面向 Android 移动办公场景的全场景会议智能体。它以会议录音为入口，把语音转写、图片笔记、可追溯纪要、待办闭环、PPT 生成、日历同步和云端归档串成一条可执行的移动办公流程。
智析·MeetingMind 不是单一的录音工具，也不是只会生成摘要的聊天助手。项目目标是做一个 App 内部超级 Agent：用户用手机完成会议记录后，系统自动理解内容、拆解任务、生成交付物，并把结果同步到日历、资料库和云端。
典型场景：
用户：整理今早客户会议内容，并生成一份汇报 PPT。
系统：
1. 读取录音转写与图片笔记
2. 生成带时间戳证据链的可编辑纪要
3. 提取待办、负责人、优先级和截止时间
4. 写入任务闭环与日历提醒
5. 生成移动端 PPT 草稿
6. 本地保存并按配置同步到阿里云 OSS
当前项目聚焦 Android 原生应用，不宣称支持 iOS / Web 多平台。
| 卖点 | 说明 |
|---|---|
| 语音触发多任务 | 从“录制会议”到“整理纪要、提取待办、生成 PPT、同步日历”形成完整链路 |
| 可追溯摘要 | AI 摘要绑定 evidenceMap，每条结论可回到原始转写片段和时间戳 |
| 会中实时 Agent | 边录边提取“决策 / 风险 / 待办”卡片，帮助用户会中掌握重点 |
| 任务闭环 | ActionItem 支持 TODO / ASSIGNED / IN_PROGRESS / DONE 状态机和周期催办 |
| 企业记忆 RAG | Room 存储向量，端侧 Cosine TopK 检索历史会议上下文 |
| 一句话生成 PPT | 根据主题或会议摘要匹配模板，生成演示文稿并支持导出分享 |
| 本地优先与云同步 | 数据先落本地，OSS 配置可用时加密同步，离线也能继续使用 |
| 竞赛演示友好 | 提供演示模式、可视化 Agent 流程和可回放证据链，便于评审理解创新点 |
| 模块 | 当前状态 | 依赖配置 |
|---|---|---|
| 本地会议录音 | 已实现 | 麦克风权限 |
| 实时语音转写 | 已实现接入 | 科大讯飞 IFLYTEK_APP_ID / API_KEY / API_SECRET，或 Android 系统语音服务 |
| 录音文件保存与播放 | 已实现 | 本地文件权限由 App 沙盒管理 |
| AI 摘要与证据链 | 已实现 | AI_API_KEY |
| 待办状态机与催办 | 已实现 | 本地 WorkManager，通知权限 |
| 日历同步 | 已实现 | 系统日历读写权限 |
| PPT 生成与导出 | 已实现 | AI_API_KEY，导出使用本地生成逻辑 |
| 图片笔记 / OCR | 已实现 | 相册/图片权限，ML Kit |
| 阿里云 OSS 云同步 | 已实现 | OSS endpoint、bucket、AccessKey |
| Agent 工具编排 | 已实现 MVP | 依赖上述本地工具与云端配置 |
| 战前简报 / 主动提醒 | 已实现基础链路 | 日历权限、AI Key、通知权限 |
说明：如果未配置语音服务，App 会进入本地录音模式，只保存音频，不会伪造实时转写内容。
当前 Agent 不是 LangGraph，也不是直接嵌入第三方 GUI Agent 框架，而是 Android 原生 Kotlin 编排框架。这样做的原因是移动端需要强控制权限、生命周期、离线存储、录音、日历、通知和文件导出，原生实现更容易落地。
核心结构：
用户语音/文本指令
↓
AssistantQueryHeuristics / OfficeHubCommandService
↓
OfficeHubAgentOrchestrator
↓
OfficeHubPlanFactory 生成执行计划
↓
ToolRegistry 调度工具
↓
┌─────────────────────────────┐
│ EnterpriseMemoryContextTool │ 检索历史记忆
│ MeetingSummaryTool │ 生成摘要与证据链
│ ExtractActionItemsTool │ 提取待办与状态
│ CalendarSyncActionItemsTool │ 写入日历
│ PresentationGenerateTool │ 生成 PPT
│ CloudSyncBundleTool │ 云端备份
└─────────────────────────────┘
↓
AgentProcessMonitor / UI 状态透传
↓
用户审批、编辑、分享或归档
设计特点：
- 工具中枢化：把录音、摘要、待办、PPT、日历、云同步统一抽象为工具。
- 本地优先：日历权限缺失、OSS 不可用时不阻断主流程，先保留本地结果。
- 可观测：Agent 步骤通过 UI 展示进度与失败状态，适合评审演示。
- 可恢复：部分流程支持失败恢复和下一步继续执行。
- 可扩展：后续可接入云端 LangGraph / MCP / GUI-Owl 等作为复杂规划层，但 Android 端仍保留本地 Runtime。
| 分类 | 技术 |
|---|---|
| 语言 | Kotlin 2.0.21 |
| UI | Jetpack Compose + Material 3 |
| 架构 | Clean Architecture + MVVM + Hilt |
| 异步 | Coroutines + Flow |
| 本地数据库 | Room |
| 后台任务 | WorkManager |
| AI API | SiliconFlow Chat / Embedding API |
| 语音识别 | 科大讯飞 WebSocket ASR + Android SpeechRecognizer 兜底 |
| OCR | Google ML Kit Text Recognition |
| PPT | 自研 PPT 模板引擎 + Apache POI / PPTX 导出 |
| 云同步 | 阿里云 OSS + AES-GCM 加密快照 |
| 测试 | JUnit / Kotest / Android Instrumentation |
app/src/main/java/com/aimeetingassistant/
├── agent/ # App 内部 Agent 编排层
│ ├── core/ # 工具、计划、Artifact、执行模型
│ ├── runtime/ # OfficeHubAgentOrchestrator 与工具注册
│ └── tools/ # 摘要、待办、PPT、日历、云同步等工具
├── core/ # 配置、主题、导航、DI、网络、启动优化
├── data/ # Room、Repository、Service、Worker
├── domain/ # 领域模型、Repository 接口、UseCase
├── presentation/ # Compose UI 页面与通用组件
├── AIMeetingAssistantApp.kt
└── MainActivity.kt
重点文件：
| 文件 | 作用 |
|---|---|
agent/runtime/OfficeHubAgentOrchestrator.kt |
Agent 主编排器 |
agent/tools/OfficeHubTools.kt |
Agent 工具实现 |
data/service/AssistantAgentService.kt |
助手任务服务层 |
data/service/EnterpriseMemoryService.kt |
企业记忆与向量检索 |
data/repository/HierarchicalSummaryGenerator.kt |
分层摘要与证据链生成 |
presentation/screens/meeting/MeetingViewModel.kt |
录音、转写、摘要生成主状态机 |
presentation/screens/meeting/MeetingSummaryScreen.kt |
会议洞察、转写、摘要、待办展示 |
presentation/screens/home/HomeScreen.kt |
首页与 Agent 入口 |
- Android Studio Hedgehog 或更高版本
- JDK 17
- Android SDK 35
- 最低支持 Android 8.0，API 26
复制示例文件：
cp local.properties.example local.properties填写必要配置：
# Android SDK，通常由 Android Studio 自动生成
sdk.dir=/Users/your_name/Library/Android/sdk
# AI 能力：摘要、PPT、翻译、Embedding
AI_API_KEY=your_siliconflow_api_key
# 语音转写：科大讯飞
IFLYTEK_APP_ID=your_iflytek_app_id
IFLYTEK_API_KEY=your_iflytek_api_key
IFLYTEK_API_SECRET=your_iflytek_api_secret
# 云同步：阿里云 OSS，可选
OSS_ENDPOINT=oss-cn-qingdao.aliyuncs.com
OSS_BUCKET=your_bucket
OSS_ACCESS_KEY_ID=your_access_key_id
OSS_ACCESS_KEY_SECRET=your_access_key_secret
OSS_OBJECT_KEY=aimeetingassistant/cloud_sync_snapshot.enc
# 演示开关，可选
USE_MOCK_AI=false
ENABLE_DEMO_TRANSCRIPT_FALLBACK=false配置说明：
USE_MOCK_AI=true只用于 AI 摘要、PPT 等生成兜底，不再伪造录音转写。ENABLE_DEMO_TRANSCRIPT_FALLBACK=true才会启用演示转写兜底；正式演示建议保持false，避免用户误以为是假录音。- 没有科大讯飞配置时，录音页会保存本地音频，并提示配置语音服务后可实时转写。
- 不要把真实 AccessKey 提交到 GitHub。
# 编译 Debug APK
./gradlew --no-configuration-cache :app:assembleDebug
# 运行单元测试
./gradlew --no-configuration-cache :app:testDebugUnitTest
# 编译 + 测试
./gradlew --no-configuration-cache :app:testDebugUnitTest :app:assembleDebugDebug APK 路径：
app/build/outputs/apk/debug/app-debug.apk
开始录制
↓
本地保存音频
↓
实时转写（语音服务可用时）
↓
生成转写片段与时间戳
↓
AI 摘要 + evidenceMap
↓
待办提取 + 状态机
↓
本地入库
↓
可选：日历同步 / PPT 生成 / OSS 同步
输入主题或选择会议
↓
AI 生成结构化大纲
↓
匹配移动端模板
↓
生成幻灯片内容
↓
预览、编辑、导出
↓
分享或云同步
AI 提取待办
↓
推断负责人 / 优先级 / 截止时间
↓
TODO → ASSIGNED → IN_PROGRESS → DONE
↓
WorkManager 周期扫描
↓
到期前通知提醒
↓
可同步到系统日历
建议现场重点展示 5 条主线：
- 录音到纪要：开始录制，展示转写、时间戳、摘要与证据链。
- 证据链可信 AI：点击摘要证据，回到对应原文片段，证明不是黑盒生成。
- 任务闭环：切换待办状态，展示截止时间、负责人和催办逻辑。
- Agent 工作流：一句话触发“整理会议并生成 PPT”，展示工具链执行过程。
- 端云协同：展示本地优先、OSS 同步、日历联动和资料库归档。
最近一次验证：2026-04-29
./gradlew --no-configuration-cache :app:testDebugUnitTest :app:assembleDebug
./gradlew --no-configuration-cache :app:assembleDebug结果：通过。
- Android 模拟器可能没有可用麦克风输入，实时转写建议用真机验证。
- Android 13+ 需要通知权限，否则催办、录音前台通知和战前简报可能无法弹出。
- 日历同步需要系统日历读写权限。
- OSS、讯飞、AI Key 都属于敏感信息，提交前必须确认没有写入仓库。
- 当前 Agent 是 App 内部办公流程 Agent，不是跨 App GUI 自动点击 Agent；后续可借鉴 Mobile-Agent / GUI-Owl 做更高级的屏幕感知与跨 App 操作。
智析·MeetingMind 是一款面向移动办公场景的 Android 智能会议 Agent。它以会议录音为入口，结合语音识别、大模型摘要、证据链追溯、向量记忆、待办状态机、PPT 自动生成、日历同步和阿里云 OSS 归档，帮助用户把会议内容从“记录”推进到“执行”。项目突出可信 AI、端侧轻量化、任务闭环和可演示的 Agentic 工作流，适合作为软件创新大赛中的移动办公智能体作品。