（1074期）Percept Summarize – AI对话总结与知识图谱

AI对话总结与知识图谱 AI驱动的对话总结工具，自动提取实体与关系，支持本地存储和全文检索，适合会议记录与知识管理 使用说明 核心用法 percept-summarize 是一款本地优先的 AI 对话总结工具，与 percept-listen 协同工作，在对话结束（60秒静音）后自动生成结构化摘要。 主要功能 自动触发：基于静音检测，无需手动操作 AI 总结：通过 OpenClaw 代理调用 LLM 生成摘要 实体提取：自动识别人物、组织、话题等实体 关系图谱：构建实体间关联（workson, clientof, mentioned_with） 5级实体消歧：从精确匹配到语义搜索的级联机制 本地存储：SQLite + FTS5 全文检索，数据可控 显著优点 零摩擦体验：被动监听、自动总结，不打扰工作流程 结构化输出：不仅是文本摘要，还包含可查询的实体关系网络 隐私优先：本地存储，无需云端传输敏感对话 可检索性：支持 SQL 和 FTS5 全文搜索，便于回溯 潜在局限 依赖外部 LLM：需 OpenClaw 代理，增加架构复杂度 英文生态为主：GitHub 仓库和文档未显示中文支持 存储周期限制：原始语音仅保留30天，长期分析受限 无实时反馈：60秒静音后才触发，不适合即时场景 适合人群 远程工作者、项目经理——需要自动会议纪要 咨询顾问、销售——追踪客户关系和项目进展 研究人员——整理访谈和讨论内容 常规风险 隐私合规：录音和存储对话需符合 GDPR/个人信息保护法规 误识别风险：实体消歧依赖概率模型，关键信息需人工核对 数据残留：SQLite 文件需加密防止本地泄露 数据保留策略 | 数据类型 | 保留期 ||---------|--------|| 原始语音片段 | 30天 || 摘要文本 | 90天 || 关系图谱 | 180天 || 说话人档案 | 永久 | 原始说明 Generates AI summaries of conversations after silence, extracting entities, action items, and relationships for searchable meeting notes and context retrieval.