核心用法
percept-summarize 是一款本地优先的 AI 对话总结工具，与 percept-listen 协同工作，在对话结束（60秒静音）后自动生成结构化摘要。
主要功能
- 自动触发：基于静音检测，无需手动操作
- AI 总结：通过 OpenClaw 代理调用 LLM 生成摘要
- 实体提取：自动识别人物、组织、话题等实体
- 关系图谱：构建实体间关联（works_on, client_of, mentioned_with）
- 5级实体消歧：从精确匹配到语义搜索的级联机制
- 本地存储：SQLite + FTS5 全文检索，数据可控
显著优点
1. 零摩擦体验：被动监听、自动总结，不打扰工作流程
2. 结构化输出：不仅是文本摘要，还包含可查询的实体关系网络
3. 隐私优先：本地存储，无需云端传输敏感对话
4. 可检索性：支持 SQL 和 FTS5 全文搜索，便于回溯
潜在局限
- 依赖外部 LLM：需 OpenClaw 代理，增加架构复杂度
- 英文生态为主：GitHub 仓库和文档未显示中文支持
- 存储周期限制：原始语音仅保留30天，长期分析受限
- 无实时反馈：60秒静音后才触发，不适合即时场景
适合人群
- 远程工作者、项目经理——需要自动会议纪要
- 咨询顾问、销售——追踪客户关系和项目进展
- 研究人员——整理访谈和讨论内容
常规风险
- 隐私合规：录音和存储对话需符合 GDPR/个人信息保护法规
- 误识别风险：实体消歧依赖概率模型，关键信息需人工核对
- 数据残留：SQLite 文件需加密防止本地泄露
数据保留策略
| 数据类型 | 保留期 |
|---------|--------|
| 原始语音片段 | 30天 |
| 摘要文本 | 90天 |
| 关系图谱 | 180天 |
| 说话人档案 | 永久 |