Chat Summary

核心功能

将聊天记录按话题聚类，生成结构化摘要，支持输出到 Notion/Markdown/纯文本。

工作流程

1. 读取会话历史

# 使用 OpenClaw sessions 命令
openclaw sessions --json
openclaw sessions_history --session-key \x3Ckey> --limit \x3Cn>

2. 话题聚类

按以下维度识别话题边界：

• 用户明确切换主题
• 时间间隔 >5 分钟
• 关键词/上下文变化

3. 生成摘要

每个话题包含：

• 标题：简短描述（\x3C20 字）
• 摘要：核心内容（\x3C200 字）
• 关键数据：数字/结论/决定
• 相关链接：URL/文件/引用

4. 输出格式

Notion 页面（推荐）：

标题：YYYY-MM-DD - 讨论摘要
父页面：DRAFTS
内容：话题标题 (Heading 2) + 摘要段落

Markdown：

# YYYY-MM-DD 讨论摘要

## 话题 1: [名称]
摘要内容...

## 话题 2: [名称]
摘要内容...

话题数量控制

输出目标

Notion

• API Key: 从 skills.entries.notion 读取
• 父页面 ID: 配置中指定（如 DRAFTS）
• 页面命名：YYYY-MM-DD - [描述]

本地文件

• 路径：~/Documents/chat-summaries/
• 格式：Markdown
• 命名：YYYY-MM-DD-summary.md

示例请求

用户说：

• "总结今天的讨论"
• "把刚才的聊天整理一下"
• "生成会议记录"
• "汇总这个话题的要点"

资源配置

scripts/

• summarize_session.py - 会话摘要生成脚本
• cluster_topics.py - 话题聚类算法
• export_notion.py - Notion API 导出

references/

• notion-api.md - Notion API 使用说明
• clustering-rules.md - 话题聚类规则
• output-templates.md - 输出模板示例

多语言支持

支持语言

语言检测

from langdetect import detect

def detect_language(text: str) -> str:
    """检测文本语言"""
    return detect(text)  # 返回 ISO 639-1 代码

多语言摘要生成

• 输入语言检测：自动识别消息语言
• 混合语言处理：按消息级别检测，支持中英混合
• 输出语言：默认跟随主要语言，可显式指定

用户指定输出语言

# 命令行参数
summarize_session.py \x3Csession_key> --lang zh-CN
summarize_session.py \x3Csession_key> --lang en
summarize_session.py \x3Csession_key> --lang auto  # 自动检测（默认）

# 自然语言请求
"用英文总结今天的讨论"
"Summarize today's chat in Chinese"
"日本語で要約して"

翻译集成（可选）

如需跨语言汇总（如中文聊天→英文摘要）：

• 使用 DeepL API / Google Translate / OpenAI 翻译
• 见 references/translation.md

注意事项

1. 隐私：不汇总敏感/私人对话
2. 准确性：保留原始数据/结论，不臆造
3. 简洁：摘要控制在 200 字以内
4. 可追溯：重要结论标注消息来源
5. 多语言：优先保持原文语言，除非用户指定翻译