数据与自动化 · AI Team Ops

团队效能与会议洞察 Skill

把会议录音文稿和团队 OKR 数据变成带有截止时间的行动清单,以及区分 A/B/C 级员工的绩效排行榜。

在季度绩效评估或复盘会时使用。读取包含员工角色、OKR 进展的数据表格,输出带有晋升或淘汰建议的个人记分卡。提取销售会议的录音文稿,识别出隐含承诺,并把带有责任人的待办事项直接推送到 HubSpot 客户管理系统中生成跟进任务。

WHAT IT SOLVES

把会议录音文稿和团队 OKR 数据变成带有截止时间的行动清单,以及区分 A/B/C 级员工的绩效排行榜

把会议录音文稿和团队 OKR 数据变成带有截止时间的行动清单,以及区分 A/B/C 级员工的绩效排行榜。跑完你拿到的是一份 Markdown 格式的执行摘要报告,包含针对组织架构的精简建议和冗余岗位删除清单,中间一共 9 步。

最适合的真实场景

  • 01

    销售主管把几十场客户访谈录音转写文件批量处理,生成包含责任人和截止时间的待办事项表

  • 02

    团队负责人对照季度产出数据,强制将团队成员排入 A B C 评级并生成个人记分卡

  • 03

    运营总监审查部门组织架构,找出工作流中拖慢进度的审批环节和职能重叠的岗位

  • 04

    客户成功团队提取语音会议中口头答应客户的承诺,直接推送到 HubSpot 系统生成跟进任务

  • 05

    HRBP 依据处理后的员工速度、质量、独立性和主动性得分,制定对应的晋升或淘汰名单

你要先准备的资料

  • 包含员工角色描述和历史产出数据的 JSON 或 CSV 文件,需明确列出每个人的具体工作职能
  • 会议录音的文本转写文件,需要是纯文本格式,包含参会人的完整对话记录
  • 系统环境中配置好 Anthropic API 或 OpenAI API 的有效密钥,并安装 Python 3.9 及以上版本
  • 如果需要推送任务,需准备好 HubSpot 私有应用的 Token,并确认具有创建任务的写入权限
  • 在运行目录下的 .env 文件中填入对应的环境变量配置,例如指定使用 Claude 还是 GPT-4

跑完你会拿到什么

  • 一份 Markdown 格式的执行摘要报告,包含针对组织架构的精简建议和冗余岗位删除清单
  • 针对每位员工的个人记分卡,包含速度、质量等四项具体得分以及 A B C 评级结果
  • 包含会议决定事项和行动清单的 JSON 或 Markdown 文件,每项行动明确标注责任人和截止时间
  • 一份会议待办跟进列表,列出会议中产生的所有未解决问题和需要安排的后续跟进会议
  • 直接创建在 HubSpot 客户名下的任务卡片,包含具体的客户跟进动作和系统强制要求的截止时间

METHOD

读取团队数据 → 质疑岗位要求 → 删除重叠岗位 等 9 个环节

一共 9 步。其中 4 项能力决定了换个 AI 会不会更麻烦。

  1. 读取团队数据读取包含员工角色描述和产出数据的 CSV 或 JSON 文件。程序通过这些输入识别团队内部的组织架构和当前的实际业务产出。
  2. 质疑岗位要求检查现有岗位的工作要求是否与实际产出匹配。程序标记出那些要求过高或偏离实际业务需求的岗位设定。
  3. 删除重叠岗位比对不同员工的日常工作描述,找出职能完全重叠的岗位。程序会在组织架构图中标记这些冗余部分。
  4. 精简工作流分析日常工作中的流转节点,识别并合并多余的审批环节或重复的汇报动作,输出精简后的节点建议。
  5. 加速卡点环节定位团队里拖慢整体进度的人员或工作流节点。程序会在报告中明确指出造成卡顿的具体环节。
  6. 标记自动化机会在员工的日常任务中找出重复执行且占用大量时间的操作,将其标记为可以使用软件程序替代的自动化事项。
  7. 计算评级与记分卡根据速度、质量、独立性和主动性四个指标给员工打分。系统把员工排入 A B C 评级,并输出带有晋升、辅导或退出建议的记分卡。
  8. 提取会议决定与行动读取文本记录,分离出会议决定事项和带有明确截止时间的行动清单,并找出需要进一步跟进的待回答问题。
  9. 提取隐性承诺与推送任务识别对话中随口答应客户的隐性承诺。为每个提取结果生成信心分数,然后推送到 HubSpot 系统或写成 Markdown 报告。

这个 Skill 用到的能力: 读本地资料长上下文运行脚本写本地文件 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。

WORKED EXAMPLE

某 B2B 软件公司销售部的季度复盘

某 B2B 软件公司销售部的季度复盘

销售总监需要评估 15 名销售的季度表现并处理积压的客户录音。团队提供包含历史成单数据的 CSV 文件,以及 40 份客户电话的文本转写记录。总监需要一份强制分布的排名名单,以及一份能直接分发给下属的待办事项表,同时把客户承诺同步到 HubSpot。

  1. 将包含 15 名销售角色和成单数据的 CSV 文件输入到审查脚本中
  2. 系统读取数据并运行五步分析,标记出职能重叠和拖慢进度的环节
  3. 系统根据四项指标计算得分,生成包含 A B C 评级的个人记分卡
  4. 把 40 份文本记录输入到提取脚本中,程序分离出决定事项和行动清单
  5. 程序识别对话中的隐性承诺,通过 API 推送任务到 HubSpot 系统

预期结果:交付了一份包含组织架构精简建议和 15 名销售个人记分卡的 Markdown 报告。同时输出了一个 JSON 文件,包含 40 场录音中提取的待办跟进人和截止时间。所有客户跟进任务已推送至 HubSpot。由于部分录音背景嘈杂,约一成的隐性承诺提取结果存在偏差,需要人工对照原文确认。

PITFALLS · VERIFICATION

会议录音转写文件如果缺少发言人姓名

最常踩的坑

  • 会议录音转写文件如果缺少发言人姓名,程序无法准确对应到具体的责任人和跟进人
  • 如果输入的员工产出数据包含大量主观定性描述,程序得出的 A B C 评级缺乏区分度
  • HubSpot 的 Token 如果没有配置创建任务的写入权限,推送客户跟进任务时会直接报错中断
  • 当录音转写文本里包含大量口语化且没有明确时间节点的承诺时,程序提取的截止时间会缺失
  • 如果组织架构文件里的岗位描述写得过于宽泛,程序会误判职能重叠并给出错误的删减建议

怎么确认这次跑对了

  • 已经形成可检查的一份 Markdown 格式的执行摘要报告,包含针对组织架构的精简建议和冗余岗位删除清单,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的针对每位员工的个人记分卡,包含速度、质量等四项具体得分以及 A B C 评级结果,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的包含会议决定事项和行动清单的 JSON 或 Markdown 文件,每项行动明确标注责任人和截止时间,关键判断能回到输入资料或过程证据。
  • 已逐项检查「会议录音转写文件如果缺少发言人姓名,程序无法准确对应到具体的责任人和跟进人」等高频问题,并记录需要人工确认的下一步。
团队效能与会议洞察 Skill适合哪些岗位使用?

团队负责人、销售主管、HRBP、运营总监。典型场景包括销售主管把几十场客户访谈录音转写文件批量处理,生成包含责任人和截止时间的待办事项表;团队负责人对照季度产出数据,强制将团队成员排入 A B C 评级并生成个人记分卡;运营总监审查部门组织架构,找出工作流中拖慢进度的审批环节和职能重叠的岗位。

开始前需要准备什么资料?

至少需要包含员工角色描述和历史产出数据的 JSON 或 CSV 文件,需明确列出每个人的具体工作职能、会议录音的文本转写文件,需要是纯文本格式,包含参会人的完整对话记录、系统环境中配置好 Anthropic API 或 OpenAI API 的有效密钥,并安装 Python 3.9 及以上版本。资料越具体,结果越能直接用于决策。

最后能得到什么可检查的结果?

一份 Markdown 格式的执行摘要报告,包含针对组织架构的精简建议和冗余岗位删除清单、针对每位员工的个人记分卡,包含速度、质量等四项具体得分以及 A B C 评级结果、包含会议决定事项和行动清单的 JSON 或 Markdown 文件,每项行动明确标注责任人和截止时间。每项都可以逐条核对来源和数字。

哪些情况下结果会不可靠?

会议录音转写文件如果缺少发言人姓名,程序无法准确对应到具体的责任人和跟进人;如果输入的员工产出数据包含大量主观定性描述,程序得出的 A B C 评级缺乏区分度。出现这些情况时需要人工复核。

支持哪些 AI Agent?

已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。

ORIGINAL SOURCE

6 个原始文件,46 个文档章节,固定在 a9f11007

上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 6 个文件、68.0 KB。

原始 Skill 文档 上游原文完整保留,中文概述已转换为营销任务、输入资料和交付结果。

AI Team Ops

Preamble (runs on skill start)

# Version check (silent if up to date)
python3 telemetry/version_check.py 2>/dev/null || true

# Telemetry opt-in (first run only, then remembers your choice)
python3 telemetry/telemetry_init.py 2>/dev/null || true

Privacy: This skill logs usage locally to ~/.ai-marketing-skills/analytics/. Remote telemetry is opt-in only. No code, file paths, or repo content is ever collected. See telemetry/README.md.


AI-powered team performance analysis and meeting intelligence: ruthless performance audits using the "Elon Algorithm" + automatic extraction of action items, decisions, and follow-ups from meeting transcripts.

When to Use

Use this skill when:

  • Evaluating team performance against OKRs/KPIs with a structured framework
  • Stack ranking team members to identify A/B/C players
  • Finding redundant roles, bottlenecks, and automation opportunities in your org
  • Extracting action items and decisions from meeting transcripts
  • Processing batch meeting notes into structured follow-up lists
  • Pushing meeting action items to CRM (HubSpot) as tasks

Tools

Team Performance
Script Purpose Key Command
team_performance_audit.py Elon Algorithm: 5-step team audit + stack rank + scorecards python3 team_performance_audit.py --input team_data.json --output report.md
Meeting Intelligence
Script Purpose Key Command
meeting_action_extractor.py Extract decisions, actions, follow-ups from transcripts python3 meeting_action_extractor.py --transcript meeting.txt --format markdown

Configuration

All scripts use environment variables for LLM API access. Copy .env.example to .env and fill in your values.

Required Environment Variables
  • ANTHROPIC_API_KEY — Anthropic API key (Claude for analysis)
  • OPENAI_API_KEY — OpenAI API key (alternative LLM provider)
Optional Environment Variables
  • HUBSPOT_API_KEY — HubSpot private app token (for pushing meeting action items as tasks)
  • LLM_PROVIDERanthropic (default) or openai
  • LLM_MODEL — Model name override (default: claude-sonnet-4-20250514 or gpt-4o)

Data Flow

Role Descriptions + OKRs + Output Data (CSV/JSON)
        │
        ▼
┌──────────────────────────────────┐
│   team_performance_audit.py      │
│   5-Step Elon Algorithm:         │
│   1. Question requirements       │
│   2. Delete redundancies         │
│   3. Simplify workflows          │
│   4. Accelerate bottlenecks      │
│   5. Automate what's possible    │
│                                  │
│   + Score: velocity, quality,    │
│     independence, initiative     │
│   + Stack rank: A/B/C players    │
│   + Actions: promote/coach/exit  │
└──────────────────────────────────┘
        │
        ▼
Executive Summary + Individual Scorecards + Org Recommendations


Meeting Transcripts (text files or stdin)
        │
        ▼
┌──────────────────────────────────┐
│   meeting_action_extractor.py    │
│   Extract:                       │
│   • Decisions (who + context)    │
│   • Action items (owner +        │
│     deadline + priority)         │
│   • Open questions               │
│   • Key insights / quotes        │
│   • Follow-up meetings needed    │
│   • Implicit commitments         │
│   + Confidence scores            │
└──────────────────────────────────┘
        │
        ▼
Structured JSON / Markdown + Optional CRM Push

Dependencies

  • Python 3.9+
  • anthropic or openai (for LLM-powered analysis)
  • requests (for optional HubSpot integration)

来源与版本声明

本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub; 原始项目名称:AI Team Ops; 固定版本:a9f11007aca3; 许可证:MIT。技能包内保留完整出处和许可证说明。

各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。

INSTALL

团队效能与会议洞察 Skill v1.0.0,ZIP 带 SHA256 校验

默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。

METHOD 01 · 交给 AI 自己装

复制提示词

适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。

请帮我把「团队效能与会议洞察 Skill」安装到我正在使用的 AI Agent。
1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-team-ops/1.0.0/skill-team-ops.zip
   注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。
2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。
3. 安装完成后告诉我实际安装目录。
4. 用一个只读小任务验证 Skill 已被识别。
5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。
参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-team-ops/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-team-ops.md

FURTHER READING

团队效能与会议洞察 Skill 相关的实操文章

别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。

Agentic Commerce现场笔记:让品牌内容更容易被AI引用

Agentic Commerce在邮件出现了新的内容机会,这篇只整理值得测试的三个方向和两个暂缓项。 补充测试:换成Notion后,保留相同验收标准,再观察形成可复用模板是否仍然成立。

  • Skill教程
  • 邮件
  • 视频转录
  • 知识管理

独立开发者要不要装 Campaign Review?5分钟判断

从空白开始配置 Campaign Review:先明确为不同平台改写同一主题所需的资料,再生成初稿,随后按知乎规则做压缩与校对。最后提供检查表,帮助稳定缩短交付时间。

  • Skill教程
  • AI视频
  • 独立开发者
  • 热点观察

一次讲透技术SEO:输入什么、输出什么、怎样提升打开率

从空白开始配置 SEO Technical Audit:先明确把复杂方法拆成三步操作所需的资料,再生成初稿,随后按微信公众号规则做压缩与校对。最后提供检查表,帮助稳定提升打开率。

  • 工作流
  • 热点观察
  • 知识管理
  • 电商运营

GEO审计效果忽高忽低?先排查“测试样本过于整齐”

为AI新手准备的GEO审计速查卡,适合第一次接触时直接照着走。重点放在让协作更顺畅,不要求预先搭建复杂系统。 补充测试:换成抖音后,保留相同验收标准,再观察减少信息遗漏是否仍然成立。

  • 实战案例
  • 数据分析

Research Agent × 抖音:从输入到发布的完整工作流

零点击搜索在抖音出现了新的内容机会,这篇只整理值得测试的三个方向和两个暂缓项。

  • Skill教程
  • 抖音
  • 代理商项目组
  • 知识管理

问答选题效果忽高忽低?先排查“自动化失败后没有兜底”

这是一份偏实战的问答选题配置说明。先用小样本完成“用少量样本建立批量生产规范”,再逐步扩到批量任务;同时设置人工抽检、来源记录和失败兜底,降低自动化失败后没有兜底带来的波动。文末附一组可复制参数,便于继续减少信息遗漏。

  • Skill教程
  • 自动化
  • 小红书
  • 代理商项目组

以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。

按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。

SEO 与 GEO#03

GEO AI 搜索优化 Skill

诊断品牌在 ChatGPT、Perplexity、Google AI Overviews 等答案引擎中的可见度和引用机会。

来源项目 · coreyhaines31/marketingskills ★ 40,682 · Fork 6,416

VibeMKT COMMUNITY

加入 VibeMKT 社群

微信扫码,交流营销 Skill 的选择、安装、试用与业务化改造。

加入 VibeMKT 社群的微信二维码

二维码会持续显示,关闭弹窗后返回当前页面。