「会议慧眼」—— AI 眼镜智能会议助手技术方案

不惑.

142人浏览 · 2026-07-14 00:54:49

不惑. · 2026-07-14 00:54:49 发布

一、项目概述

1.1 项目名称

会议慧眼（Meeting Eye）

1.2 一句话 Slogan

抬头开会，低头即得纪要

1.3 项目简介

会议慧眼是一款运行在 AI 眼镜上的智能会议助手。用户佩戴眼镜开会时，系统自动拍摄PPT/白板/文档内容，多模态大模型直接看图提取要点、决议、待办事项，一步生成结构化会议纪要。全程无需动手操作，让参会者专注于会议本身。

1.4 解决的痛点

开会时想认真听又怕漏重点，注意力分配困难
PPT翻页太快，来不及拍照或记笔记
会后整理会议记录耗时，且容易遗漏关键信息
传统录音转文字缺乏视觉信息，丢失PPT图表数据

1.5 核心创新

零操作记录：戴上眼镜自动拍摄，无需手动拍照或打字
多模态直接识图：Qwen3-VL 一步完成"看PPT→提取文字→理解图表→生成纪要"
结构化输出：直接输出会议主题、要点、决议、待办事项，可直接导入项目管理工具
极简架构：仅3个节点，稳定可靠，易于维护

在这里插入图片描述

二、工作流设计

2.1 整体架构

[开始] → [gPass眼镜插件] → [多模态大模型] → [结束]

2.2 节点详细说明

节点 1：开始

接收参数：user_id（用户标识）、meeting_context（会议上下文，可选）

节点 2：gPass 眼镜插件（MCP）

插件 ID：20260126z7IU06451341
输入：prompt_message = "会议内容采集中"
输出：code（状态）、data（图片 URL）
功能：触发眼镜拍照采集PPT/白板内容

节点 3：多模态大模型（核心节点）

模型：Qwen3-VL
温度：0.2
图片输入：{{gPass眼镜插件.data}}
系统提示词：

你是一位专业的会议纪要助手。用户通过AI眼镜拍摄了会议中的PPT/白板/文档内容，请提取关键信息并生成结构化会议纪要。

请提取：
1. 会议主题（如有）
2. 核心要点（3-5条）
3. 关键数据/指标
4. 决议事项
5. 待办事项及负责人

输出JSON：
{
  "meeting_topic": "会议主题",
  "key_points": ["要点1", "要点2"],
  "key_data": ["数据1"],
  "decisions": ["决议1"],
  "action_items": [{"task": "任务", "owner": "负责人", "deadline": "截止时间"}],
  "summary": "一段话会议摘要"
}

节点 4：结束

输出：会议纪要JSON

三、端侧/云端插件运用

3.1 端侧插件：gPass 眼镜插件

项目	说明
插件 ID	20260126z7IU06451341
核心能力	眼镜设备拍照采集
输入参数	`prompt_message`（String）：拍照提示语
输出参数	`code`（String）：状态；`data`（String）：图片URL
使用方式	MCP节点拖入工作流

3.2 大模型选型

节点	模型	选型理由
多模态分析	Qwen3-VL	多模态识图能力强，可直接理解PPT图表和文字，低温0.2确保输出稳定

四、技术方案说明

4.1 为什么用多模态模型而不是OCR？

会议PPT中大量信息以图表、流程图、数据可视化形式呈现。传统OCR只能提取文字，丢失图表上下文。多模态模型可以直接"看懂"图表含义，理解数据关系，生成更准确的会议纪要。

4.2 输出示例

{
  "meeting_topic": "Q3产品迭代评审",
  "key_points": [
    "Q3共完成12个需求，上线率92%",
    "用户留存率提升15%，DAU突破50万",
    "新版搜索功能延迟从800ms降至200ms"
  ],
  "key_data": ["DAU 50万", "留存率+15%", "延迟200ms"],
  "decisions": ["搜索功能全量上线", "Q4重点优化推荐算法"],
  "action_items": [
    {"task": "搜索全量灰度方案", "owner": "张三", "deadline": "周五前"},
    {"task": "推荐算法技术方案", "owner": "李四", "deadline": "下周一"}
  ],
  "summary": "Q3产品迭代评审，完成12个需求，用户留存和DAU显著提升。决定搜索功能全量上线，Q4聚焦推荐算法优化。"
}