway restart。重启后，运行openclaw skills list进行检查，确保所有技能状态均为enabled（已启用）。
构建会议处理流水线
各组件就绪后，即可构建自动化处理流水线。此流程定义了从音频输入到待办分发的完整数据流，由OpenClaw的技能编排器自动调度。
触发流水线的方式简单。只需在飞书群聊中发送指令，例如：“处理最新会议录音，生成纪要，提取Action Items并同步至飞书待办”。
OpenClaw收到指令后，将自动识别消息中的飞书妙记链接。随后，audio_transcribe技能被调用，负责下载音频文件并智能分段处理（每段不超过15分钟），以适应模型的最佳处理长度。
音频转写为文本后，text_summarize技能开始工作。它将转写文本送入Qwen3.5-9B模型，依据预设模板生成结构清晰的会议纪要文件（summary.md），通常包含时间戳、发言人及议题结论。
最后，task-extractor技能将解析这份纪要，精准提取待办事项，并输出为JSON格式的todo_list.json文件。该列表中的每一项均会明确包含负责人、截止时间和优先级这三个关键字段。
对接飞书待办与群组推送
流水线生成待办清单后，最后一步是将其精准分发，并附上完整的会议上下文，形成任务闭环。
calendar-sync技能将读取上一步生成的todo_list.json文件，调用飞书OpenAPI，在飞书日历中为每项待办创建任务。该过程会自动@对应负责人并设置截止时间。
同时，系统会将详细的会议纪要summary.md转换为飞书富文本卡片格式。卡片中会嵌入原始会议录音链接、关键结论的时间戳锚点，以及直接跳转至对应待办的按钮，便于追溯。
随后，一条汇总消息将被发送至最初发起指令的飞书群组。消息标题通常为“【会议纪要】+会议主题”，正文包含结构化的会议摘要与清晰的待办事项清单。
至此，整个流程结束。所有通过此系统创建的待办事项，均会携带唯一的claw_id标签。此后，您可通过openclaw todo status [claw_id]命令，随时查询任何任务的执行进度，便于跟踪管理。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
