meeting-summary-mcp · 범용 회의 요약 MCP

범용 MCP Server입니다. 어떤 회의든 넘겨주면 됩니다（Feishu 회의록/메모 링크、날짜 범위，또는 Tencent Meeting 등에서 내보낸 텍스트 기록）， 자동으로 표준 회의록으로 정리해 줍니다 —— 회의 정보 / 회의 요약 / 회의 내용 / 할 일·부서별 배포.

사용 시나리오: 회의가 끝난 뒤 → AI가 회의 내용을 읽게 하고 → 구조화된 회의록을 자동으로 만들며， 제품부/운영부/브랜드부 및 그 외 ... 각 할 일을 해당 부서로 분류해 줍니다. 회의 후 손으로 정리하고 건별 배포하는 수고를 덜 수 있습니다. Feishu의 기본 데이터와 어떤 회의의 텍스트 기록 모두를 지원하며, 특정 회의 플랫폼에 묶여 있지 않습니다.

✨ 기능（MCP Tools）

Related MCP server: Feishu/Lark OpenAPI MCP

📦 설치

1. Python 의존성 설치

pip install mcp

2. lark-cli（Feishu 명령줄 도구）설치 및 로그인

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

로그인 시 소유한 Feishu 계정으로 QR 코드를 스캔하여 인증하면 되며, 아래 권한 범위（Scope）를 체크해야 합니다:

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

처음에 한 번에 전부 선택하지 않아도 됩니다. 이후 특정 기능을 사용할 때 안내에 따라 권한을 추가 부여하면 됩니다.

🔌 AI 클라이언트 연결

Claude Code（VS Code 확장 프로그램 / CLI）

settings.json（사용자 또는 프로젝트 수준）의 mcpServers에 다음을 추가하세요:

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

Claude Desktop / 기타 MCP 를 지원하는 클라이언트

클라이언트 MCP 설정에서도 동일하게 지정하면 됩니다: command: python, args: [server.py 的绝对路径].

🚀 사용 예시

시나리오 1: 오늘/특정 날짜의 회의 검색

search_meetings("2026-08-21", "2026-08-21")를 AI가 호출하면 그날의 회의 목록을 얻을 수 있습니다.

시나리오 2: 회의 메모/회의 링크를 부서별 할 일로 정리

1. 회의 메모 링크（.../minutes/obcnxxx）를 AI에게 전달합니다

2. AI에게 참석자 직책(역할)을 알려 줍니다. 예:

   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. AI가 organize_todos_by_department를 호출하도록 하고, minute_token 또는 link와 roles_json을 전달하면 다음을 받을 수 있습니다:

# 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）

시나리오 3: 축어록을 읽고 심층 분석

fetch_transcript(minute_token)를 호출해 전체 원문을 가져온 다음, AI가 원래 발언을 바탕으로 독자적으로 분석하게 하세요（AI 요약을 그대로 옮기는 것보다 정확합니다）.

시나리오 4: Tencent Meeting 등 임의의 회의（Feishu 불필요）

Tencent Meeting에서 내보낸 회의 텍스트（txt）를 AI가 import_meeting_text로 그대로 읽게 하고, 다시 organize_todos_from_text와 직책 구성을 조합해 부서별 할 일로 정리할 수 있습니다:

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)은 인자 기준으로 부서별 할 일을 출력합니다. WeChat 회의 / 녹음 전사 / 어떤 텍스트 기록에도 동일하게 적용할 수 있습니다.

🧩 roles_json 직책 설정 형식

organize_todos_by_department의 roles_json 파라미터:

{
  "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"}
}

• 키: 참석자 이름（회의에서 표시되는 이름） 또는 open_id（ou_로 시작）

• role: 직책, department: 소속 부서（할 일이 이 부서 기준으로 그룹화됨）

• 부서가 매칭되지 않은 할 일은 자동으로「확인 필요 / 수동 인수」로 분류됩니다.

예시는 examples/roles_example.json를 참조하세요.

📄 출력 형식（표준 4 블록 템플릿）

organize_todos_by_department / organize_todos_from_text가 출력하는 표준 템플릿:

# 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

템플릿 설명과 실제 예는 examples/meeting_template.md 참고.

📁 프로젝트 구조

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

🧪 자체 테스트

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

로컬에 lark-cli가 로그인되어 있고 해당 scope에 대한 권한이 되어 있어야 합니다.

🔄 다른 사람에게 공유

meeting-summary-mcp 디렉토리 전체를 있는 그대로 압축(zip)해서 상대방에게 보내면 됩니다. 상대방은 이 README의 「설치 → 권한 부여 → 연동」세 단계만 따라도 됩니다. 자신의 AI 클라이언트 + 자신의 Feishu 계정에서 사용할 수 있습니다.

설명: 이 MCP는 lark-cli를 이용해 Feishu에 접근하며, 자신 계정의 인증 범위 내에서만 데이터를 읽습니다. 다른 계정으로 회의 내용이 유출되는 일은 없습니다.