selfrelease
fad458b2a7
- UIUX 文档：填充 19 个缺口（多主体画像/健康度/AI+看板/增长域/洞察域/创始人端/OODA/助推/商密） - UIUX 文档：插入 6 个新章节（十四~十九），旧章节重编号为二十~三十一，更新目录和交叉引用 - 作业指导书 x5：导航改为 6 域分组，新增 Context Bar/工作模式/Insight Rail/决策线程/多工作区等 UI 概念 - 新建 docs/2-task-uiux.md：50 个代码落地开发任务，按 P0-P6 分优先级 + 8 Sprint 规划 - 后端/前端：大量新增模型、路由、组件（来自之前 Phase 开发）
31 lines
997 B
Python
31 lines
997 B
Python
"""AI 董事会 Agent。
|
|
|
|
会前材料摘要、决议追踪、提问清单生成。
|
|
"""
|
|
|
|
from app.services.llm_client import LLMClient
|
|
|
|
|
|
async def generate_meeting_summary(materials_text: str) -> str:
|
|
"""AI 生成会前材料摘要。"""
|
|
llm = LLMClient()
|
|
prompt = f"""请为董事会会议生成材料摘要，突出关键决策点和风险事项：
|
|
|
|
{materials_text[:6000]}"""
|
|
result = await llm.chat(prompt, temperature=0.3)
|
|
return result if isinstance(result, str) else str(result)
|
|
|
|
|
|
async def generate_questions(materials_text: str) -> list[str]:
|
|
"""AI 生成董事会提问清单。"""
|
|
llm = LLMClient()
|
|
prompt = f"""基于以下会议材料，生成董事会成员应关注的关键问题（5-8 个）：
|
|
|
|
{materials_text[:6000]}
|
|
|
|
以 JSON 数组格式返回：["问题1", "问题2", ...]"""
|
|
result = await llm.chat(prompt, temperature=0.4)
|
|
if isinstance(result, list):
|
|
return result
|
|
return ["请补充会议材料以生成提问清单"]
|