应配置飞书通道接入会议录音、本地部署Qwen3.5-9B模型、安装语音识别等核心技能、构建自动处理流水线、对接飞书待办与群组推送，实现会议纪要生成与待办分发端到端自动化。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在会议结束后需要快速生成结构化纪要并分发待办事项，但手动整理耗时且易遗漏关键任务，则可能是由于缺乏端到端自动化流程支持。以下是解决此问题的步骤：
一、配置飞书通道与会议录音接入
该步骤确保OpenClaw能实时捕获会议音频流并触发后续处理链路，依赖飞书企业自建应用权限与网络白名单设置。
1、登录飞书开放平台，创建企业自建应用，获取App ID、App Secret、Verification Token和Event Encrypt Key。
2、在应用权限配置中，勾选“会议”模块下的READ和WRITE权限，并提交审核。
3、通过curl ifconfig.me获取部署OpenClaw服务器的公网IP，将其添加至飞书安全白名单。
4、编辑~/.openclaw/openclaw.json，在channels.feishu节点下填入上述凭证，并启用realTimeTranscribe选项。
二、本地部署Qwen3.5-9B模型服务
该步骤为语音转写与语义理解提供低延迟、高可控性的推理能力，避免云端传输敏感会议内容。
1、从星图平台拉取qwen3.5-9B量化镜像：docker pull csdnmirrors/qwen3.5-9b:latest。
2、启动容器并映射端口：docker run -d --name qwen-9b -p 5000:5000 -v ~/qwen_data:/app/data csdnmirrors/qwen3.5-9b:latest --api-port 5000 --quantization int4。
3、在openclaw.json的models.providers节点下新增local-qwen条目，baseUrl设为http://localhost:5000/v1，api类型设为openai-completions。
4、执行openclaw models list验证模型连接状态，返回active且响应时间低于800ms即表示部署成功。
三、安装并启用核心技能模块
该步骤赋予OpenClaw执行音频处理、文本摘要、待办提取及跨平台同步的能力，各技能需独立授权并按依赖顺序激活。
1、运行clawhub install speech-to-text安装语音识别技能，安装后需在系统隐私设置中授予麦克风访问权限。
2、运行clawhub install task-extractor安装待办事项提取技能，该模块依赖上下文窗口≥32768的模型配置。
3、运行clawhub install calendar-sync安装日历同步技能，配置defaultCalendar字段为“技术部日程”或对应飞书日历名称。
4、重启网关服务：openclaw gateway restart，确保所有技能在openclaw skills list中显示为enabled。
四、构建会议处理流水线
该步骤定义从音频输入到待办分发的完整数据流，通过OpenClaw的Skill Orchestrator实现自动编排，无需人工干预中间环节。
1、在飞书群聊中发送指令：“处理最新会议录音，生成纪要，提取Action Items并同步至飞书待办”。
2、OpenClaw自动识别妙记URL，调用audio_transcribe Skill下载并分段处理音频，每段不超过15分钟以适配模型上下文。
3、text_summarize Skill将转写文本送入Qwen3.5-9B，按预设prompt生成含时间戳、发言人标记、议题结论的summary.md。
4、task-extractor Skill解析summary.md，输出JSON格式todo_list.json，其中每项包含owner字段、deadline字段及priority字段。
五、对接飞书待办与群组推送
该步骤完成任务闭环，确保待办事项准确分配至责任人并附带可追溯的原始会议上下文。
1、calendar-sync Skill读取todo_list.json，调用飞书OpenAPI创建待办事项，自动@对应owner并设置截止时间。
2、系统将summary.md转换为飞书富文本卡片，嵌入原始音频链接、时间戳锚点及待办跳转按钮。
3、向发起指令的飞书群组发送汇总消息，标题为“【会议纪要】+会议主题”，正文含结构化摘要与待办清单。
4、所有待办事项均携带唯一claw_id标签，支持后续通过openclaw todo status claw_id查询执行进度。
