meeting-summary-mcp · 汎用会議サマリーMCP

汎用の MCP Server：任意の会議を渡すだけで（飛書妙記/議事録リンク、日付範囲、またはテンセント会議などからエクスポートした文字起こし）、 自動で標準的な会議議事録に整理します —— 会議情報 / 会議サマリー / 会議内容 / タスク・部門別振り分け。

適用シーン：会議終了 → AI に会議内容を読ませる → 構造化された議事録を自動生成し、「製品部 / 運営部 / ブランド部 …」ごとに 各タスクを該当部門へ振り分け。会議後の手作業での整理・個別配布の手間を省きます。 飛書ネイティブデータ + 任意の会議文字起こしに対応し、特定の会議プラットフォームに縛られません。

✨ 機能（MCP Tools）

Related MCP server: Feishu/Lark OpenAPI MCP

📦 インストール

1. Python 依存関係のインストール

pip install mcp

2. lark-cli（飛書コマンドラインツール）のインストールとログイン

npm install -g lark-cli
lark-cli auth login

ログイン時はご自身の飛書アカウントで QR コードをスキャンして認証し、以下の権限スコープ（Scope）にチェックを入れる必要があります：

vc:meeting.search:read
vc:meeting.meetingevent:read
vc:record:readonly
minutes:minutes.search:read
minutes:minutes.basic:read
minutes:minutes.artifacts:read
minutes:minutes.transcript:export
vc:note:read
docs:document.content:read

一度にすべて選択できなくても問題ありません。後で該当機能を使う際に、プロンプトに従って権限を追加すれば OK です。

🔌 AI クライアントへの接続

Claude Code（VS Code 拡張機能 / CLI）

settings.json（ユーザーまたはプロジェクトレベル）の mcpServers に以下を追加：

{
  "mcpServers": {
    "meeting-summary": {
      "command": "python",
      "args": ["D:/meeting-summary-mcp/server.py"]
    }
  }
}

Claude Desktop / その他 MCP 対応クライアント

クライアントの MCP 設定でも同様に指定：command: python、args: [server.py の絶対パス]。

🚀 使用例

シナリオ 1：今日/指定日の会議を検索

AI に search_meetings("2026-08-21", "2026-08-21") を呼び出させるだけで、当日の会議リストを取得できます。

シナリオ 2：妙記/議事録リンクを部門別タスクに整理

1. 会議妙記リンク（.../minutes/obcnxxx）を AI に渡す

2. AI に参加者の役職を伝える。例：

   吴楠是北京产品经理，熊燕刚是运营总监，季子禾是直播间运营，
   刘晓曼是品牌运营，紫芙BB是品牌对接，王晨旭是直播间运营负责人

3. AI が organize_todos_by_department を呼び出し、minute_token または link と roles_json を渡すと、以下が得られます：

# 会议待办 · 按部门分发

## 产品/技术部
- [ ] 积分问题排查：…（负责人：吴楠·北京产品经理）

## 直播间运营部
- [ ] 直播间GMV录入：…（负责人：王晨旭·直播间运营负责人）

シナリオ 3：逐語録を読んで深い分析

fetch_transcript(minute_token) を呼び出して全文を取得し、AI に元の発言に基づいて独自に分析させます（AI サマリーをそのまま写すより正確）。

シナリオ 4：テンセント会議など任意の会議（飛書に依存しない）

テンセント会議からエクスポートした会議文字起こし（txt）をそのまま AI に渡し、import_meeting_text で読み取らせ、 その後 organize_todos_from_text を役職設定と組み合わせて部門別タスクを整理します：

张三 00:00:10
这个需求需要尽快跟进，明天给产品确认。
李四 00:00:20
培训文档我来输出，会后整理下发给运营。

→ organize_todos_from_text(text, roles_json, title) が部門別にグループ化されたタスクを出力します。 WeChat 会議 / 録音文字起こし / 任意の文字起こしも同様です。

🧩 roles_json 役職設定の形式

organize_todos_by_department の roles_json パラメータ：

{
  "吴楠": {"role": "北京产品经理", "department": "产品/技术部"},
  "熊燕刚": {"role": "运营总监", "department": "运营总监"},
  "附子LC-直播运营": {"role": "直播间运营", "department": "直播间运营部"},
  "刘晓曼": {"role": "品牌运营", "department": "品牌运营/品牌对接"}
}

• キー：参加者名（会議での表示名）または open_id（ou_ で始まる）

• role：役職；department：所属部門（タスクはこれに基づいてグループ化されます）

• 部門にマッチしないタスクは自動的に「要確認 / 要人による引き受け」に分類されます

例は examples/roles_example.json を参照

📄 出力形式（標準4セクションテンプレート）

organize_todos_by_department / organize_todos_from_text が出力する標準テンプレート：

# 会议纪要 · {会议主题}

## 一、会议信息      （主题 / 时间 / 参会人）
## 二、会议摘要      （一段话概括）
## 三、会议内容      （按议题分节）
## 四、待办事项 · 按部门分发
### 🛠️ 部门A
- [ ] 任务（负责人：xxx·岗位）
### 待确认 / 需人工认领

テンプレートの説明と実際の例は examples/meeting_template.md を参照

📁 プロジェクト構成

meeting-summary-mcp/
├── server.py            # MCP 入口（FastMCP + 8 个 tools）
├── feishu_client.py     # lark-cli 封装（搜索/妙记/纪要/逐字稿）
├── organizer.py         # 按部门待办整理逻辑
├── requirements.txt
├── README.md
├── examples/
│   ├── roles_example.json   # 岗位配置示例
│   └── output_example.md    # 生成的按部门待办示例
└── test/
    └── smoke_test.py        # 本机冒烟测试

🧪 セルフテスト

cd meeting-summary-mcp
python test/smoke_test.py

ローカルの lark-cli がログイン済みで、対応する scope が認証されている必要があります。

🔄 他の人への共有

meeting-summary-mcp ディレクトリ全体をそのままパッケージ化（zip）して相手に送るだけで、相手は本 README の 「インストール → 認証 → 接続」の3ステップで自分の AI クライアント + 自分の飛書アカウントで使用できます。

注：本 MCP は lark-cli 経由で飛書にアクセスし、データは自分のアカウントの認証範囲内でのみ読み取るため、 アカウントをまたいで会議内容が漏洩することはありません。