v4MEETING ASSISTANT

会议助手
多智能体

开会时三个助手坐在你旁边：
一个记、一个理、一个陪你想怎么说。

● 记录员● 纪要官● 讨论助手

会议助手 · 会中工作台

方案演示稿 · 2026 年 10 月 · 配套原型：原型.html

01OVERVIEW一页看懂

一个装在电脑上的会议助手，不挑会议软件

它用你电脑上的麦克风和电脑声音，实时把会上的话变成文字，同时整理纪要和待办；你可以随时问它“我该怎么接”。

记记录员

转写、分人、改错字

理纪要官

纪要、脑图、待办、注意

想讨论助手

只对你说，帮你接话

开会时一个工作台看全：原话最大，右边纪要和讨论。
切走时收成参谋模式、字幕条或胶囊，不挡别的软件。
会前会后左侧九个入口：建会、资料、待办、回看、配置。

参谋模式：上方两行字幕 + 半透明讨论框，其他全部收起

02PROBLEM要解决什么

开会时真正难的，是这六件事

1边听边记，顾不过来

记了就漏听，听了就漏记。会后再整理要一小时。

2谁说的，记不清

转写分不清人，人名、术语常听错，改起来麻烦。

3纪要不敢信

AI 写的纪要找不到原话，不知道是不是编的。

4被点名接不上

走神几分钟，突然被问，不知道刚才聊到哪。

5资料用不上

会前准备的文档，会中想查得切窗口翻。

6挡着会议画面

转写页一开，会议软件就被盖住；共享屏幕还怕露出私人笔记。

03COMPETITORS别人做到哪了

别人做到哪了：没有一家全占

产品	会中长什么样	好在哪	不够的地方
飞书妙记 / 会议	会议窗口右侧：实时总结 + 智能伙伴提问	纪要质量高，晚进会能跟上	只在飞书会议里用；面板窄，要来回切
腾讯会议 AI 小助手	会中提问、上传文件或图片补背景	会前、会中、会后都覆盖	锁在腾讯会议里
Zoom / Teams Copilot	右侧面板，预置“帮我跟上”；Teams 可弹出独立窗口	回答只自己可见；预置问题好用	只在自家会议软件；改错字、认人弱
Granola	不进会，用本机声音；切走后有可拖动的“会议中”小标	任何会议软件都能用，不打扰	会中主要靠自己记；转写藏起来
通义听悟 / 讯飞听见	浏览器插件或小窗的悬浮字幕条；网页版回看	字幕不挡操作；中文识别强	悬浮窗信息少，不能讨论、改错
Otter / Notion AI	网页转写页 + 提问；Notion 在页面里插会议块	回看方便，纪要带链接回原话	开会要切过去看，挡住会议
Cluely	透明浮层盖在所有软件上，共享屏幕时不显示	完全不挡操作	“隐身”有争议，出过数据泄露

来源见调研/竞品调研.md；飞书“底部 AI 纪要按钮”、讯飞 Windows 悬浮字幕等几处官方未写明，标为待实测。

04PATTERNS界面形态

竞品的会中界面，归成四种

A. 会议软件右侧面板

飞书、腾讯会议、Zoom、Teams。上手零成本，但锁在自家软件，面板窄要切 tab。

B. 笔记本 + 小提示

Granola、Notion。任何会议都能用，但会中主要靠自己记，AI 内容会后才全。

C. 网页转写页

Otter、听悟网页、讯飞会记。字幕全、能回看，但它是一个页面，开会得切过去。

D. 悬浮字幕 / 浮层

听悟插件、讯飞小窗、Cluely。不挡操作，但放不下纪要，做不了改错和讨论。

05OUR CHOICE我们想怎么做

C 的信息全 + D 的不挡操作

台坐在电脑前：工作台

原话、纪要、讨论同屏，不用切 tab。原话区最大，右侧上下两块可拖动调大小。

浮切去别的软件：三档悬浮

参谋模式（字幕 + 半透明讨论框）/ 字幕条 / 胶囊，一键回工作台。共享屏幕时默认不出现在画面里。

借鉴了谁

Zoom / Teams：回答“仅你可见”、预置问题
Teams：弹出成独立窗口 → 参谋模式
Granola：不进会议、用本机声音
Cherry Studio：服务商 + 模型 + 提示词配置

工作台

字幕条 · 胶囊（切去别的软件时）

06WHAT CHANGED这一版改了什么

v3 太散太松，v4 收紧到一眼看完

v3：两排按钮、原话每段占两行、右侧卡片套卡片

v4：一行顶栏、原话一行一段、操作悬停才出现

顶栏	8 个按钮分两排，模式叫“转录小窗 / 小小窗 / 悬浮卡片”	一行：会议名 · 计时 · 音源 · 参会人 · 四档显示开关 · 导出 · 结束
原话	名字时间一行、正文一行，加分割线	时间 \| 人 \| 原话三列一行；同一人连续说不重复名字；同屏多一倍
改字认人	弹大对话框	贴着点的位置弹小框；选中文字直接改；全场同步 + 可撤销
完整度	部分按钮只弹“演示”	九个页面都能点、能改、能存（内存里），配模拟数据

07WORKBENCH会中工作台

一个界面完成会中所有操作

1顶栏：计时、音源、四档显示、导出、结束

2原话：点名字认人，选中文字改字，波浪线是没把握的词

3纪要 / 脑图 / 待办 / 注意，每条带来源

4讨论助手：仅你可见，快捷问题一点就问

5左侧九个入口，可收成图标栏

分隔线可拖动。原话区最大；右栏宽度和上下比例按习惯调。

字号 A- / A+。开会时离屏幕远也看得清。

⌘K 查原话。命中高亮，显示几段。

08DISPLAY MODES切走了也看得见

四档显示，⌘1–4 随时切

参谋模式：上方两行字幕 + 半透明讨论框，可拖动、调透明度、收起。适合要边听边想怎么接。

字幕条：底部两行，像看视频字幕。

胶囊：红点 + 计时 + 最新一句，最省地方。

网页原型用“假桌面”示意；真正盖在其他软件上、共享屏幕时隐藏，要靠桌面端窗口能力实现（见技术部分）。

09RECORDER记录员

错了就点，点了就改，后面跟着改

改字

选中原话里的字，或点波浪线的词
“只改这一句 / 全场都改”，可记成热词
引用这句的纪要、待办跟着改；已确认的标“请复核”

认人

点“说话人 03” → 选参会人或新建
“这个声音的全部发言 / 只改这一句”
存声纹必须本人同意；每次修改都能撤销

10MINUTES纪要官

边开边理，每条都能点回原话

纪纪要

分“已对齐 / 待确认”
每条带“时间 + 人”的来源
可确认、改、删；你补的标“我补的”
更新：每 20 秒或攒够 6 句

待办：助手建议的先标“建”，你点“加入”才算数

脑图：由纪要、待办、注意自动生成，点节点跳原话

规矩：只根据会上的话写，不补没说过的；没人认领的待办负责人留空，不猜；改字、认人后马上重整受影响的条目。

11ADVISOR讨论助手

只对你说话，陪你想怎么接

我该怎么接

给 1–2 句能直接说出口的话，再列依据

刚才错过了啥

按时间列 3–5 条；提到你的放第一条

还有啥没聊

对照你的资料，找会上还没碰的点

帮我想追问

挑一两个值得问的问题

回答带来源小标签，点一下跳回原话
分清“会上说的 / 资料写的 / 我的建议”
能拖资料、粘图片补背景；资料默认只给你自己
“插入纪要”“设为待办”由你自己点，它不替你做决定

12BEFORE & AFTER九个入口

会中一个工作台，会前会后九个入口

入口	能做什么
会中工作台	原话、纪要、讨论同屏；四档显示
会议脑图	整页脑图，复制大纲、导出
待办	所有会议汇总；进行中 / 建议 / 我的 / 已完成
我的会议	新建、开始、回看、导出、删除
资料	拖入、预览、开关“给纪要官用”、拿来问
修改记录	改字、认人、纪要变动，按类筛，可撤销
智能体与模型	三个助手各配模型、提示词、能看到什么
参会人与声纹	指定声音是谁，存 / 删声纹（要同意）
设置	音源、识别服务、悬浮、隐私、快捷键

我的会议 · 资料 · 参会人与声纹（原型截图）

13AGENT CONFIG各配各的

三个助手各配各的，配置照 Cherry Studio

	记录员	纪要官	讨论助手
模型	便宜快的	结构化稳的	回答好的
能看到	原话	原话 + 纪要	原话 + 纪要 + 资料
多久跑	每句定稿后	20 秒 / 6 句	你问的时候
温度	0.1	0.2	0.5

服务商统一管：地址、Key（存系统钥匙串）、获取模型列表、测试连接。改动从下一次调用生效，不打断正在开的会。

14ARCHITECTURE总体架构

五层，一个本地服务进程

界面Electron 渲染进程

工作台窗口React + TypeScript；长列表虚拟滚动悬浮窗口参谋 / 字幕条 / 胶囊；置顶、防共享捕获原型对应本次原型.html 就是这一层的样子

桌面壳Electron 主进程

窗口管理托盘、全局快捷键 ⌘1–4采麦克风隐藏窗口 getUserMedia钥匙串safeStorage 存 API Key

本地服务utilityProcess · Node

会议数据 + 事件三个助手只通过它交流记录员识别、分人、可疑词纪要官出“操作清单”，校验后才写入讨论助手按问题取原话、纪要、资料资料库 · 导出本机解析、检索

适配器都能换

电脑声音mac ScreenCaptureKit / win WASAPI语音识别讯飞实时转写；备选阿里、火山、FunASR声纹本地 3D-Speaker（sherpa-onnx）大模型OpenAI 兼容 / Anthropic / Ollama

存储全在本机

SQLiteWAL + FTS5 全文检索sqlite-vec资料向量检索文件夹音频、资料原件

15DATA FLOW信息怎么流

一句话走过五步，改一个字后面跟着改

采音

麦克风、电脑声音分两路，16k 单声道

识别

讯飞流式返回；临时字幕只在内存，定稿才入库

入会议数据

原文不动，显示文字另存；发“新一句”事件

纪要官整理

出操作清单，来源编号不对就整批丢

界面刷新

工作台和悬浮窗看同一份数据

改改字怎么传

每条纪要、待办记着引用了哪几句（引用关系表）。改字时一次事务找到受影响的条目：文字里有这个词就替换，已确认的标“请复核”。不用让模型重读全文，快、准、省钱。

认认人怎么传

纪要里的“说话人 03”存成占位符，显示时换成名字。认出是周岚后，原话、纪要、负责人一起变，文字不用改。每次修改写一条历史，撤销靠它。

原型里这两件事都能试：改“声问”→“声纹”选全场都改；把说话人 03 指定为周岚，再看注意事项和修改记录。

16TECH STACK技术选型

哪些定了，哪些要先验证

已定

Electron + React + TypeScript；本地服务 Node 跑在 utilityProcess
SQLite（better-sqlite3）+ 文件夹，单机可靠
大模型自写三个薄适配器：超时、重试、用量自己控
资料解析纯 JS：pdfjs、mammoth，跑在 worker
密钥 safeStorage；所有跨进程消息用 zod 校验
脑图 d3-hierarchy + 自画 SVG

第 0 阶段实测

讯飞实时转写：分人效果、延迟、断线（15 秒没音频会断）
讯飞没有词级置信度 → “波浪线”要靠记录员另判
热词只能在控制台上传，不能按场传
mac 采电脑声音的权限弹窗；各会议软件能否采到
本地声纹准确率和阈值；sqlite-vec 打包后能否加载
悬浮窗防共享捕获在两平台的真实表现

第一版不做：云同步、多人协作、账号；机器人入会；OCR；Linux；纯网页版（浏览器只能采标签页声音）。

17PLAN怎么做

分四步，约 12 周

2 周

0 · 验证

双路采音、讯飞识别、认人效果实测。结果不好就调后面工期。

4 周

1 · 能用

工作台、原话、改字认人、纪要待办、讨论助手、基础设置。

3 周

2 · 好用

参谋模式等三档悬浮、脑图、资料检索、智能体完整配置、导出。

3 周

3 · 稳定

两小时长会、断网断流恢复、安装包签名、真实会议试点。

按 2 名全职研发 + 兼职产品 / 测试估算，未经实际排期确认。

风险	表现	对策
识别不准	人名、术语错多，分人乱	热词 + 改字一键全场改；识别服务可换
电脑声音采不到	某些会议软件或蓝牙耳机下没声	第 0 阶段逐个软件测；提示用户切设备
纪要乱写	编出会上没说的，来源对不上	只收带合法来源的操作；用户确认才算“已对齐”
隐私	私人对话、资料被共享出去	资料默认私有；悬浮窗防共享捕获；导出不含私人对话

18DECISIONS需要你拍板

这几件事，要你定

1悬浮“卡片”这档还要吗

v4 把它并进了参谋模式（字幕 + 讨论框），只留参谋 / 字幕条 / 胶囊三档。如果还想要“小卡片看要点”，可以加回第四档。

2共享屏幕时隐藏，默认开吗

保护私人内容，但 Cluely 因“隐身”有争议。建议默认开、在设置里说明白，并且不隐藏工作台主窗口。

3第一版导出哪些格式

原型做了 Markdown；Word 放第一版，飞书文档放第二期。需要确认是否要直接发飞书 / 企业微信群。

4识别服务先接哪家

建议先讯飞（中文、分人、声纹接口都有），同时留本地 FunASR 做离线备选。要看第 0 阶段实测再定。

19TRY IT3 分钟体验

打开原型.html，照这个顺序点

1 · 改字	点第三段波浪线“声问”，改成“声纹”，选全场都改
2 · 认人	点“说话人 03”，选周岚；注意事项里那条随之消失
3 · 追原话	点纪要里任一条的时间小标签，左边高亮那句
4 · 问助手	点“我该怎么接”；再点回答下的“插入纪要”
5 · 待办	等 20 秒左右，出现一条“建”，点“加入”
6 · 切走	按 ⌘2 进参谋模式，拖动对话框、调透明度；Esc 回来
7 · 撤销	左侧“修改记录”，撤销最近一次
8 · 会前会后	“我的会议”新建一场，点开始；回看上一场

回看历史会议：纪要、待办、原话摘录，可导出或让讨论助手参考

原型只在浏览器内存里跑：不录音、不调模型、不上传，刷新恢复示例数据。请勿填写真实 API Key。

会议助手多智能体