LangChain v1 实战：用本地模型搭建会议纪要自动化系统
一、国内企业会议管理的真实痛点
在国内企业日常运营中，会议纪要整理是个让人头疼的问题
- 会议频繁，记录混乱：销售周会、项目复盘、客户沟通，每天都有大量会议，手写记录往往零散、不规范
- 整理耗时：会后需要人工梳理要点、提取行动项、分配负责人，一场1小时会议可能需要30分钟整理
- 信息丢失：口头讨论的决策、临时分配的任务，容易因为记录不及时而遗漏
- 归档困难：纪要散落在个人笔记、微信聊天、飞书文档里,后续追溯困难
本文将基于 LangChain v1 框架 + 本地开源大模型 + 飞书文档 API，搭建一套完全可控的会议纪要自动化系统，实现：
1. 将零散的会议记录转化为结构化纪要
2. 自动提取决策事项和行动清单
3. 人工审核后一键同步到飞书文档
全程使用国内可访问的技术栈，数据不出域，成本可控。
二、方案逻辑
整个系统分为三层：
输入层：
● 用户通过简单的 Web 界面粘贴会议原始记录
● 可选填写会议标题、日期、参会人员等元数据
处理层：
● 使用本地部署的开源大模型（如 Qwen、ChatGLM）理解会议内容
● 通过 LangChain v1 的结构化输出功能,强制模型按固定格式返回数据
● 生成包含摘要、决策、行动项的标准化纪要
输出层：
● 在 Web 界面预览生成的 Markdown 格式纪要
● 人工确认无误后,调用飞书文档 API 自动追加到指定团队文档
组件 | 选择 | 理由 |
大模型 | Qwen2.5 (本地部署) | 开源免费,中文能力强,可私有化部署 |
应用框架 | LangChain v1 | 提供标准化的 Agent 构建方式和结构化输出 |
前端界面 | Streamlit | Python 原生,无需前端开发经验 |
文档集成 | 飞书开放平台 API | 国内主流协作工具,API 文档完善 |
LangChain v1 的关键改进（相比旧版本）：
● 统一的 Agent 创建方式：不再有多种混乱的模式，只用 create_agent 一种标准流程
● 结构化输出保证：通过 Pydantic 模型定义数据格式，模型必须按此返回，避免解析失败
● 内容块标准化：无论用哪家模型（通义、文心、豆包），消息格式完全一致
● 中间件机制：可以在模型调用前后插入审批、日志、敏感信息过滤等环节
三、实操流程：从零搭建完整系统
步骤 1 准备本地模型环境
安装 Ollama（本地模型运行工具）
Ollama 是目前最简单的本地大模型部署方案，类似 Docker 的使用体验。
访问 Ollama 官网下载对应系统的安装包（支持 Windows/Mac/Linux）：
https://ollama.com/download
安装后在命令行验证：
下载通义千问模型
在命令行执行：
这会自动从 Ollama 官方库下载 Qwen2.5 的 7B 参数版本（约 4GB）。如果网络较慢,可以使用国内镜像源：
下载完成后启动模型服务：
服务默认运行在 http://localhost:11434，保持该窗口开启。
测试模型可用性
新开一个命令行窗口,测试模型是否正常响应：
如果返回类似“我是通义千问，一个由阿里云开发的大型语言模型”的回复，说明模型已就绪。
步骤 2 配置飞书文档权限
要让程序能自动写入飞书文档，需要完成三个步骤：
- 创建飞书企业自建应用
- 获取文档写入权限
- 生成访问凭证
创建飞书自建应用
登录飞书开放平台（https://open.feishu.cn/）：
点击右上角开发者后台，接着创建企业自建应用
填写应用名称（如会议纪要助手）
选择应用图标,点击创建
添加文档权限范围
在应用管理页面：
进入“权限管理”标签
搜索并开通以下权限：
docx:document (查看、编辑文档)
docx:document:readonly (查看文档)
在“版本管理和发布”创建1.0.0版本
获取访问凭证
在"凭证与基础信息"页面，记录以下两个值：
App ID（应用唯一标识）
App Secret（应用密钥）
创建目标飞书文档并获取 ID
在飞书中新建一个空白文档（云文档类型）：
命名为"团队会议纪要汇总"
打开文档,查看浏览器地址栏
地址格式为：https://xxx.feishu.cn/wiki/xxxxxxxxxxxxxx
复制 /wiki/ 后面的长字符串,这就是文档 ID
将该文档分享给应用机器人（在文档设置中添加机器人为协作成员）。
步骤 3 安装项目依赖
创建项目文件夹并进入
创建虚拟环境
安装核心依赖包
各依赖包作用说明：
streamlit：提供 Web 用户界面。
langchain 系列：作为 Agent 框架和模型封装。
pydantic：用于定义数据结构模型。
python-dotenv：管理环境变量（用于存放飞书密钥）。
requests：用于调用飞书 API。
步骤 4 定义会议纪要的数据结构
在项目文件夹创建 models.py 文件，定义标准化的输出格式，通过 Pydantic 模型强制模型按此结构返回数据。
核心数据结构
ActionItem 模型 (行动项)：
- 责任人 (owner): 谁来做 (必填)。
- 具体任务 (task): 做什么 (必填)。
- 截止日期 (due_date): 什么时候完成 (必填)。
RecapDoc 模型 (完整纪要)：
- 包含会议元信息 (标题、日期、参会人)。
- 内容摘要。
- 决策事项列表。
- 行动项列表 (List[ActionItem])。
设计优势： 结构化输出取代传统正则提取，大幅降低信息提取失败率。
步骤 5 编写模型调用逻辑
创建 llm_service.py 文件，实现与本地模型的交互。
核心流程
1.初始化模型连接：
使用 LangChain init_chat_model() 作为统一入口。
指定 model="ollama/qwen2.5:7b" 和本地 base_url。
2.绑定输出格式：
使用 withstructuredoutput(RecapDoc) 强制模型返回符合 RecapDoc 结构的 JSON。
3.构造提示词：
系统提示 (SystemMessage)： 设定模型角色（会议纪要助手）和提取决策/行动项的规则。
用户提示 (HumanMessage)： 包含实际会议内容和元数据。
4.调用模型生成：
invoke(messages) 发送请求。
返回结果是已验证的 Python 对象。
5.异常处理： 捕获格式错误或服务不可用异常，返回默认结构，避免程序崩溃。
避坑提示：确保 Ollama 服务在运行，首次调用需等待模型加载（10-30 秒）。
步骤 6 实现飞书文档写入
创建 feishu_service.py 文件，处理飞书 API 调用。
核心逻辑
1.获取访问令牌 (Access Token)：
基于 App ID 和 App Secret 换取 Tenant Access Token。
Token 有效期 2 小时，需缓存复用。
调用 /auth/v3/tenantaccesstoken/internal/ 接口。
2.追加内容到文档：
获取文档当前内容，确定末尾位置索引 (end_index)。
构造插入请求，在 end_index - 1 位置插入文本。
调用 /docx/v1/documents/{documentid}/blocks/batchcreate 接口。
3.转换为飞书 Markdown：
将 RecapDoc 对象格式化为 Markdown 文本。
格式： 一级标题（会议名称 + 日期），列表展示决策和行动项。
行动项格式： 责任人 — 任务描述 (截止日期)。
关键参数：
插入位置是 end_index - 1，避开文档结束符。
步骤 7 搭建 Streamlit 交互界面
创建 app.py 文件，作为用户使用的 Web 应用。
界面布局
输入区 (左右分栏)：
左侧大文本框：粘贴会议原始记录。
右侧元数据：会议标题、日期选择器、参会人员（逗号分隔）。
操作按钮：
"生成纪要"：调用模型生成结构化纪要。
"同步到飞书"：将纪要追加到飞书文档 (生成后可用)。
预览区： 实时显示 Markdown 格式的纪要预览。
核心交互逻辑
状态管理： 使用 Streamlit session_state 存储 recap 对象和 markdown_text，保持数据不丢失。
生成纪要流程： 验证输入 → 调用 generate_recap() → 转换为 Markdown → 存入 session_state。
同步飞书流程： 检查纪要是否存在 → 添加分隔标题 → 调用 append_to_feishu_doc() → 显示成功提示。
环境变量加载： 从 .env 文件加载飞书密钥和文档 ID。
避坑提示：
第一次点击"生成纪要"因模型加载会较慢（显示"正在处理..."）。
检查 .env 文件确保飞书密钥正确。
步骤 8 配置环境变量
在项目根目录创建 .env 文件，用于存储密钥和配置。
前三个是飞书相关配置,从步骤 2 获取
OLLAMA_BASE_URL：本地模型服务地址,默认端口 11434
MODEL_NAME：使用的具体模型版本
安全提示：
不要将 .env 文件上传到 Git 仓库
在项目根目录创建 .gitignore 文件，添加一行 .env
步骤 9 启动应用并测试
确认前置条件
运行前检查清单：
● Ollama 服务正在运行（ollama serve 窗口开启）
● 已下载 qwen2.5:7b 模型
● .env 文件已正确配置
● 飞书文档已分享给应用机器人
启动 Streamlit 应用
在项目目录执行：
测试流程
准备测试数据：
复制以下示例会议记录：今天讨论了 Q1 营销计划，张三提出要加大短视频投放，预算提升到 50 万。李四建议先做 A/B 测试，小范围验证转化率。最终决定周一前完成测试方案，由王五负责对接抖音渠道。另外产品侧反馈落地页加载慢，技术部承诺本周五优化完成。
操作步骤：
- 粘贴上述文本到左侧大文本框
- 填写标题："Q1 营销计划讨论会"
- 选择日期：今天
- 填写参会人："张三,李四,王五,技术部代表"
- 点击"生成纪要"按钮
- 确认内容无误后，点击"同步到飞书"
- 看到"同步成功"提示
四、场景延伸：还能用在哪些地方？
基于同样的技术架构,可以快速衍生出以下实用工具：
1.客户沟通记录整理
场景：销售、客服团队每天有大量客户对话（电话、微信）
改造方案：
输入：客户对话记录 + 客户基本信息
输出结构调整为：
存储到：企业 CRM 系统（通过 API）或飞书多维表格
2.项目周报自动生成
场景：项目经理需要每周汇总团队工作进展
改造方案：
输入：本周各成员的日报/周报文本
输出结构：
存储到：飞书项目看板或企业微信群公告
3.培训课程知识提炼
场景：企业内训、行业讲座后需要整理课程要点
改造方案：
输入：讲师 PPT 文字 + 学员笔记
输出结构：
存储到：企业知识库（如语雀、Notion 国内版）
