承诺提取器Skill：从会议笔记中自动挖出「谁答应谁做什么、什么时候交」
- 一句话定位：扫描你的会议笔记，把散落在对话里的口头承诺、行动项、跟进事项结构化提取出来，标注负责人、接收方、截止日期与状态。
- 核心能力：支持 7 种承诺语言模式识别（第一人称承诺、第二人称请求、第三人称分配、显式行动项等），并自动计算
new / aging / overdue / completed四种状态。 - 范围可控：可按全部会议、最近 7 天、特定日期、特定人员、仅逾期/陈旧项进行过滤，避免一次处理过多信息。
- 只读优先：默认只做提取与汇报，创建任务、更新人员页面、标记完成等写操作都需要你明确确认，安全边界清晰。
- 自动交叉核对：会在任务文件、后续会议笔记、人员页面中查找完成证据，减少「已完成却仍被催」的尴尬。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 承诺提取器Skill |
| 英文名 | commitment-extractor |
| 技能ID | 11927 |
它解决什么问题
会议是承诺的高发地，也是承诺的坟墓。一场讨论里，有人说「我周五前把方案发你」，有人说「这块你来跟进一下」，还有人被直接点名安排任务。这些内容通常混在几百字甚至几千字的会议记录中，会后就变成一句「上次说的那个事」。等到下一次会议，没人记得谁答应了什么、到底有没有截止日期、是不是已经做过。
承诺提取器Skill 要解决的就是这个断层：把非结构化的会议笔记，转成结构化的承诺清单——谁（owner）向谁（recipient）承诺了什么（text），截止日期是哪天（deadline），现在处于什么状态（status），出自哪场会议的哪个文件、哪个块 ID。有了这份清单，跟进就有依据，复盘就有痕迹。
一键安装 AI 技能提升开发效率的思路
AI 技能（Skill）的价值在于「装一次，之后一句话调用」。传统做法是每次开会后自己手动梳理待办，或者把会议记录整段丢给通用大模型、再反复追问格式；技能化之后，提取规则、输出模板、状态计算逻辑都已经被固化，你只需要给出一个范围参数，就能得到格式统一的承诺追踪报告。
通用安装思路如下（具体命令与入口以官方说明为准）：
- 确认安装前提：该技能面向基于 Markdown 文件的笔记库工作，其流程中引用了
00-Inbox/Meetings/（会议笔记目录）、03-Tasks/Tasks.md（任务文件）、06-Resources/Intel/Commitment_Reports/（报告保存目录）以及人员页面。安装前建议先确认你的笔记库具备类似目录结构，或准备好对应的路径映射。 - 获取并安装技能：通过你所使用平台的技能市场、技能仓库或官方提供的安装入口，按技能ID
11927或英文名commitment-extractor找到该技能并完成安装（具体命令与安装入口以官方说明为准）。 - 配置参数：技能支持
$SCOPE过滤范围参数，可选值为all（默认，全部会议）、recent（最近 7 天）、YYYY-MM-DD（特定日期）、person:Name（涉及某人）、overdue（仅逾期/陈旧项）。多数场景下无需额外配置即可直接使用默认值。 - 验证是否生效：安装完成后，在会话中调用
/commitment-extractor。若生效，技能会先扫描会议笔记，然后输出一份「承诺跟踪器」报告，包含摘要状态统计表、按所有者分组清单、「对你做出的承诺」表格以及「需要关注」的逾期与陈旧条目。 - 首次试跑建议：先用
recent范围跑一遍最近 7 天的会议，检查提取结果的准确度，再逐步放开到all。
该技能的主要功能和特点
1. 多模式承诺语言识别
技能内置了一套承诺模式库，覆盖四类表达：
- 第一人称承诺：
I'll...、I will...、I'm going to...、Let me...、We'll...、We need to...、I'll get back to you on...等。 - 第二人称请求：
Can you...、Could you...、Would you...、You'll need to...、针对某人的Please...。 - 第三人称分配：
@[[Person]]...、@Person:...、[Name] will...、[Name] to...、Action for [Name]:...。 - 显式行动项：未勾选任务
- [ ] ...、Action Items:段落、Follow-up:/Next steps:段落，以及带^mt-或^task-块 ID 的行。
2. 结构化字段抽取
对每一个识别出的承诺，输出固定字段：承诺原文、所有者、接收者、截止日期、来源会议、来源文件路径、块 ID、提取日期、状态。字段化之后才能被检索、统计和二次加工，这是它比「让模型总结一下会议」更强的地方。
3. 智能负责人判定
技能给出了明确的归属规则：会议参与者使用第一人称时，归为会议所有者/作者；出现 @[[Person]] 或 @Person: 的，归为该人；Action for [Name]: 之后的文本归为该人；确实模糊时，标记为「未知 — 需要澄清」，而不是硬猜。
4. 相对日期转绝对日期
能识别 by [date]、before [date]、end of [week/month]、tomorrow、next [day]、this week 等相对表达，并基于会议日期换算成绝对日期；未提到截止日期的标记为「未指定」。
5. 四态状态机与陈旧计算
new：今天提取，或承诺产生不足 7 天；aging：承诺超过 7 天且无完成证据；overdue：已过明确截止日期；completed：任务已打勾或在后续笔记中被引用为完成。
判定逻辑是公开的：有截止日期且今天已过期 → 逾期；超过 7 天且未完成 → 陈旧；今天提取 → 新。规则透明意味着结果可解释。
6. 完成情况交叉核对
不只依赖会议笔记本身，还会去 03-Tasks/Tasks.md 搜索匹配的块 ID 或相似任务文本、在后续会议笔记中查找 “completed / done / finished” 提及、检查人员页面上的任务完成情况。任一命中即标记完成。
7. 排除噪音，降低误报
主动跳过疑问句（Should I...?、Can we...?、What if I...?）、过去时（I did...、We completed...）、无上下文的假设句（I would...、I could...）以及已完成项（- [x] ...）。这套排除规则是它区别于「关键词一搜一大片」的关键。
8. 双视图输出 + 可落地动作
默认按人员分组输出，也可以加 --by-status 改为按状态分组（逾期 → 陈旧 → 新）。报告末尾还会主动询问：是否需要为未完成承诺创建任务、是否更新人员页面、是否有已完成项需要标记、是否要给无截止日期的承诺补上日期。
9. 安全默认：只读优先
技能默认只做提取，任何写操作（创建任务、更新页面、保存报告）都需要明确确认，避免一次误操作污染笔记库。
如何使用该技能？
第 1 步：准备会议笔记
把会议笔记以 Markdown 形式放在约定目录中（技能流程中引用的路径为 00-Inbox/Meetings/）。笔记质量直接决定提取质量：有明确的小标题（如 ## Action Items、## Next Steps）和未勾选任务列表的笔记，识别效果最好。
第 2 步：选择调用范围
# 从所有会议中提取所有承诺（默认）
/commitment-extractor
# 仅最近7天的承诺
/commitment-extractor recent
# 涉及特定人员的承诺
/commitment-extractor person:Paul
# 仅显示逾期/陈旧项
/commitment-extractor overdue
# 特定日期的承诺
/commitment-extractor 2026-01-26
第 3 步：阅读输出的「承诺跟踪器」
报告结构为：报告元信息（生成时间、范围、扫描会议数）→ 摘要状态统计表（逾期 / 陈旧 / 新 / 已完成 / 总未完成）→ 按所有者分组的逾期、陈旧、最近三张表 → 「对你做出的承诺」表 → 「需要关注」明细（含建议操作）→ 「最近完成」表。
第 4 步：逐条查看「需要关注」区块
逾期项的展示形态类似：
1. **在周五前提交接口文档**
- 所有者： [[张三]]
- 截止日期： 2026-01-26 (3 天逾期)
- 来源： [[产品周会 - 2026-01-23]]
- 建议操作： 跟进或标记完成
每条都带建议操作——跟进或标记完成；陈旧项的建议则是检查状态或创建任务。
第 5 步：确认后续写操作
结果呈现后，技能会给出四个可选动作：在 03-Tasks/Tasks.md 中为未完成承诺创建任务、把承诺添加到相关人员页面、把已完成项标记完成、为无截止日期的承诺补上截止日期。你逐项确认即可，默认不会自动执行。
第 6 步（可选）：保存报告
如需要留存，可要求保存到 06-Resources/Intel/Commitment_Reports/YYYY-MM-DD_Commitments.md，形成按日期归档的承诺台账，便于周度、月度对比。
第 7 步（可选）：接入周回顾
技能可与 /week-review 命令集成，在每周回顾中自动展示本周新增承诺、需要关注的陈旧项、需要行动的逾期项。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 承诺提取器Skill（commitment-extractor） | 会议笔记的承诺结构化与追踪 | 多模式承诺识别、四态状态机、完成情况交叉核对、按人员/状态双视图、任务与人员页面联动 | 需具备 Markdown 笔记库与约定目录结构；一句话命令调用 | 高频开会、需要长期追踪谁欠谁什么的团队与个人 | 优势：字段结构化、规则透明、只读安全、能与任务系统双向链接；不足：基于启发式规则，存在误报/漏报，强依赖笔记质量 |
| 通用大模型对话（直接粘贴会议记录） | 通用文本理解与总结 | 总结会议内容、生成待办列表 | 门槛最低，复制粘贴即可 | 一次性、临时的会议整理 | 优势：无需安装、灵活；不足：输出格式每次不同、无法跨会议持续追踪、难以统计逾期与陈旧、无法核对完成情况 |
| 会议记录类 SaaS 工具（自动转写与纪要） | 会议内容采集与纪要生成 | 语音转文字、自动摘要、关键决策与待办提取 | 通常需要账号与订阅，接入会议软件 | 线上会议的录音转写与快速出纪要 | 优势：采集端自动化程度高；不足：承诺追踪通常停留在「本次会议待办」，跨会议归属与逾期治理能力有限；长期留存与导出受平台限制 |
| 任务管理工具（看板/清单类） | 任务执行与协作管理 | 任务分配、截止日期、状态流转、提醒 | 需手工录入或依赖集成 | 已经明确的任务执行跟踪 | 优势：执行流程成熟、提醒可靠；不足：无法自动从会议对话中识别「口头承诺」，录入成本高，容易漏项 |
一句话选择建议：只需要一次性纪要，用通用大模型即可；要管执行，用任务管理工具；要解决「会议里说过但没人跟进」这个具体断层，承诺提取器Skill 的定位最贴合。
该技能的典型应用场景与实际体验情况
场景一：项目经理的周一早晨
痛点：一周开五六场会，到周一已经记不清哪些事情答应了谁、哪些已经超期。使用方式：周一先跑 /commitment-extractor overdue，只看逾期和陈旧项，用十分钟处理「需要关注」区块；再跑一次 recent，确认上周新增的承诺都有人认领。实际体验：范围过滤是最实用的设计，overdue 视图直接把最该处理的少数事项推到眼前，避免了通读全部会议笔记。注意点：首次使用时由于历史笔记中可能存在大量未跟进承诺，overdue 结果会比较长，建议先接受一次「清理存量」的成本。
场景二：跨团队协作中的「承诺对账」
痛点：口头答应的事没有书面记录，事后各说各话。使用方式：用 person:Name 聚焦某个协作方，查看「对你做出的承诺」表格——谁、在什么会议、承诺了什么、截止到哪天、现在什么状态。实际体验：把接收者也作为字段抽出来，是这个技能比较少见的设计，让「别人欠我什么」和「我欠别人什么」同时可见，沟通时的事实基础更扎实。注意点：如果会议记录里没有明确写出对方姓名或 @ 标记，所有者可能被标记为「未知 — 需要澄清」，此时需要人工补全后再创建任务。
场景三：个人知识库的周回顾
痛点：每周回顾时想复盘「这周我承诺了什么、兑现了多少」，但缺乏数据。使用方式：把技能接入 /week-review，每周固定输出本周承诺、陈旧项与逾期项；并将报告保存到 06-Resources/Intel/Commitment_Reports/ 形成历史序列。实际体验：状态机让「兑现率」变成可观察指标，连续几周对比能看出自己的承诺是否偏多、截止日期是否经常是「未指定」。注意点：相对日期换算依赖会议日期准确，笔记文件名或头部日期缺失时，换算结果可能偏差。
场景四：把承诺变成可执行任务
痛点：承诺提取出来了，但仍然停留在文档里，没有进入执行系统。使用方式：在报告末尾选择「为未完成承诺创建任务」，技能会写入 03-Tasks/Tasks.md 并生成 ^task-YYYYMMDD-XXX 形式的块 ID，同时链接回原始会议笔记。实际体验：块 ID 双向链接是这套流程的关键闭环，任务和会议之间可以互相追溯来源，而不是一堆无出处的待办。注意点：写操作需要逐项确认，量大时要有耐心；由于是启发式识别，创建任务前建议先扫一眼原文，避免把「我可能会看下」这类弱承诺升级成正式任务。
整体上手难度评估：偏低。命令形式简单，参数只有范围一种；难点不在操作，而在前置的笔记规范——会议笔记是否写在约定目录、是否有行动项小节、是否使用了统一的人员标记。把这两件事做好，提取准确率会明显提升。
该技能能为用户带来的价值
把「记忆负担」变成「检索负担」。过去要回答「上次张三答应什么时候交」需要翻会议记录、靠模糊记忆；现在一条命令给出结构化答案，且带来源链接可一键回溯。单次查找从十几分钟降到几十秒，这是最直接的效率收益。
让隐性承诺显性化。会议中大量承诺以「我来跟进一下」「这块你看看」的形式存在，从未进入任何待办清单。技能把这些弱表达识别并结构化，等于给团队补上了一层「承诺台账」，很多被遗忘的事项因此重新浮出水面。
提供可解释的状态口径。new / aging / overdue / completed 四态由公开规则计算，不是黑箱打分。这意味着团队可以就用「逾期」的定义达成一致，减少「这算不算超期」的争论。
降低跟进的心理成本。催进度之所以难，往往因为缺乏事实依据。报告里「截止日期 + 逾期天数 + 来源会议」三件套齐备，跟进就从「我觉得你没做」变成「记录显示这项在 1 月 26 日到期，目前已逾期 3 天，需要我协助吗」。
沉淀长期可复用的组织记忆。报告可按日期归档，人员页面可积累未完成承诺清单，任务系统保留来源链接。时间越长，这套结构越有价值——它记录了团队真实的工作承诺历史，而不只是会议纪要。
安全边界带来的信任感。默认只读、写操作需确认，意味着你可以放心在真实笔记库上反复运行，不必担心一次调用就把文件改乱。
常见问题 FAQ
Q1：这个技能怎么安装？装完怎么确认能用？
按你所用平台的技能安装入口，搜索技能ID 11927 或英文名 commitment-extractor 完成安装（具体命令与入口以官方说明为准）。安装后调用 /commitment-extractor，如果返回一份包含摘要统计表、按所有者分组清单和「需要关注」区块的「承诺跟踪器」报告，即说明已生效。建议首次用 recent 范围试跑，减少扫描量、便于核对准确性。
Q2：收费吗？
技能详情中未包含任何定价或付费信息，是否收费取决于你获取该技能的平台的计费方式，以官方说明为准。技能本身运行在你的笔记库与调用环境中，不涉及额外的数据上传要求（以官方说明为准）。
Q3：适合谁用？
最适合三类人：一是会议密集、需要持续跟进多方事项的项目经理与团队负责人；二是使用 Markdown 笔记库管理个人知识体系的效率工具用户；三是需要与他人「对账」承诺的跨团队协作角色。如果你的会议记录基本不留文字、或从不做会后书面整理，那么这个技能缺少输入原料，收益会打折扣。
Q4：提取不准怎么办？会漏掉或误判吗？
会的。技能详情明确说明承诺检测使用启发式方法，可能存在误报与漏报。提升准确率的办法有三个：在会议笔记中使用规范的 ## Action Items / ## Next Steps 小节与 - [ ] 未勾选任务；用 @[[Person]] 明确责任人；对所有者存疑时，技能会标记「未知 — 需要澄清」，此时在创建任务前人工确认。另外，疑问句、过去时、无上下文假设句和已勾选项会被主动排除，这能减少一部分噪音。
Q5：它和直接让 AI 总结会议记录、或者用任务管理工具，怎么选？
看你要解决的是哪一段。只要一次性纪要，通用大模型最快；要管执行和提醒，任务管理工具更成熟；要解决「会议里说过、之后没人跟进」这个具体断层——尤其是需要跨会议、按人、按逾期状态追踪——承诺提取器Skill 更对口。它不是替代任务工具，而是给任务工具供货：提取出的承诺可以在确认后升级成带来源链接的任务。