Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/ztxtech/meeting-auto-summary

Local meeting audio/video transcription skill with speaker diarization, subtitles, summaries, reports, and optional translation.
https://github.com/ztxtech/meeting-auto-summary

ai-skills claude-code codex local-ai meeting-summary mlx mlx-audio opencode qwen3-asr speaker-diarization speech-to-text subtitles

Last synced: 10 days ago
JSON representation

Local meeting audio/video transcription skill with speaker diarization, subtitles, summaries, reports, and optional translation.

Awesome Lists containing this project

README 

          


  Meeting Auto Summary






  English ·

  简体中文




**Meeting Auto Summary** 是一个本地会议音视频处理 skill，用于把会议音频或视频转换成结构化产物：带说话人标签的转写稿、SRT 字幕、纯文本字幕、会议总结、正式报告，以及可选的翻译版本。



它内置基于 **Qwen3-ASR MLX** 的本地语音识别流程，以及轻量的 **Sortformer MLX 人声区分**模型。这个 skill 面向编码 Agent 工作流：Agent 会先检查本地环境，再询问缺失的输入/输出信息，运行转写脚本，最后在指定输出目录生成 `summary.md` / `report.md`。





  Quick Start

  Install

  Agents

  Outputs




---



## ✨ 功能



这个 skill 会在同一个输出目录下生成：



```text

audio.wav

transcript.md

subtitles.srt

subtitles.txt

summary.md

report.md                 # 用户需要正式报告时生成

transcript-.md       # 用户需要翻译时生成

subtitles-.srt

subtitles-.txt

summary-.md

report-.md

```



核心流程：



1. 检查 Python、ffmpeg、MLX Audio 和模型路径。

2. 确认交互语言；默认使用用户输入语言。

3. 如果缺少输入媒体路径或输出目录，先询问用户。

4. 询问是否需要翻译转写相关文件。

5. 运行本地 ASR 和可选人声区分。

6. 生成 `summary.md`，需要时生成 `report.md`。

7. 检查所有预期文件是否存在。



---



## 🚀 快速开始



在仓库根目录运行：



```bash

# 检查 runner

SKILL_DIR="skills/meeting-auto-summary"

"$SKILL_DIR/.venv/bin/python" "$SKILL_DIR/run.py" --help



# 将音视频转写到输出目录

"$SKILL_DIR/.venv/bin/python" "$SKILL_DIR/run.py" example/iShot_2026-05-22_14.54.02.mp4 \

  --model skills/meeting-auto-summary/model/Qwen3-ASR-0.6B-6bit \

  --speaker-mode diarize \

  --diarization-model skills/meeting-auto-summary/model/diar_sortformer_4spk-v1-fp16 \

  --output-dir tmp/iShot_2026-05-22_14.54.02 \

  --title iShot_2026-05-22_14.54.02

```



然后让你的编码 Agent 使用 `$meeting-auto-summary`，根据生成的转写稿创建 `summary.md` 和可选翻译文件。



---



## 📦 安装 Skill



下面的命令会复制 skill 目录。假设你已经在本地 clone 了本仓库，并且模型已经位于：



```text

skills/meeting-auto-summary/model/

```



建议使用 `rsync` 而不是 `cp -R`，这样更新时可以干净地替换旧脚本文件，同时保留目录结构。



### 选择 Qwen3-ASR MLX 模型



这个 skill 可以使用任意本地 Qwen3-ASR MLX 模型目录。环境准备阶段，Agent 应该先检查你的 Mac 配置并给出推荐，但你仍然可以为了速度或内存余量主动选择更小的模型。



模型 collection：



```text

https://huggingface.co/collections/mlx-community/qwen3-asr

```



检查 Mac 配置：



```bash

system_profiler SPHardwareDataType | sed -n '1,30p'

sysctl -n hw.memsize

```



推荐默认值：



| Mac 内存 | 推荐模型 | 适用场景 |

|---|---|---|

| 8 GB | `mlx-community/Qwen3-ASR-0.6B-4bit` | 最稳妥的小模型 |

| 16 GB | `mlx-community/Qwen3-ASR-0.6B-6bit` | 平衡默认选择 |

| 24-36 GB | `mlx-community/Qwen3-ASR-1.7B-4bit` | 更好识别质量，内存压力适中 |

| 48 GB+ | `mlx-community/Qwen3-ASR-1.7B-6bit` | 更高质量 |

| 64 GB+ | `mlx-community/Qwen3-ASR-1.7B-8bit` 或 `mlx-community/Qwen3-ASR-1.7B-bf16` | 质量优先，速度和内存成本更高 |



安装所选模型：



```bash

SKILL_DIR="skills/meeting-auto-summary"

mkdir -p "$SKILL_DIR/model"

huggingface-cli download mlx-community/Qwen3-ASR-0.6B-6bit \

  --local-dir "$SKILL_DIR/model/Qwen3-ASR-0.6B-6bit"

```



可选版本：



```text

mlx-community/Qwen3-ASR-0.6B-4bit

mlx-community/Qwen3-ASR-0.6B-5bit

mlx-community/Qwen3-ASR-0.6B-6bit

mlx-community/Qwen3-ASR-0.6B-8bit

mlx-community/Qwen3-ASR-0.6B-bf16

mlx-community/Qwen3-ASR-1.7B-4bit

mlx-community/Qwen3-ASR-1.7B-5bit

mlx-community/Qwen3-ASR-1.7B-6bit

mlx-community/Qwen3-ASR-1.7B-8bit

mlx-community/Qwen3-ASR-1.7B-bf16

```



人声区分模型：



```text

https://huggingface.co/mlx-community/diar_sortformer_4spk-v1-fp16

```



安装命令：



```bash

huggingface-cli download mlx-community/diar_sortformer_4spk-v1-fp16 \

  --local-dir "$SKILL_DIR/model/diar_sortformer_4spk-v1-fp16"

```



### Claude Code



Claude Code 的 skills 是包含 `SKILL.md` 的 Markdown skill 文件夹。项目级 skill 位于项目目录，用户级 skill 位于用户 Claude 目录。



用户级安装：



```bash

mkdir -p "$HOME/.claude/skills"

rsync -a --delete skills/meeting-auto-summary/ "$HOME/.claude/skills/meeting-auto-summary/"

```



项目级安装：



```bash

mkdir -p .claude/skills

rsync -a --delete skills/meeting-auto-summary/ .claude/skills/meeting-auto-summary/

```



### Codex



Codex skills 使用包含 `SKILL.md` 的文件夹。当前 OpenAI Codex 文档描述的项目级路径是 `.agents/skills`；本地 Codex 环境也支持 `$CODEX_HOME/skills` 或 `~/.codex/skills` 下的用户级 skill。



用户级安装：



```bash

CODEX_HOME="${CODEX_HOME:-$HOME/.codex}"

mkdir -p "$CODEX_HOME/skills"

rsync -a --delete skills/meeting-auto-summary/ "$CODEX_HOME/skills/meeting-auto-summary/"

```



项目级安装：



```bash

mkdir -p .agents/skills

rsync -a --delete skills/meeting-auto-summary/ .agents/skills/meeting-auto-summary/

```



### OpenCode



OpenCode 支持原生项目 skill 目录，很多设置中也兼容 Claude 风格的 skill 文件夹。



用户级安装：



```bash

mkdir -p "$HOME/.config/opencode/skill"

rsync -a --delete skills/meeting-auto-summary/ "$HOME/.config/opencode/skill/meeting-auto-summary/"

```



项目级安装：



```bash

mkdir -p .opencode/skill

rsync -a --delete skills/meeting-auto-summary/ .opencode/skill/meeting-auto-summary/

```



兼容项目级安装：



```bash

mkdir -p .claude/skills

rsync -a --delete skills/meeting-auto-summary/ .claude/skills/meeting-auto-summary/

```



### OpenClaw



OpenClaw 文档中有 workspace、personal 和 managed 多级 skill 位置。仓库专用流程建议用 workspace 安装；跨项目复用建议用 personal 安装。



用户级安装：



```bash

mkdir -p "$HOME/.openclaw/skills"

rsync -a --delete skills/meeting-auto-summary/ "$HOME/.openclaw/skills/meeting-auto-summary/"

```



项目级安装：



```bash

mkdir -p .openclaw/skills

rsync -a --delete skills/meeting-auto-summary/ .openclaw/skills/meeting-auto-summary/

```



### Hermes



Hermes skills 安装在 `~/.hermes/skills`。如果要项目级使用，可以把 skill 保留在仓库内，并配置 Hermes 的 external skill directories，或者把这个仓库作为 Hermes 可访问的 skill source。



用户级安装：



```bash

mkdir -p "$HOME/.hermes/skills"

rsync -a --delete skills/meeting-auto-summary/ "$HOME/.hermes/skills/meeting-auto-summary/"

```



项目级安装：



```bash

mkdir -p .hermes/skills

rsync -a --delete skills/meeting-auto-summary/ .hermes/skills/meeting-auto-summary/

```



如果你的 Hermes 版本只加载 `~/.hermes/skills`，请把它的 external skill directory 指向：



```text

/.hermes/skills

```



---



## 🧰 环境



转写前必须完整安装环境。不要在 Python、MLX Audio、ffmpeg、Hugging Face 下载工具和所选模型全部检查通过之前启动长时间 ASR 任务。



依赖：



| 依赖 | 用途 |

|---|---|

| skill 本地 Python 虚拟环境 `$SKILL_DIR/.venv` | 运行转写脚本 |

| `mlx-audio` | ASR 和人声区分后端 |

| `ffmpeg` | 从视频抽取 16 kHz 单声道音频 |

| `Qwen3-ASR-0.6B-6bit` | 本地语音识别模型 |

| `diar_sortformer_4spk-v1-fp16` | 本地 MLX 人声区分模型 |



检查：



```bash

SKILL_DIR="skills/meeting-auto-summary"

test -x "$SKILL_DIR/.venv/bin/python"

ffmpeg -version

huggingface-cli --help

"$SKILL_DIR/.venv/bin/python" - <<'PY'

import mlx_audio

print("mlx_audio ok")

PY

```



缺少基础 Python 环境时安装：



```bash

SKILL_DIR="skills/meeting-auto-summary"

python3 -m venv "$SKILL_DIR/.venv"

"$SKILL_DIR/.venv/bin/python" -m pip install -U pip

"$SKILL_DIR/.venv/bin/python" -m pip install -U mlx-audio huggingface_hub

brew install ffmpeg

```



---



## 📁 输出文件



`--output-dir` 模式会写入：



| 文件 | 说明 |

|---|---|

| `audio.wav` | 抽取后的 16 kHz 单声道音频 |

| `transcript.md` | Markdown 转写稿，启用人声区分时带 speaker 标签 |

| `subtitles.srt` | 纯 SRT 字幕，带时间轴 |

| `subtitles.txt` | 纯文本字幕式转写 |

| `summary.md` | Agent 生成的会议总结 |

| `report.md` | 可选正式报告 |



翻译版本使用 `-`：



```text

summary-en.md

report-en.md

subtitles-en.srt

```



---



## 🧭 支持的 Agent



本仓库包含可移植的 `SKILL.md`，同一个文件夹可以复制到多个 Agent 生态中。



| Agent | 用户级路径 | 项目级路径 |

|---|---|---|

| Claude Code | `~/.claude/skills/meeting-auto-summary` | `.claude/skills/meeting-auto-summary` |

| Codex | `$CODEX_HOME/skills/meeting-auto-summary` 或 `~/.codex/skills/meeting-auto-summary` | `.agents/skills/meeting-auto-summary` |

| OpenCode | `~/.config/opencode/skill/meeting-auto-summary` | `.opencode/skill/meeting-auto-summary` |

| OpenClaw | `~/.openclaw/skills/meeting-auto-summary` | `.openclaw/skills/meeting-auto-summary` |

| Hermes | `~/.hermes/skills/meeting-auto-summary` | `.hermes/skills/meeting-auto-summary` 或 external skill dir |



---



## 📚 参考资料



- Claude Code skills: https://docs.claude.com/en/docs/claude-code/skills

- Codex skills: https://developers.openai.com/codex/skills

- OpenCode documentation: https://opencode.ai/docs

- OpenClaw skills: https://github.com/openclaw/openclaw/blob/main/docs/tools/skills.md

- Hermes skills: https://github.com/NousResearch/hermes-agent/blob/main/website/docs/user-guide/features/skills.md



---



## 📄 License



请遵循本仓库许可证，以及所使用上游模型文件的许可证。