View a markdown version of this page

Stellen Sie die Multi-Agent Meeting Intelligence-Plattform mithilfe des Strands Agents SDK und AWS Fargate bereit - AWS Prescriptive Guidance
ZusammenfassungVoraussetzungen und EinschränkungenArchitekturToolsBewährte MethodenEpenFehlerbehebungZugehörige RessourcenZusätzliche Informationen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Stellen Sie die Multi-Agent Meeting Intelligence-Plattform mithilfe des Strands Agents SDK und AWS Fargate bereit

Aishita Batra und Muskan., Amazon Web Services

Zusammenfassung

Bei diesem Muster wird eine Meeting-Intelligence-Plattform für mehrere Agenten bereitgestellt AWS Fargate , auf der automatisch strukturierte Protokolle, Zusammenfassungen, Audiokommentare und formatierte PDF-Berichte aus Sitzungsprotokollen generiert werden. Die Lösung verwendet das Strands Agents SDK, um vier spezialisierte KI-Agenten zu orchestrieren: Amazon Bedrock für die Inferenz von Sprachmodellen und Amazon Polly für die Text-to-Speech-Konvertierung.

Benutzer laden Besprechungsprotokolle über eine Streamlit-Weboberfläche hoch, und das System verarbeitet sie asynchron über eine koordinierte Agenten-Pipeline. Die Infrastruktur wird automatisch über GitHub Actions with AWS bereitgestellt AWS Cloud Development Kit (AWS CDK) und umfasst integrierte Überwachung, auto-scaling und hohe Verfügbarkeit.

Voraussetzungen und Einschränkungen

Voraussetzungen

  • Ein Aktiv AWS-Konto mit Administratorberechtigungen

  • AWS CDK Version 2.114.1 oder höher installiert

  • AWS CLI installiert und mit entsprechenden AWS Identity and Access Management (IAM-) Berechtigungen konfiguriert

  • Node.js 18 oder später

  • Python 3.12 oder höher

  • Git installiert

  • Docker installiert (optional, für lokale Tests)

  • Ein GitHub Konto mit konfigurierten Repository-Geheimnissen: AWS_ACCESS_KEY_ID und AWS_SECRET_ACCESS_KEY

  • Amazon Bedrock mit Zugriff auf das in Ihrer Region aktivierte Modell Anthropic Claude 3 Sonnet

  • Amazon Polly Polly-Zugriff aktiviert (in den meisten Regionen standardmäßig aktiviert)

  • IAM-Berechtigungen für Amazon Simple Storage Service (Amazon S3), Amazon Elastic Container Service (Amazon ECS), Fargate, Elastic Load Balancing, Amazon Virtual Private Cloud (Amazon VPC)

  • Amazon VPC, IAM CloudWatch, Amazon und Amazon Simple Notification Service (Amazon SNS)

Einschränkungen

  • Die Bearbeitungszeit beträgt je nach Komplexität des Transkripts 2—7 Minuten pro Meeting.

  • Die maximale Länge des Transkripts beträgt 50.000 Zeichen pro Anfrage.

  • Audiozusammenfassungen werden automatisch auf 3.000 Zeichen komprimiert (Amazon Polly Polly-Zeichenlimit).

  • Die Verfügbarkeit von Amazon Bedrock Claude 3 Sonnet variiert je nach. AWS-Region

  • Der Auftragsstatus wird im Speicher gespeichert und ist bei Container-Neustarts nicht persistent, es sei denn, Sie konfigurieren die S3-based Persistenz.

  • Direkter Upload unterstützt nur .txt Dateien.

  • Der Application Load Balancer erzwingt ein 15-minütiges Timeout für die Bearbeitung von Anfragen.

  • Einige AWS Dienste sind nicht in allen verfügbar. AWS-Regionen Informationen zur Verfügbarkeit in den einzelnen Regionen finden Sie unter AWS Dienste nach Regionen. Informationen zu bestimmten Endpunkten finden Sie auf der Seite Dienstendpunkte und Kontingente. Wählen Sie dort den Link für den Dienst aus.

Architektur

Zielarchitektur

Die Lösung stellt ein KI-System mit mehreren Agenten unter Verwendung des Strands Agents SDK AWS Fargate mit der folgenden Architektur bereit:

  1. Benutzer laden Sitzungsprotokolle über eine Streamlit-Webanwendung hoch, die lokal oder auf einem Remote-Server gehostet wird.

  2. Ein Application Load Balancer in öffentlichen Subnetzen verteilt den Datenverkehr zum Fargate-Dienst auf zwei Availability Zones.

  3. Fargate-Aufgaben werden in privaten Subnetzen mit NAT-Gateway-Zugriff ausgeführt und hosten das FastAPI-Backend und die Strands Agenten-Orchestrierungslogik.

  4. Das Multiagentensystem von Strands verarbeitet Transkripte über vier sequentielle Agenten: Generierung strukturierter Protokolle, Erstellung präziser Zusammenfassungen, Audiokommentare und Erstellung von PDF-Berichten.

  5. Amazon Bedrock bietet Sprachmodellinferenz (Claude 3 Sonnet) für die Agenten zur Erstellung von Protokollen und Zusammenfassungen.

  6. Amazon Polly konvertiert die kurze Zusammenfassung in einen MP3-Audiokommentar.

  7. Amazon S3 speichert hochgeladene Transkripte, generierte Ausgabedateien und den Auftragsstatus mit Lifecycle-Management-Richtlinien.

  8. Amazon CloudWatch bietet zentrale Protokollierung, CPU- und Speicheralarme sowie Überwachung des Servicestatus mit Amazon SNS SNS-Benachrichtigungen.

  9. GitHub Actions bietet eine automatisierte CI/CD Bereitstellung AWS CDK mit Integritätstests.

Automatisierung und Skalierung

  • auto-scaling von ECS Fargate — Automatische Containerskalierung von 1 auf 3 Instances auf der Grundlage von Schwellenwerten für die CPU- und Speicherauslastung von 70%

  • CloudWatchÜberwachung — CPU- (65%), Speicher- (80%) und Dienstzustandsalarme sind in Amazon SNS SNS-Benachrichtigungen integriert.

  • Application Load Balancer — Verteilung des Datenverkehrs mit Zustandsprüfungen alle 60 Sekunden und 15-minütigem Leerlauf-Timeout für lang andauernde KI-Verarbeitungsaufgaben.

  • Verarbeitung von Aufgaben im Hintergrund — Asynchrone Meeting-Analyse mit FastAPI BackgroundTasks für die gleichzeitige Ausführung von Jobs.

  • S3-based Auftragspersistenz — Persistenter Jobstatusspeicher in Amazon S3, der die Jobkontinuität bei Container-Neustarts und Skalierungsereignissen gewährleistet.

  • GitHub Aktionen CI/CD — Automatisierte Bereitstellungspipeline mit Bereitstellung der CDK-Infrastruktur und Integritätstests.

Tools

AWS-Services

  • Amazon Bedrock — Bietet Sprachmodellinferenz (Claude 3 Sonnet) für Agenten zur Analyse und Zusammenfassung von Besprechungen. Weitere Informationen finden Sie in der Amazon Bedrock-Dokumentation.

  • Amazon CloudWatch — Überwacht die Container-Leistung, erfasst Anwendungsprotokolle und löst Alarme für CPU-, Speicher- und Service-Integritätsschwellenwerte aus. Lesen Sie die CloudWatch CloudWatch Amazon-Dokumentation.

  • Amazon Elastic Container Service (Amazon ECS) — Orchestriert Fargate-Container-Aufgaben mit Zustandsprüfungen und Serviceerkennung. Weitere Informationen finden Sie in der Amazon ECS-Dokumentation.

  • Amazon Polly — Konvertiert kurze Zusammenfassungen von Besprechungen in MP3-Audiokommentare. Weitere Informationen finden Sie in der Amazon Polly Polly-Dokumentation.

  • Amazon Simple Notification Service (Amazon SNS) — Sendet Alarmmeldungen aus der CloudWatch Überwachung. Weitere Informationen finden Sie in der Amazon SNS SNS-Dokumentation.

  • Amazon Simple Storage Service (Amazon S3) — Speichert hochgeladene Transkripte, generierte Ausgabedateien und den Auftragsstatus mit Lebenszyklusmanagement. Weitere Informationen finden Sie in der Amazon S3 S3-Dokumentation.

  • AWS CDK — Definiert und implementiert die gesamte Infrastruktur als Code. Siehe AWS CDK Dokumentation.

  • AWS Fargate — Führt containerisierte Anwendungsworkloads aus, ohne Server zu verwalten, mit auto-scaling von 1 auf 3 Instanzen. AWS Fargate Siehe Dokumentation.

  • Elastic Load Balancing — Verteilt den eingehenden Traffic zu Fargate-Aufgaben auf mehrere Availability Zones. Lesen Sie die Elastic Load Balancing Balancing-Dokumentation.

Andere Tools

  • Docker — Erstellt Container-Images für lokale Tests. Weitere Informationen finden Sie in der Docker-Dokumentation.

  • FastAPI — Stellt das REST-API-Backend für die Auftragsübermittlung, Statusüberprüfung und Dateioperationen bereit. Weitere Informationen finden Sie in der FastAPI-Dokumentation.

  • GitHub Aktionen — Automatisiert die CI/CD Bereitstellungspipeline. Siehe Dokumentation GitHub zu Aktionen.

  • ReportLab— Generiert formatierte PDF-Berichte aus strukturierten Sitzungsprotokollen. Siehe ReportLab Dokumentation.

  • Strands Agents SDK — Orchestriert Workflows mit mehreren Agenten mit minimalem Code mithilfe des @tool Decorator-Patterns. Siehe Strands SDK-Dokumentation.

  • Streamlit — Stellt die webbasierte Benutzeroberfläche für das Hochladen und Herunterladen von Transkripten bereit. Weitere Informationen finden Sie in der Streamlit-Dokumentation.

Code-Repository

Der Code für dieses Muster ist im Repository GitHub sample-ai-meeting-minutes-generator verfügbar.

Bewährte Methoden

  • Verwenden Sie klare, zielgerichtete Systemaufforderungen für jeden Mitarbeiter, um eine konsistente Formatierung der Ausgabe und eine professionelle Besprechungsdokumentation sicherzustellen.

  • Implementieren Sie das Amazon S3 S3-Lebenszyklusmanagement mit 90-tägiger Aufbewahrung zur Kostenoptimierung und automatisierten Dateibereinigung.

  • Verwenden Sie Amazon S3-based Job Tracking, um den Status bei Container-Neustarts und Skalierungsereignissen für eine zuverlässige Verarbeitung aufrechtzuerhalten.

  • Konfigurieren Sie CloudWatch Alarme für CPU, Speicher und Servicestatus mit Amazon SNS SNS-Benachrichtigungen für eine proaktive Überwachung.

  • Überprüfen und bereinigen Sie Datei-Uploads und Inhaltsformate vor der Verarbeitung, um Systemfehler und Sicherheitsprobleme zu vermeiden.

  • Folgen Sie dem Prinzip der geringsten Rechte und gewähren Sie nur die für die Ausführung einer Aufgabe erforderlichen Mindestberechtigungen. Weitere Informationen finden Sie in der IAM-Dokumentation unter Gewährung der geringsten Rechte und bewährte Methoden zur Sicherheit.

  • Erwägen Sie dies AWS AgentCore für Produktionsbereitstellungen, die eine verwaltete Orchestrierung und einen vereinfachten Betriebsaufwand erfordern. Strands SDK wird bevorzugt, wenn Sie eine stärkere Anpassung der Agenteninteraktionen und eine spezielle Workflow-Steuerung benötigen.

  • Implementieren Sie eine systematische Auswertung der Ergebnisse der Agenten anhand von von Menschen erstellten Besprechungsprotokollen, um die Systemaufforderungen und die Leistung der Agenten kontinuierlich zu verbessern.

Epen

AufgabeDescriptionErforderliche Fähigkeiten

Klonen Sie das Repository

  1. Führen Sie den folgenden Befehl aus, um das Repository des Patterns zu klonen:

git clone https://github.com/aws-samples/sample-ai-meeting-minutes-generator.git

  1. Navigieren Sie zum Projektverzeichnis:

cd meeting-minutes-app
AWS DevOps

Erstelle dein eigenes Git-Repository

  1. Erstelle ein neues Repository auf deiner bevorzugten Git-Plattform (GitHub, GitLab, oder Bitbucket).

  2. Aktualisiere den Remote-Ursprung so, dass er auf dein Repository verweist:

git remote set-url origin https://<your-git-platform>.com/<your-username>/<your-repo-name>.git

  1. Schieben Sie den Code in Ihr Repository:

git push -u origin main
App-Developer

Konfigurieren Sie Repository-Geheimnisse für CI/CD.

  1. Navigieren Sie zur Seite mit den Einstellungen Ihres Repositorys.

  2. Wähle Secrets and variables und dann Actions (for GitHub) oder den entsprechenden Abschnitt für deine Git-Plattform aus.

  3. Füge die folgenden Repository-Geheimnisse hinzu:

    • Name: AWS_ACCESS_KEY_ID, Wert: <your-aws-access-key-id>

    • Name: AWS_SECRET_ACCESS_KEY, Wert: <your-aws-secret-access-key>

DevOps Ingenieur

Stellen Sie die Infrastruktur mithilfe des CI/CD Workflows bereit.

  1. Lösen Sie die Bereitstellung aus, indem Sie den Code in Ihren Hauptzweig übertragen:

git add .
git commit -m "Deploy multi-agent meeting intelligence platform"
git push origin main

  1. Der GitHub Actions-Workflow stellt die Infrastruktur mithilfe von AWS CDK automatisch bereit.

DevOps Ingenieur

Überprüfen Sie die Bereitstellung der Infrastruktur.

  1. Navigieren Sie zum CI/CD Abschnitt Ihres Repositorys (z. B.https://github.com/<your-username>/<your-repo-name>/actions).

  2. Wählen Sie den laufenden Workflow aus, um Protokolle und Fortschritte in Echtzeit einzusehen.

  3. Öffnen Sie den AWS-Managementkonsole und navigieren Sie zum AWS CloudFormation Dienst.

  4. Wählen Sie den MeetingMinutesFargateStackStack aus der Liste aus.

  5. Stellen Sie sicher, dass der Stack-Status CREATE_COMPLETE anzeigt.

  6. Wählen Sie den Tab Outputs und notieren Sie sich den ServiceURL-Wert, der im nächsten Epic verwendet werden soll.

DevOps Ingenieur, Cloud-Administrator
AufgabeDescriptionErforderliche Fähigkeiten

Richten Sie die lokale Entwicklungsumgebung ein

  1. Navigieren Sie zum Anwendungsverzeichnis:

cd meeting_minutes_agent/app

  1. Erstellen und aktivieren Sie eine virtuelle Python-Umgebung:

python -m venv venv
source venv/bin/activate  # Linux/Mac
# Or on Windows: venv\Scripts\activate

  1. Installieren Sie die erforderlichen Abhängigkeiten:

pip install -r requirements.txt
pip install streamlit
App-Developer

Rufen Sie die URL des Back-End-Dienstes ab.

  1. Öffnen Sie den AWS-Managementkonsole und navigieren Sie zum AWS CloudFormation Dienst.

  2. Wählen Sie den MeetingMinutesFargateStack-Stack aus.

  3. Wählen Sie die Registerkarte Outputs.

  4. Suchen Sie den ServiceURL-Schlüssel und kopieren Sie den entsprechenden URL-Wert.

Cloud-Administrator

Starten Sie die Anwendung und überprüfen Sie die Konnektivität.

  1. Starten Sie die Streamlit-Anwendung mit der Backend-URL:

BACKEND_URL="http://<your-service-url>.us-east-1.elb.amazonaws.com" streamlit run meeting_minutes_agent/app/streamlit_app.py

  1. Öffnen Sie einen Webbrowser und navigieren Sie zu. http://localhost:8501

  2. Vergewissern Sie sich, dass auf der Benutzeroberfläche in der Seitenleiste der Status „Backend verbunden“ angezeigt wird.

App-Developer
AufgabeDescriptionErforderliche Fähigkeiten

Verarbeiten Sie ein Sitzungsprotokoll und überprüfen Sie die Ergebnisse.

  1. Laden Sie mithilfe einer der folgenden Methoden ein Sitzungsprotokoll hoch:

    • Verwenden Sie die bereitgestellte sample_meeting.txt Datei aus dem Repository.

    • Laden Sie Ihr eigenes Sitzungsprotokoll (.txtDatei) hoch.

    • Fügen Sie den Inhalt des Besprechungsprotokolls direkt in den Texteingabebereich ein.

  2. Wählen Sie „Minuten generieren“, um den Arbeitsablauf für die Verarbeitung durch mehrere Agenten zu starten.

  3. Überwachen Sie den Verarbeitungsfortschritt in Echtzeit über die Benutzeroberfläche.

  4. Laden Sie die generierten Ausgaben herunter und überprüfen Sie sie:

    • meeting_minutes_*.txt— Strukturierte Sitzungsprotokolle

    • meeting_audio_*.mp3— Audiokommentar mit einer Zusammenfassung

    • meeting_report_*.pdf— Umfassender PDF-Bericht

  5. Stellen Sie sicher, dass alle vier Ausgabedateien vorhanden sind und den erwarteten Inhalt enthalten.

App-Developer

Fehlerbehebung

ProblemLösung

Fehler beim Zugriff auf das Amazon Bedrock-Modell

Stellen Sie sicher, dass das Modell Anthropic Claude 3 Sonnet in Ihrer Region aktiviert ist. Öffnen Sie die Amazon Bedrock-Konsole, wählen Sie Modellzugriff und vergewissern Sie sich, dass Claude 3 Sonnet Zugriff gewährt anzeigt.

CDK-Bootstrap schlägt fehl

Vor der cdk bootstrap aws://<account-id>/<region> Bereitstellung manuell ausführen. Stellen Sie sicher, dass Ihre AWS CLI Anmeldeinformationen über Berechtigungen für CloudFormation Amazon S3 und IAM verfügen.

  • Die Fargate-Aufgabe kann nicht gestartet werden

Informationen zu gestoppten Aufgaben finden Sie in der Amazon ECS-Konsole. Zu den häufigsten Ursachen gehören falsche IAM-Rollenberechtigungen, fehlender Amazon Bedrock-Zugriff oder VPC-Konfigurationsprobleme. Überprüfen Sie die CloudWatch Protokolle für die Aufgabe.

Timeout bei der Verarbeitung (15-minütiges ALB-Timeout)

Der Application Load Balancer hat einen Leerlauf-Timeout von 15 Minuten. Reduzieren Sie bei sehr langen Transkripten die Eingabegröße auf unter 50.000 Zeichen oder erhöhen Sie das ALB-Timeout in der CDK-Konfiguration.

Die Audiogenerierung schlägt fehl

Amazon Polly hat ein Limit von 3.000 Zeichen. Der Agent mit übersichtlicher Zusammenfassung komprimiert den Inhalt automatisch auf eine Unterschreitung dieses Grenzwerts. Wenn die Audiogenerierung immer noch fehlschlägt, überprüfen Sie, ob der Amazon Polly Polly-Zugriff in Ihrer Region aktiviert ist.

GitHub Die Bereitstellung der Aktionen schlägt fehl

Stellen Sie sicher, dass AWS_ACCESS_KEY_ID und die AWS_SECRET_ACCESS_KEY Repository-Geheimnisse korrekt konfiguriert sind. Überprüfen Sie, ob der IAM-Benutzer über Berechtigungen für die CDK-Bereitstellung (CloudFormation, Amazon ECS, Amazon S3, IAM) verfügt.

Backend nicht verbunden (Streamlit zeigt getrennt an)

Stellen Sie sicher, dass die BACKEND_URL Umgebungsvariable mit der ServiceURL auf der Registerkarte CloudFormation Outputs übereinstimmt. Vergewissern Sie sich, dass der Fargate-Dienst in der Amazon ECS-Konsole läuft und einwandfrei funktioniert.

Jobstatus wurde nach dem Neustart des Containers verloren

Aktivieren Sie die S3-based Amazon-Jobpersistenz, indem Sie die S3_JOB_TRACKING Umgebungsvariable konfigurieren. Ohne diese Option wird der Jobstatus nur im Arbeitsspeicher gespeichert und geht bei Container-Neustarts verloren.

Zugehörige Ressourcen

Referenzen

Tools

Zusätzliche Informationen

Multi-agent Arbeitsablauf bei der Verarbeitung

Die Lösung orchestriert die Besprechungsverarbeitung durch vier spezialisierte Agenten, die nacheinander innerhalb von Fargate-Aufgaben ausgeführt werden. Jedem Job wird eine eindeutige Job-ID zugewiesen und aus Gründen der Skalierbarkeit und Fehlerisolierung asynchron ausgeführt.

  1. Generator für strukturierte Minuten (generate_structured_minutes) — Verwendet das rohe Protokoll und den Titel der Besprechung als Eingabe. Verwendet Amazon Bedrock Claude 3 Sonnet, um umfassende Besprechungsprotokolle zu erstellen, einschließlich Besprechungsinformationen, Tagesordnungspunkten, Diskussionszusammenfassungen, Aktionspunkten mit Verantwortlichen und Fristen sowie nächsten Schritten. Speichert die Ausgabe als reine Textdatei.

  2. Generator für kurze Zusammenfassungen (concise_minutes_agent) — Nimmt die vollständigen strukturierten Minuten von Agent 1 als Eingabe. Verwendet Amazon Bedrock Claude 3 Sonnet, um eine Zusammenfassung mit weniger als 3.000 Zeichen für die Audiogenerierung und schnelles Lesen zu erstellen.

  3. Audiogenerator (audio_generator_agent) — Nimmt die kurzen Minuten von Agent 2 als Eingabe. Verwendet das speak Strings-Tool mit Amazon Polly, um eine MP3-Audiodatei zu generieren, die die kurze Zusammenfassung erzählt.

  4. PDF-Berichtsgenerator (create_comprehensive_pdf) — Nimmt die vollständigen strukturierten Minuten von Agent 1 als Eingabe. Verwendet die ReportLab Bibliothek, um einen professionellen PDF-Bericht mit benutzerdefiniertem Titelstil, Abschnittsüberschriften, lesbarem Textlayout und Metadaten zu erstellen.

Datenfluss

  1. Benutzer-Upload — Das Sitzungsprotokoll wurde über die Streamlit-Benutzeroberfläche oder einen direkten API-Aufruf hochgeladen.

  2. Job-Initialisierung — FastAPI erstellt eine eindeutige Job-ID und kehrt sofort zur asynchronen Verarbeitung zurück.

  3. Verarbeitung im Hintergrund — Der aus vier Schritten bestehende Strands Agent-Workflow wird sequentiell ausgeführt.

  4. Dateiverwaltung — Generierte Dateien werden mit vorsignierten Download-URLs auf Amazon S3 hochgeladen.

  5. Auftragsabschluss — Der Status wird mit Download-Links für alle generierten Ausgaben aktualisiert.

Überlegungen zu zukünftigen Verbesserungen

  • Dauerhafte Auftragsverfolgung mit Amazon DynamoDB für containerübergreifende Zuverlässigkeit

  • Multi-format Eingabeunterstützung (.docx,, .pdf Audio-Transkriptionsdateien)

  • Real-time WebSocket Aktualisierungen des Fortschritts

End-to-End Ablauf der Verarbeitung

  • Die Lösung orchestriert die Besprechungsverarbeitung durch eine koordinierte Abfolge spezialisierter Agenten, die im Rahmen von Fargate-Aufgaben ausgeführt werden.

  • Jedem Job wird eine eindeutige Job-ID zugewiesen und asynchron ausgeführt, um Skalierbarkeit und Fehlerisolierung zu gewährleisten.

  • Der Arbeitsablauf umfasst die Erfassung von Transkripten, die Erstellung strukturierter Protokolle, die Zusammenfassung der Ausführungen, die Erstellung von Audiokommentaren und die Erstellung von PDF-Berichten, wobei jeder Schritt in Echtzeit validiert und protokolliert wird.

Four-Step Verarbeitung durch Agenten

  1. Generator für strukturierte Protokolle — erstellt detaillierte Sitzungsprotokolle.

  2. Generator für kurze Zusammenfassungen — erstellt eine Zusammenfassung zur schnellen Überprüfung und Audiokommentare.

  3. Audiogenerator — generiert eine MP3-Erzählung der Zusammenfassung.

  4. PDF-Berichtsgenerator — erstellt ausgefeilte, formatierte PDF-Berichte.

Automatisierte Dateiverwaltung und Cloud-Integration

  • Automatischer Upload der Ausgabe: Strukturierte Text-, Audio- und PDF-Berichte werden automatisch auf Amazon S3 hochgeladen, wobei die richtige Partitionierung nach Job-IDs vorgenommen wird.

  • Integritätsprüfungen und Lebenszyklusmanagement: Upload-Bestätigungen, Dateivalidierung und Bereinigung werden protokolliert, um betriebliche Transparenz und Zuverlässigkeit zu gewährleisten.

  • FastAPI-Hintergrundaufgaben verwalten die asynchrone Jobausführung.

Integration und Ausgaben der Benutzeroberfläche

  • Die Streamlit-Benutzeroberfläche zeigt nach dem Hochladen des Besprechungsprotokolls über die Pre-signed S3-URL die Backend-Verbindung, den Eingabebereich für das Transkript und das Generieren von Protokollen an, um Jobs zu initiieren.

  • Sobald die Verarbeitung abgeschlossen ist, werden die strukturierten Text-, Audio- und PDF-Ausgaben über Pre-signed S3-URLs zum Herunterladen zur Verfügung gestellt, auf die über anklickbare Schaltflächen in der Benutzeroberfläche zugegriffen werden kann.