AI不仅改变了构建内容，而且还在变革构建方式。当下开发者正在见证一个关键转折：AI正在自动化重复性任务，从而使开发者能够更加专注于创新和创造。
日常生活中的一个鲜明例子就是会议。会议对于协作至关重要，但它们往往会产生冗长的会议记录，而审查会议记录非常耗时。
本篇文章Antje Barth介绍了如何利用AI工具构建会议总结应用程序SummarizeMe，以及探讨AI推理和开发工具的发展如何改变构建应用程序的方式。
💻 复制下方链接，访问GitHub代码库。
GitHub代码库：
https://github.com/generative-ai-on-aws/summarize-me/tree/main
SummarizeMe应用功能
SummarizeMe将执行以下步骤：
使用Amazon Transcribe转录音频或视频内容；
在Amazon Bedrock中使用Anthropic的Claude 3 Haiku总结会议转录内容；
从会议中提取关键点和待办事项；
使用HeyGen创建视频摘要；
将转录内容、关键点和待办事项分别保存到文本文件中。
Amazon Transcribe：
https://aws.amazon.com/pm/transcribe/
Amazon Bedrock：
https://aws.amazon.com/bedrock/
HeyGen：
https://www.heygen.com/
生成的视频摘要中将展示我最新版本的虚拟形象！
Antje的虚拟形象
如何构建SummarizeMe应用
在开始编写代码之前，首先需要设置开发环境。我选择VSCode作为集成开发环境（IDE），并安装了Amazon Q Developer插件，以便利用AI辅助编码功能。复制下方链接，参阅在您的IDE中安装Amazon Q Developer扩展或插件。
在IDE中安装Amazon Q Developer扩展或插件：
https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/q-in-IDE-setup.html
我选择使用Python来开发SummarizeMe应用，并安装了必要的Python库，例如用于与亚马逊云科技服务交互的boto3和用于API调用的requests。
1
从零开始创建项目代码
为启动SummarizeMe的开发，我利用了Amazon Q Developer的/dev功能来创建初始代码库。借助这一适用于软件开发的agent，只需简单描述应用程序的功能，即可快速生成基础代码。
在VSCode中的Amazon Q面板中，输入如下内容。
/dev Build a Python app (app.py) for transcribing meeting recordings, generating summarized meeting notes, extracting key points and action items, and creating video summaries. The app should take an audio or video recording as an input file and transcribe the audio using Amazon Transcribe (transcribe.py). I want to use the transcription result as input to Anthropic's Claude 3 Haiku model in Amazon Bedrock to summarize the meeting (claude_model.py). The summary should contain the key points discussed and specific action items. Then, create a video summary of the key points and action items using the HeyGen API (create_heygen_video.py).
左右滑动查看完整示意
之后Amazon Q Developer Agent提供了初始代码，其中包括这些任务各自的骨架函数。
利用Amazon Q Developer的/dev功能
启动开发SummarizeMe
2
审查和改进生成的代码
初始代码为应用开发奠定了坚实基础。接下来，我审查了每个函数，并增强了函数逻辑以满足我的需求。例如，最初的代码草案使用了Amazon Bedrock中的invoke_model() API，我将代码改为使用converse() API。
初始代码还使用了单个Amazon Bedrock API调用来生成会议记录摘要，其中包括讨论的关键点和待办事项。为了生成视频摘要，我需要将关键点和待办事项作为单独的输入。因此，我要求Amazon Q Developer Agent将Amazon Bedrock API调用拆分为两个不同的API调用。
/dev In claude_model.py, I want to split the Bedrock model API call into 2 distinct Bedrock model API calls. The first API call returns a bullet list of max 5 key points discussed. The second API call returns a bullet list of max 5 action items.
左右滑动查看完整示意
以往Amazon Q Developer Agent需要在编写代码之前由人工审查并批准工作计划。经大量内部改进后，Amazon Q Developer Agent将计划和编码阶段结合起来，并以迭代的方式工作。这意味着它可以在运行过程中，无需直接人工指导即可快速适应情况，并自主解决问题，如下所示的更改请求正是例证。
使用Amazon Q Developer Agent
将单个Amazon Bedrock API
调用拆分为两个API调用
Amazon Q Developer Agent回复了完整且准确的代码更新，以拆分我审查并予以接受的API调用。
3
创建README和代码文档
在提交代码之前，我要求Amazon Q Developer创建一个README文件，并确保我的所有代码都有详细的文档说明。
要求Amazon Q Developer Agent改进文档
通过反复修改代码，SummarizeMe的功能得以增强、可靠性得以提高，并且所有组件都能无缝协作。
💻 复制下方链接访问GitHub代码库，获取SummarizeMe的完整代码。
GitHub代码库：
https://github.com/generative-ai-on-aws/summarize-me/tree/main
SummarizeMe应用演示
我创建了一个会议记录，其中有四位AI生成的与会者在讨论虚构的Alpha项目，用以演示SummarizeMe应用程序的实际效果。
在Terminal应用程序中，运行python app.py启动SummarizeMe。
运行应用程序
该脚本将执行以下操作：
提示输入文件路径；
使用Amazon Transcribe转录音频或视频；
使用Amazon Bedrock对转录内容进行摘要，并提取关键点和待办事项；
使用HeyGen创建视频摘要；
将转录内容、关键点和待办事项分别保存到本地的文本文件中。
其虚拟形象化身和克隆AI声音正是Antje本人。
总 结
在开发SummarizeMe的过程中，我深刻体会到AI推理技术的进步正在重塑软件开发。AI工具如今能够理解复杂指令并生成功能性代码，这不仅革新了开发者的构建内容和构建方式，还极大地拓宽了能够涉足开发领域的人群。
我们正处在Agentic AI爆发前夜。企业要从"成本优化"转向"创新驱动"，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。
