在AI开发平台上快速搭建一个原型应用

用户上传会议录音/文字 → AI 提取会议内容 → 
识别待办事项 → 按负责人归类 → 输出结构化列表

你是一个会议纪要处理助手。

输入：用户提供的会议文本（可能是完整的会议记录、对话录音转文字、或者要点笔记）

输出格式示例：

要求：
1. 仔细阅读会议内容，区分"讨论"和"决策"和"待办"
2. 只提取明确或暗示有后续行动的待办事项
3. 如果能从上下文中推断出负责人，就归类到对应人名下
4. 如果能推断出截止时间，标注在括号里
5. 如果待办不明确，归类到"待确认"
6. 对于无法提取待办的会议，回复"本次会议未发现明确的待办事项"

// 前端页面（简化版）
export default function MeetingPage() {
  const [transcript, setTranscript] = useState('')
  const [result, setResult] = useState('')

  const handleSubmit = async () => {
    const res = await fetch('/api/analyze', {
      method: 'POST',
      body: JSON.stringify({ text: transcript })
    })
    const data = await res.json()
    setResult(data.result)
  }

  return (
    <div>
      <textarea value={transcript} onChange={...} placeholder="粘贴会议文字记录" />
      <button onClick={handleSubmit}>提取待办</button>
      <div dangerouslySetInnerHTML={{ __html: result }} />
    </div>
  )
}

// /pages/api/analyze.ts
export default async function handler(req, res) {
  const response = await fetch(
    'https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation',
    {
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${process.env.DASHSCOPE_API_KEY}`,
        'Content-Type': 'application/json'
      },
      body: JSON.stringify({
        model: 'qwen-max',
        input: {
          prompt: `${SYSTEM_PROMPT}\n\n用户输入：${req.body.text}`
        },
        parameters: {
          temperature: 0.3,
          top_p: 0.5
        }
      })
    }
  )

  const data = await response.json()
  res.json({ result: data.output.text })
}

// 语音转文字
async function speechToText(audioFile: File): Promise<string> {
  // 调用百炼的语音识别 API
  const formData = new FormData()
  formData.append('file', audioFile)
  formData.append('model', 'paraformer-v2')

  const response = await fetch(
    'https://dashscope.aliyuncs.com/api/v1/services/audio/asr/transcriptions',
    {
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${process.env.DASHSCOPE_API_KEY}`
      },
      body: formData
    }
  )

  const result = await response.json()
  return result.output.transcription
}