- name
- chat-summary
- description
- 聊天话题汇总技能（支持多语言）。用于整理和总结聊天记录/对话历史，按主题聚类生成结构化摘要。使用场景：(1) 每日讨论汇总，(2) 会议记录整理，(3) 长对话要点提取，(4) 多话题聊天归档。支持语言：中文、英文、繁体中文、日文、韩文等
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 <key> --limit <n>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（<20 字）
- 摘要：核心内容（<200 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
| 场景 | 话题上限 | 摘要长度 |
|---|---|---|
| 每日汇总 | 10 个 | 200 字/话题 |
| 会议记录 | 5 个 | 300 字/话题 |
| 快速回顾 | 3 个 | 100 字/话题 |
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 | 代码 | 自动检测 |
|---|---|---|
| 简体中文 | zh-CN | ✅ |
| 繁体中文 | zh-TW | ✅ |
| 英文 | en | ✅ |
| 日文 | ja | ✅ |
| 韩文 | ko | ✅ |
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 <session_key> --lang zh-CN
summarize_session.py <session_key> --lang en
summarize_session.py <session_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
- 隐私：不汇总敏感/私人对话
- 准确性：保留原始数据/结论，不臆造
- 简洁：摘要控制在 200 字以内
- 可追溯：重要结论标注消息来源
- 多语言：优先保持原文语言，除非用户指定翻译