Codex + Skills让每次讨论都变成可检索的资产

key_3_feng

12人浏览 · 2026-08-21 19:57:47

key_3_feng · 2026-08-21 19:57:47 发布

办公里还有一类最容易被浪费的资产：会议。一场会产出几页纪要，散落在聊天记录和笔记本里，三个月后没人记得"当时谁说要对私有化做 PoC"。本篇讲最佳实践——用 Codex + 知识库 skill，把会议文字沉淀成可检索、可追踪的团队知识。

一、痛点：会议结论在遗忘曲线上蒸发

会议的真正价值不在"开了"，而在"后续有人跟进"。但现实里，纪要往往写完即归档、归档即消失。待办散落在不同人的记忆里，关键词没被提取，历史讨论没法被搜到。新人想了解"上次客户对合规的要求"，只能挨个翻聊天记录。知识没有沉淀，组织就会反复踩同一个坑。

最佳实践：每次会议结束后，skill 自动抽取行动项、提取关键词、建立倒排索引，让会议从"一次性事件"变成"可检索的知识节点"。

二、方法：三件事一次做完

知识库 skill 在会议结束后做三件事。第一，抽取行动项：扫描含"待办/行动/跟进/负责人/截止"等触发词的句子，自动列成清单，谁负责、何时交一目了然。第二，提取关键词：识别"项目/预算/合规/上线"等实体，作为这篇会议的索引标签。第三，建立倒排索引：关键词映射到文档，后续用自然语言即可检索。

下面表是 demo 从三篇会议中自动抽出的行动项，无需人工逐条整理：

这套抽取不是黑盒：skill 会标注每条行动项的来源句子，人复核时能一键定位原文，确认或修正。正是这种"可溯源"让自动抽取能被信任——它替代的是抄写，不是判断。

三、避坑：抽取要可核验，索引要常新

两个坑。一是抽取不可信：自动抽的行动项若不准，反而误导跟进。做法是让 skill 把抽取结果回显给人确认，人点一下"无误"才进库，形成"机器初筛 + 人确认"的闭环。二是索引陈旧：会议越积越多，旧索引要能随新会议增量更新，而不是每次全量重建。把增量更新做成 skill 的默认行为，知识库才会越用越活。

检索体验上，支持"关键词 + 时间 + 会议类型"组合过滤会更实用，比如"2026 年 8 月所有提到合规的拜访"，skill 直接缩小范围，而非返回一堆无关历史。过滤能力越强，知识库从"能搜"走向"好用"，使用率才会真正上去。

真正拉开差距的，是把知识库接到日常问答：新人问"客户对私有化有什么要求"，skill 直接检索并返回对应会议片段与行动项，而不是让人去翻三个月前的群聊。

可执行 Demo：office_kb.py

零依赖 Python，内置三篇会议文字，extract_actions 抽行动项、extract_terms 提关键词、build_index 建倒排索引、search 做检索。你跑起来会看到每篇会议的待办清单，以及对"合规私有化""转化路线图"等查询的精准命中。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
office_kb.py
============
演示"最佳实践 3"：把每次会议的文字记录交给一个知识库 Skill，
自动抽出行动项（待办/负责人/截止）、提取关键词、建立倒排索引，
后续用自然语言关键词即可检索历史会议，沉淀为团队知识资产。

运行：
    python office_kb.py
"""

import re

# 行动项识别：含这些触发词的句子视为待办
ACTION_HINTS = ["待办", "行动", "跟进", "负责人", "截止", "下周", "排期"]

# 关键词词表（领域词，用于索引与检索）
VOCAB = ["项目", "预算", "上线", "风险", "客户", "合规", "私有化",
         "性能", "转化", "路线图", "PoC", "报价", "压测", "评审"]

NOTES = [
    {"date": "2026-08-12", "title": "产品周会",
     "text": "核心模块完成联调，性能达标。待办：修复导出中文乱码，负责人小林，下周排期。"
             "风险：边界缺陷可能影响上线。评审下季度路线图。"},
    {"date": "2026-08-15", "title": "A 银行拜访",
     "text": "客户关注合规与私有化部署，预算约 80 万。行动：输出合规对照表，安排私有化 PoC。"
             "下周跟进报价。客户对性能压测结果较满意。"},
    {"date": "2026-08-18", "title": "运营月会",
     "text": "新增注册环比 +18%，付费转化略低。待办：复盘落地页 A/B，优化激活邮件。"
             "路线图：Q4 重点提升转化。跟进新手引导补全。"},
]


def extract_actions(text):
    hits = []
    for sent in re.split(r"[。！\n]", text):
        if any(h in sent for h in ACTION_HINTS):
            hits.append(sent.strip())
    return hits


def extract_terms(text):
    return [term for term in VOCAB if term in text]


def build_index(notes):
    index = {}  # term -> [doc_ids]
    docs = []
    for i, n in enumerate(notes):
        terms = extract_terms(n["text"])
        actions = extract_actions(n["text"])
        docs.append({"id": i, "title": n["title"], "date": n["date"],
                     "terms": terms, "actions": actions, "text": n["text"]})
        for t in terms:
            index.setdefault(t, []).append(i)
    return docs, index


def search(index, docs, query):
    # 命中词汇得分；取最相关的前若干文档
    q_terms = [t for t in VOCAB if t in query]
    scored = []
    for i, d in enumerate(docs):
        score = sum(1 for t in q_terms if t in d["terms"])
        if score:
            scored.append((score, d))
    scored.sort(key=lambda x: -x[0])
    return q_terms, scored


def main():
    print("=" * 64)
    print(" Codex + 知识库 Skill 演示")
    print("=" * 64)
    docs, index = build_index(NOTES)

    print(f"\n[索引] 已沉淀 {len(docs)} 篇会议，共 {len(index)} 个关键词")
    print("  关键词样例：", " / ".join(list(index.keys())[:8]))

    print("\n[行动项抽取] 每篇会议自动提取的待办：")
    for d in docs:
        print(f"  ▸ {d['date']} {d['title']}")
        for a in d["actions"]:
            print(f"      - {a}")

    for q in ("合规 私有化", "转化 路线图", "风险 上线"):
        q_terms, scored = search(index, docs, q)
        print(f"\n[检索] 关键词「{q}」命中词汇：{q_terms}")
        if scored:
            top = scored[0][1]
            print(f"      最相关：{top['date']} {top['title']}（得分 {scored[0][0]}）")
            print(f"      片段：{top['text'][:40]}...")
        else:
            print("      无匹配文档")

    print("\n[完成] 会议文字 → 待办 + 关键词 + 倒排索引 = 可检索的团队知识库。")


if __name__ == "__main__":
    main()

把"会议 → 知识"的沉淀过程完整跑通，正是知识库 skill 的最小可用内核。