會議逐字稿

本使用情境以 examples/meeting_transcriber.py 為主軸，這是一支約 280 行完整腳本，可加入 Discord 伺服器語音頻道，逐字辨識並即時標示發言者名稱，寫入本機 Markdown 檔，離開時再透過 Claude 產生「摘要 / 決議事項 / 行動項目 / 未解決問題」。

這個功能存在的核心原因是，最常見的語音需求不是「讓機器人發聲」，而是「要可搜尋的逐字紀錄」。本文件示範的就是這一點。

功能說明

  • 以伺服器中的語音頻道 ID 連線。
  • 串流音訊到 Deepgram（或 OpenAI Whisper），將每位發言者的最終結果即時輸出到主控台。
  • 每一列都會附加到 ~/.discli/transcripts/meeting-<YYYYMMDD-HHMMSS>.md。
  • 按下 Ctrl+C 時，將完整逐字稿送入 Claude，並把結構化摘要附加到同一個檔案。

不包含的內容

  • 無法在 DM 或群組 DM 語音使用：機器人權杖無法加入這類語音。
  • 會議中不會即時總結：只在離開時一次輸出。
  • 不支援跨會議辨識同一位說話者：顯示名稱取自當前伺服器成員資料。

安裝設定

Terminal window
pip install 'discord-cli-agent[voice,deepgram]' claude-agent-sdk
discli config set token YOUR_BOT_TOKEN
export DEEPGRAM_API_KEY=...

先檢查：

Terminal window
discli doctor

你應該看到 CORE、VOICE 都為綠色，且 DEEPGRAM_API_KEY 在 STT 欄位有設定。

Note

Claude 總結使用你既有的 Claude Code 驗證，不需再額外配置 Anthropic API Key。

執行方式

先取得語音頻道 ID（Discord 開啟開發者模式，對目標語音頻道按右鍵複製 ID，或用 discli channel list --type voice）：

Terminal window
python examples/meeting_transcriber.py 1016638171854938152

若要改用 OpenAI Whisper：

Terminal window
export OPENAI_API_KEY=...
python examples/meeting_transcriber.py 1016638171854938152 --stt openai

會議過程中，主控台會出現逐字紀錄：

Connected as MyBot#1234 (12345)
Listening to #standup。逐字稿：/home/me/.discli/transcripts/meeting-20260514-103000.md
按 Ctrl+C 停止後會自動產生摘要。


- **[10:30:14] Roy:** 好，大家先依序報告——昨天大家做了什麼？
- **[10:30:22] Sara:** 完成了 auth 轉移，並開始進行速率限制器
- **[10:30:35] Roy:** 很好，現在有誰卡住了嗎？

按 Ctrl+C 結束：

停止監聽…
共處理 47 行文字…
摘要成本：$0.0084


=== 會議摘要 ===


## 摘要
團隊回顧昨日工作並規劃今日任務。Sara 已完成 auth
移轉，接著進行 rate limiter。


## 關鍵決策
- 本次移轉先採用 read-path-first 流程。


## 行動項目
- Sara：今天完成 rate limiter。
- Roy：在週五前完成移轉 runbook 文件。


## 未解決問題
- 舊的會議會話要補回填，還是直接過期？


完整逐字稿與摘要已儲存到： /home/me/.discli/transcripts/meeting-20260514-103000.md

輸出檔案

輸出的逐字稿是一般 Markdown，方便閱讀、可用 grep，也可提交到內部 repo 或轉貼到文件：

# 會議逐字稿 — 2026-05-14 10:30:00


- **頻道：** #standup（Engineering）
- **機器人：** MyBot#1234


## 逐字稿


- **[10:30:14] Roy:** 好，大家先依序報告——昨天大家做了什麼？
- **[10:30:22] Sara:** 完成了 auth 轉移，並開始進行速率限制器
- **[10:30:35] Roy:** 很好，現在有誰卡住了嗎？


---


## 摘要
...

運作原理（約 280 行）

腳本刻意維持精簡，直接重用 discli 的 VoiceEngine，而非重建整套語音堆疊：

from discli.voice_engine import VoiceEngine


engine = VoiceEngine(config={"stt_provider": stt_provider})
engine.set_event_handler(on_event)
await engine.connect(channel)
await engine.listen_start(channel.guild.id)

on_event 會接收每一筆 voice_speech_detected 事件，根據伺服器成員查出顯示名稱，組成 markdown 行寫入檔案，也同步輸出到主控台：

def on_event(event: dict) -> None:
    if event.get("event") != "voice_speech_detected" or not event.get("is_final"):
        return
    uid = int(event.get("user_id") or 0)
    if uid == client.user.id:
        return
    name = resolve_name(uid)
    ts = datetime.now().strftime("%H:%M:%S")
    line = f"- **[{ts}] {name}:** {event['text']}"
    transcript_lines.append(line)
    print(line, flush=True)
    with path.open("a", encoding="utf-8") as f:
        f.write(line + "\n")

按下 Ctrl+C 後，finally 會停止監聽、斷線，並將完整逐字稿透過 Claude 彙總：

async with sdk.ClaudeSDKClient(options) as claude:
    await claude.query(prompt)
    async for msg in claude.receive_response():
        ...

SUMMARY_SYSTEM_PROMPT 會要求 Claude 只輸出四個欄位：Summary（摘要）、Key decisions（關鍵決策）、Action items（行動項目）、Open questions（未解決問題），並使用逐字稿中的顯示名稱。

客製化

常見調整：

調整項目說明
切換 STT 提供者使用 --stt openai，或修改預設 stt_provider 設定
修改總結提示詞編輯檔案上方的 SUMMARY_SYSTEM_PROMPT
完全略過總結在 finally 區塊註解 _write_summary(...) 呼叫
回傳總結到 Discord在寫入檔案後呼叫 client.get_channel(channel_id).send(summary)
自訂逐字稿檔名修改 path = transcript_dir / f"meeting-{stamp}.md"

隱私

逐字稿會以顯示名稱紀錄每位參與者，因此應視為錄音紀錄來處理：

  • 提前告知參與者正在轉錄；許多司法管轄區對錄音有同意義務
  • 將檔案保存在私有目錄（預設 ~/.discli/transcripts/ 位在使用者家目錄）
  • 若要將摘要張貼到公開頻道，先清除可能敏感內容

下一步

Last updated: August 2, 2026
2 min read
Edit this page