# Meeting Lab Experimentierumgebung zur Entwicklung eines lokalen Diskussionsanalyzers für Meetingtranskripte. ## Ziel Das Meeting Lab dient dazu, Verfahren zur Analyse realer Meetingtranskripte zu entwickeln und zu evaluieren. Im Mittelpunkt steht nicht die Softwarearchitektur, sondern die Frage: > **Wie lässt sich aus einem realen Meeting möglichst zuverlässig strukturiertes Wissen extrahieren?** Meeting Lab ist die experimentelle R&D-Umgebung fuer den zukuenftigen *Meeting Assistant*. Es dient gleichzeitig als Forschungsplattform, Architektur-Spielwiese, Regressionsframework, Benchmark-Umgebung und Prototypimplementierung. Neue Ideen werden hier untersucht und gegen reale Meeting-Beispiele validiert, bevor sie fuer das Produkt in Betracht kommen. Der beabsichtigte Reifeprozess ist: ```text Research idea -> Meeting Lab experiment -> Regression tests -> Stable architecture -> Meeting Assistant implementation ``` Nur ausreichend ausgereifte und verifizierte Komponenten sollen in den Meeting Assistant uebernommen werden. Meeting Lab darf bewusst experimentelle Ansaetze und Entwicklungszweige enthalten, die verworfen werden oder nie den Assistant erreichen. ## Meeting Assistant und langfristige Produktentwicklung Der Meeting Assistant ist als Produktionsanwendung vorgesehen. Seine erste oeffentliche Beta soll auf einem stabilen Meeting-Lab-MVP basieren und eine polierte User Experience, Installer, Konfiguration und eine produktionsreife Pipeline bieten. Eine GUI ist optional; experimentelle Funktionen sollen standardmaessig nicht aktiviert sein. Meeting Lab entwickelt sich unabhaengig weiter und bleibt der langfristige Innovationszweig. Der erwartete Transferpfad lautet: ```text Meeting Lab Alpha -> Meeting Lab Beta -> Meeting Assistant Beta -> Meeting Assistant Release ``` Meeting-Assistant-Releases uebernehmen damit gezielt bewaehrte Meeting-Lab- Komponenten, waehrend der Assistant den stabilen Produktzweig bildet. --- ## Grundidee Klassische Meeting-Zusammenfassungen versuchen, das gesamte Transkript in einem einzigen Schritt zu verstehen und zusammenzufassen. Das funktioniert bei realen Diskussionen nur eingeschränkt, da Themen häufig - begonnen, - unterbrochen, - später wieder aufgenommen, - ergänzt oder - relativiert werden. Deshalb verfolgt das Meeting Lab einen mehrstufigen Analyseansatz. ```text Meeting ↓ Normalisierung ↓ Diskussionsblöcke ↓ Themensegmentierung ↓ Extraktion ↓ Deterministic Canonicalizer ↓ Semantic Consolidator ↓ Canonical Meeting Knowledge ↓ Arbeitsprotokoll / Verteilerprotokoll / Knowledge Objects ``` Jeder Verarbeitungsschritt löst genau eine klar definierte Aufgabe. --- ## Entwicklungsprinzipien - Kleine, klar abgegrenzte Verarbeitungsschritte - Ein Modul = eine Aufgabe - Deterministische Vorverarbeitung - Nachvollziehbare Ergebnisse - Reproduzierbare Experimente - Lokale Ausführung ohne Cloud-Abhängigkeit --- ## Repository-Struktur ```text meeting-lab/ ├── src/ # Quellcode ├── prompts/ # LLM-Prompts ├── experiments/ # Reproduzierbare Experimente ├── samples/ # Beispieltranskripte ├── tests/ # Tests ├── docs/ # Dokumentation └── pyproject.toml ``` --- ## Aktuelle Pipeline ```text Whisper ↓ normalize_transcript.py ↓ chunk_transcript.py ↓ (segment_topics.py) ↓ Extraktoren ↓ Deterministic Canonicalizer ↓ Semantic Consolidator ↓ Canonical Meeting Knowledge ↓ Output-Ansichten ``` Der aktuelle Architekturmeilenstein trennt deterministische Kanonisierung der Chunk-Extraktionen von semantischer Konsolidierung. Die Kanonisierung validiert und normalisiert Extraktionsobjekte ohne LLM. Semantic Consolidator V0 nutzt das lokale LLM nur fuer konservative facts-only Duplikaterkennung, erhaelt Evidenz und erzeugt noch keine Canonical Meeting Knowledge. Meeting Context V1 ist als manuell gepflegtes YAML-Geruest dokumentiert und fuer die Chunk-Extraktion implementiert. Die Extraktion kann den Kontext optional validieren, als autoritative Metadaten in den Prompt aufnehmen und minimale Kontext-Provenienz im Extraction JSON speichern. Konsolidierung, Canonical Meeting Knowledge und Rendering sind noch nicht daran angeschlossen. Als akzeptierte, aber noch nicht implementierte Architektur soll Meeting Context V2 kuenftig nicht mehr primaer manuell geschrieben werden. Nach Whisper soll ein Entity-Detection- und User-Confirmation-Schritt unbekannte Namen und Begriffe sichtbar machen. Bestaetigte Entitaeten werden in einer persistenten Entity Registry als cross-meeting Wissensquelle mit stabilen internen IDs, Anzeigenamen und Aliasen gepflegt. Aus Registry, Nutzerbestaetigungen und Meeting-Metadaten erzeugt ein Meeting Context Builder dann das meeting-spezifische `meeting_context.yaml`. Diese YAML-Datei bleibt der authoritative meeting-spezifische Point of Truth und ein reproduzierbares Input-Artefakt fuer den jeweiligen Pipeline-Lauf. Der gemeinsame Extraktionsprompt besteht aktuell aus `common.md`, `decisions.md` und `todos.md`. Die Todo-Regeln verlangen explizite Zuweisung, Freiwilligenmeldung oder Annahme, bevor eine verantwortliche Person gesetzt wird. Meeting Context kann Identitaet, Rolle, Abteilung und Anwesenheit validieren, begruendet aber niemals Verantwortung. Entscheidungen und Todos werden nicht aus derselben Proposition doppelt extrahiert; beides wird nur ausgegeben, wenn eine gruppenweite Entscheidung und eine davon getrennte Folgeaufgabe vorliegen. Das Meeting Lab behandelt "das Protokoll" nicht mehr als ein einzelnes Endprodukt. Das konsolidierte Meeting-Wissen ist die **Canonical Meeting Knowledge**, also die kanonische semantische Repräsentation eines Meetings und die Single Source of Truth für alle nachgelagerten Ausgaben. Aus dieser Canonical Meeting Knowledge entstehen drei unabhängige Output-Ansichten: - Working Protocol (`working_protocol.md`, Arbeitsprotokoll): relativ vollständig, mit Kontext, Begründungen, Entscheidungen, Aufgaben und offenen Fragen. - Distribution Protocol (`distribution_protocol.md`, Verteilerprotokoll): deutlich kürzer, ergebnisorientiert und für Kolleginnen, Management oder Stakeholder geeignet. - Knowledge Objects, dargestellt zum Beispiel als Knowledge-base Entry (`knowledge_entry.md`) oder später strukturiert gespeichert, zum Beispiel als `knowledge_entry.json` (Wissensdatenbankeintrag). Diese Ausgaben sind parallele Renderings desselben semantischen Modells. Das Arbeitsprotokoll ist nicht die Quelle des Verteilerprotokolls, und das Verteilerprotokoll ist nicht die Quelle der Knowledge Objects. Gerenderte Protokolle sollen normalerweise in der dominanten Sprache des Quelltranskripts beziehungsweise der konsolidierten Meeting Knowledge erstellt werden, sofern keine explizite Ausgabesprache angefordert wurde. --- ## Projektstatus Aktuell liegt der Schwerpunkt auf der Entwicklung eines modularen Diskussionsanalyzers. Implementiert sind Vorverarbeitung, technisches Chunking, lokale Chunk-Extraktion, Meeting Context V1 fuer die Extraktionsstufe, Canonicalizer V1 als deterministische Vorbereitung der Extraktionsergebnisse und Semantic Consolidator V0 fuer facts-only Duplikaterkennung. Canonical Meeting Knowledge, breitere semantische Synthese, Meeting-Context-Integration in spaetere Stufen und finale Output-View-Renderer sind geplante naechste Schritte. Canonicalizer V1 kann aus dem Repository heraus so ausgeführt werden: ```text PYTHONPATH=src .venv/bin/python -m meeting_lab.consolidation.canonicalize \ samples/whisper/meeting_speech_cleaned_chunks \ -o /tmp/canonicalized_extractions.json ``` Semantic Consolidator V0 kann auf dem Canonicalizer-Output ausgefuehrt werden: ```text PYTHONPATH=src .venv/bin/python -m meeting_lab.consolidation.consolidate_facts \ samples/benchmarks/canonicalizer_v1/canonicalized_extractions.json \ -o samples/benchmarks/semantic_consolidator_v0 \ --model qwen3.5:9B \ --endpoint http://127.0.0.1:11434/api/generate \ --no-think ``` Die eigentliche Ausgabeerzeugung ist bewusst der letzte Verarbeitungsschritt. Ein kompletter repository-nativer Referenzlauf fuer das Progeo-Benchmark kann auf dem Linux AI-PC ohne Codex mit einem Befehl gestartet werden: ```text python scripts/run_meeting.py \ --input samples/real_live/progeo_meeting/progeo_whispercpp_vulkan_turbo_trimmed_converted.json \ --context samples/real_live/progeo_meeting/meeting_context.yaml \ --model qwen3.5:9b \ --benchmark-label progeo_ai_pc ``` Die Linux-Einrichtung ist: ```text python3 -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip python -m pip install -e . ollama pull qwen3.5:9b ollama list ollama ps ``` `ollama ps` muss fuer den Referenzlauf leer sein. Details zu Voraussetzungen, Artefakten, Windows-Beispiel und Vergleich mit dem AI-PC stehen in `docs/run-meeting.md`. --- ## Lizenz Noch nicht festgelegt.