---
title: "LLMHandoff"
type: concept
tags: ["llm", "agent", "handoff", "transcription", "summarization"]
last_updated: 2026-05-02
---

# LLMHandoff（LLM 交接协议）

## Definition

LLM Handoff 是在 Agent 管道中，将结构化数据（转录文本、会议记录、文档）传递给下游 LLM 进行摘要/问答/行动项提取的标准接口。定义格式化规则和任务指令，使下游 LLM 能准确理解输入并产生期望输出。

## Purpose

在 [[StructuredTranscriptJSON]] 基础上，LLM Handoff 定义：
1. **格式化规则**：如何将带时间戳的段落转为 LLM 可读的文本格式
2. **任务指令**：不同任务（摘要/问答/行动项）对应的 prompt 指令
3. **Schema 输出**：LLM 应返回的结构化格式（如 action_items、summary 等）

## Handoff Payload Format

```json
{
  "task": "summarize",
  "source_type": "transcript",
  "source_id": "meeting-2026-05-02-001",
  "total_duration": 3600.5,
  "speakers": ["SPEAKER_00", "SPEAKER_01"],
  "content": "[0.0s] <SPEAKER_00> Hello, welcome...\n[5.2s] <SPEAKER_01> Thank you...\n...",
  "instructions": {
    "summarize": "Produce a concise summary, section headers for topic changes, and a bulleted action items list with speaker attribution.",
    "action_items": "Extract all action items and commitments with the speaker who made them and the timestamp.",
    "qa": "Answer questions about the transcript using only information present in the content. Cite timestamps."
  }
}
```

## Downstream Integrations

- [[LangChain]]：`ConversationalRetrievalChain` / `LLMChain`
- CrewAI：`Agent` 接收 JSON payload 作为 context
- 自定义 LLM 管道：直接读取 payload 并注入 system prompt

## Critical Design Considerations

- **保留时间戳锚点**：`[5.2s]` 格式使 LLM 能引用具体时刻
- **说话人归属**：`[SPEAKER_00]` 前缀使 LLM 能区分不同发言人的观点
- **分块交付**：超长转录可分批传递给 LLM（避免 token 超限）

## Related Concepts
- [[StructuredTranscriptJSON]] — Handoff 的输入数据格式
- [[PIIRedaction]] — Handoff 前必须脱敏（避免 LLM 学习 PII）
- [[SpeakerDiarization]] — 说话人标签是 Handoff 文本格式化的核心要素
- [[Human-Handoff]] — LLM → 人类的交接（Agentic 系统中的另一方向）

## Related Sources
- [[engineering-voice-ai-integration-engineer]]