Imported from openyida/openyida (yida-skills/skills/yida-flash-note-to-prd/SKILL.md). Install upstream with npx skills add openyida/openyida --skill yida-flash-note-to-prd. Copyright stays with the author.

闪记和会议内容转 PRD

严格禁止 (NEVER DO)

• 不要在没有闪记内容的情况下强行生成 PRD，必须等待用户提供闪记文本、图片或链接
• 不要将生成的 PRD 写入项目根目录，必须写入 prd/<项目名>/prd.md
• 不要忽略闪记中的 A1 结构化摘要（会议摘要、待办事项、决策结论），这是最高优先级信息
• 不要生成泛泛的会议纪要，输出必须是可直接驱动宜搭开发的结构化 PRD

严格要求 (MUST DO)

• 必须自动识别输入类型：文本闪记 / 图片闪记 / 闪记链接，分别处理
• 用户只提供 taskUuid 且要求转 PRD 时，必须先加载 yida-tingji 读取听记内容，再用读取结果生成 PRD
• 必须提取会议元信息（标题、参会人、时间）并写入 PRD 上下文
• 生成的 PRD 必须包含：MVP 边界、用户角色与权限、核心用户旅程、功能模块、字段设计表、流程/状态机、数据关联与约束、交互验收标准、报表需求、OpenYida 落地约束、待确认事项
• 生成完成后必须提示用户确认 PRD 内容；用户确认要继续搭应用时，交给 yida-app

适用场景

触发条件

正向触发：

• 用户发送闪记文本/图片
• 用户提到"闪记"、"会议纪要"、"会议记录"、"闪记转需求"
• 用户发送钉钉闪记链接（shanji.dingtalk.com 或 alidocs.dingtalk.com）
• 用户口述会议要点，要求整理成需求

⚠️ PRD 生成后还需 yida-app 流程创建应用；本技能不处理非需求类文档（技术文档、代码文件）。

异常处理

Agent 错误处理策略

当 Agent 执行本技能遇到错误时，必须遵循以下默认行为：

概述

本技能将钉钉闪记、会议记录、需求讨论文本或截图转成结构化 PRD。生成结果写入 prd/<项目名>/prd.md，用户确认后再交给 yida-app 执行应用搭建或补齐。

核心理念：PRD 只写业务语义和验收口径，便于后续技能读取并执行；不要在 PRD 中编造 appType、formUuid、fieldId 等真实 ID。

核心能力：

• 自动识别闪记输入：用户直接发送闪记文本或图片，AI 智能体自动触发本技能
• 智能识别钉钉 A1 / 闪记生成的结构化摘要（会议摘要、待办事项、决策结论等），作为高优先级信息
• 自动提取会议元信息（标题、参会人、时间、时长等），丰富 PRD 上下文
• 识别发言人角色标注（如"张三(产品经理)"），帮助区分不同角色视角
• 生成可直接驱动开发的结构化 PRD，包含 MVP 边界、角色权限、核心旅程、功能模块、字段设计表、流程/状态机、数据约束、验收标准、报表需求和待确认事项

何时使用

当以下情况发生时，自动触发本技能（无需用户明确说"转 PRD"）：

• 用户发送了一段会议纪要/闪记文本（包含发言人对话、讨论内容等）
• 用户发送了闪记截图/图片（钉钉闪记的图文纪要截图）
• 用户发送了钉钉闪记链接（shanji.dingtalk.com 或 alidocs.dingtalk.com）
• 用户提到"闪记"、"会议纪要"、"会议记录转PRD"、"闪记转需求"等关键词
• 用户口述会议要点，要求整理成需求

⚡ AI 智能体自动执行流程（核心）

重要：本技能的主要执行方式是 AI 智能体直接处理，而非调用 CLI 命令。AI 智能体自身就是大模型，可以直接完成闪记内容理解和 PRD 生成。

当识别到用户输入为闪记/会议纪要内容时，按以下流程自动执行：

[Step 1] 识别输入类型
         - 图片 → 用视觉能力识别图片中的所有文字内容
         - 文本 → 直接使用
         - 闪记链接 → 提示用户复制闪记全文后粘贴
           ↓
[Step 2] 内容预处理（AI 智能体自行完成，参照预处理规则）
         - 去除时间戳、口语填充词、重复标点
         - 识别会议元信息（标题、参会人、时间等）
         - 识别 A1 生成的结构化摘要段落（📋 会议摘要、✅ 待办事项、📌 决策结论等）
         - 识别发言人及其角色标注
           ↓
[Step 3] 生成结构化 PRD
         - 按照「PRD 输出模板」和「内容提取规则」生成
         - AI 智能体直接生成，无需调用外部 AI 接口
         - 严格遵循字段设计规则（使用宜搭标准字段类型）
         - 每个模块写清功能描述、交互规则、业务规则、字段设计表和验收标准
         - PRD 必须包含足够的业务语义信息，使后续技能可直接读取执行
           ↓
[Step 4] 写入文件 prd/<项目名>/prd.md
           ↓
[Step 5] 输出摘要，询问用户是否需要调整
         - 展示：项目名称、功能模块数、待确认事项数
         - 询问：是否需要修改或补充
         - 用户确认继续搭建时，交给 `yida-app`

图片输入处理规则

当用户发送图片时：

1. 使用视觉能力完整识别图片中的所有文字内容，包括标题、正文、表格、列表等
2. 注意识别图片中的结构化布局（如分栏、卡片、流程图等），保留其逻辑关系
3. 识别图片中的标签/标注（如 Emoji 标识、颜色标注、高亮文字等），这些通常是重点信息
4. 将识别结果作为闪记文本，进入 Step 2 继续处理

闪记链接处理规则

以下 URL 模式自动识别为钉钉闪记链接：

• https://shanji.dingtalk.com/app/transcribes/... — 钉钉闪记（AI 听记）分享链接
• https://alidocs.dingtalk.com/... — 钉钉文档中的闪记

钉钉闪记页面是 SPA 应用，需要登录态才能获取数据。当用户提供闪记链接时：

1. 提示用户在钉钉中打开链接，复制闪记全文后粘贴
2. 或导出为 .txt 文件后告知文件路径

CLI 命令（可选的自动化工具）

以下 CLI 命令是可选的自动化工具，适用于批量处理或脚本化场景。日常使用中，直接将闪记内容发给 AI 智能体即可。

flash-to-prd — 闪记转 PRD

# 从文件读取闪记内容并生成 PRD
openyida flash-to-prd --file <闪记文件路径> [--name <项目名>]

# 从标准输入读取闪记内容
cat meeting.txt | openyida flash-to-prd --name <项目名>

输出：生成 prd/<项目名>/prd.md 文件

处理流程

[Step 1] 接收闪记内容（文本/文件/链接）
           ↓
[Step 2] 预处理（preprocessFlashNote）：
         - 去除时间戳、口语填充词、重复标点
         - 合并同一发言人的连续发言
         - 清理多余空行
           ↓
[Step 3] 会议识别（新增能力）：
         - extractMeetingMeta：提取会议元信息（标题、参会人、时间、时长等）
         - extractA1Summary：识别钉钉 A1 生成的结构化摘要段落
         - extractSpeakers：识别发言人及其角色标注
         - buildMeetingContext：组装会议上下文信息
           ↓
[Step 4] 分段判断（splitIntoSegments）：
         - ≤ 6000 字 → 单段模式
         - > 6000 字 → 按段落边界智能分段
           ↓
[Step 5] AI 提取（buildFlashNoteToPrdPrompt）：
         - 会议上下文作为高优先级信息注入 Prompt
         - 单段模式：三层 Prompt 架构，直接输出 Markdown PRD
         - 多段模式：每段输出 JSON 结构化数据
           ↓
[Step 6]（仅多段模式）合并去重（buildMergePrompt）：
         - 合并各段 JSON 结果
         - 去重、解决冲突
         - 生成完整 Markdown PRD
           ↓
[Step 7] 输出到 prd/<项目名>/prd.md
           ↓
[Step 8] 展示 PRD 摘要，询问用户确认或调整

PRD 输出模板

📖 生成的 PRD 文件标准结构详见 references/flash-note-prd-template.md。

生成规则参考

📖 完整的三层 Prompt 架构、Prompt 原文、分段处理策略和调用方式详见 references/flash-note-prompt.md。

闪记内容预处理规则

在发送给 AI 之前，对闪记原文进行预处理（实现在 build-flash-note-prompt.js 的 preprocessFlashNote 函数中）：

会议识别能力（v2.0 新增）

预处理完成后，自动执行以下会议识别步骤：

会议元信息提取（extractMeetingMeta）

从闪记头部提取结构化的会议元信息：

钉钉 A1 摘要识别（extractA1Summary）

自动识别钉钉 A1 / 闪记 AI 生成的结构化摘要段落，支持 Emoji 标识和纯文本标识两种格式：

优先级说明：A1 摘要段落被视为高优先级信息，会优先注入生成上下文，帮助 AI 更准确地提取需求。

发言人角色识别（extractSpeakers）

自动识别闪记中发言人的角色标注，支持以下格式：

张三(产品经理)：...      → 识别为 张三，角色：产品经理
李四（技术负责人）：...   → 识别为 李四，角色：技术负责人
王五[设计师]：...         → 识别为 王五，角色：设计师
赵六：...                → 识别为 赵六，角色：未标注

识别到的发言人角色信息会注入生成上下文，帮助 AI 区分不同角色视角的发言。

PRD 输出要求

生成 prd/<项目名>/prd.md 时，写清以下内容；缺失时写入「待确认事项」，不要假装已经明确：

• 第一版必须做什么，哪些放到二期。
• 谁使用主入口，谁维护后台表，谁审批、调度或查看报表。
• 用户从进入页面到完成关键任务的步骤。
• 表单之间如何关联，哪些字段唯一，哪些字段只能后台维护。
• 状态有哪些，谁能改，允许从哪个状态流转到哪个状态。
• 时间冲突、重复提交、并发提交、取消、退回、失败如何处理。
• 用可验证标准描述验收口径。
• PRD 只写业务语义，不写 appType、formUuid、fieldId；真实 ID 写入 .cache/<项目名>-schema.json。

前置依赖

• Node.js ≥ 16
• 已登录宜搭（存在有效 .cache/auth-token-<env>.json），用于调用 AI 接口

注意事项

1. 闪记质量影响 PRD 质量：如果闪记内容过于碎片化或口语化严重，生成的 PRD 可能需要用户手动补充完善
2. 长文本分段处理：闪记内容超过 6000 字时，建议分段提取后合并，避免超出 AI 模型 token 限制
3. 待确认事项必须处理：PRD 中的"待确认事项"需要用户逐一确认后，才能进入开发阶段
4. PRD 不记录技术 ID：PRD 文档只记录业务语义信息（字段名、类型、说明），formUuid、fieldId 等技术 ID 写入 .cache/ 临时文件
5. 支持迭代优化：用户可以对生成的 PRD 提出修改意见，AI 会基于反馈重新调整 PRD 内容
6. 本技能不读写 memory：生成的 PRD 输出到 prd/<项目名>/prd.md 文件，不依赖跨会话的 memory 状态