目录

一.语音转文字

二.Agent结构化分析

三.综合测试

四.生成前端

一.语音转文字

prompt如下：

开发语音转文字功能，ASR 模型使用 Qwen3‑ASR‑Flash, 参考文档如下: https://bailian.console.aliyun.com/cn-beijing?spm=5176.29597918.0.d_primary.632e133cWcDLR5&tab=doc#/doc/?type=model&url=2979031 
创建多个脚本来管理不同的功能: 
clients.py 用于获取这个客户端，连接云服务 
asr.py 用于将本地上传的文件转成 data url 
config 加 DASHSCOPE_API_KEY、DASHSCOPE_WORKSPACE_ID、asr_model (默认 qwen3‑asr‑flash) 
最后的话呢，再创建一个 pipeline 啊，然后专门去转写内容就可以了。
这几个功能都放到routers文件里。

二.Agent结构化分析

开发Agent功能,脚本名是app/agent_service.py 将文本内容提炼出需要的内容:包含摘要、代办、紧急标记并入库

使用阿里云百炼的语音模型Qwen3-ASR-Flash，会议视频里的语句转文字，这属于非实时语音识别，生成api key，如下将相应信息填入环境配置文件中：

三.综合测试

直接让ai帮忙改bug。

四.生成前端

在frontend文件夹中创建前端项目，技术选型用Vue3，样式方案TailwindCSS 注意：功能要根据当前后端的接口和业务功能来进行开发。

最后按照ai的步骤启动项目，

把会议视频拖进去，就自动生成这个会议对应的摘要和待办事项等要素了。

这项目开发的没啥含金量，算是先开个头体验一下AI开发吧。