会议报告助手meeting-reporter

项目简介

用于演示的代码、示例和工作精简应用程序：

1. 多主体和人类协作

2. 使用langgraph来协调交互

3. langgraph 和 Streamlit 状态机的配合（重要）

系统会提示代理与人（您）合作，根据您提供的 URL 或上传的会议记录或会议记录创建新闻报道。输入代理根据需要上传或下载文档并从中提取文本；作家代理人草稿；批评代理人的批评；您可以编辑草稿或评论。循环继续，直到您对草稿感到满意为止，此时将其交给输出代理进行显示。

这个概念可以很容易地扩展到不同类型的新闻报道以及不同的来源，并且可以包括事实检查、档案中的 RAG 等。

我从会议开始，因为公开会议的数量比报道这些会议的记者要多得多。

概述

langgraph 是一个使用 LLMs 构建有状态、多参与者应用程序的库，构建在 LangChain 之上（并旨在与 LangChain 一起使用）。它是低代码的，但不是无代码的。

设置存储库以便可以将应用程序上传到 Streamlit 云。这已经完成了，应用程序就在这里。.gitignore 和requirements.txt 特定于streamlit 云。

此存储库中的 mm_agent.py 包含应用程序的主要逻辑和所有 langchain 特定代码。如果您在自己的 Python 环境中将其作为主程序运行，它将使用 tkinter 而不是 Streamlit 作为 UI。

mm_st.py是streamlit版本的主程序，包含所有streamlit具体逻辑

mytools.py 是我的一些杂项实用程序。

mm_tkinter.py 包含 tkinter 特定代码。Streamliit 版本中未使用它。

用法

作为一个流式应用程序：

单击 URL https://meeting-reporter.streamlit.app/。您将需要付费层中的 OPENAI api 密钥。免费 api 密钥将不起作用，因为代理使用 GPT4。

作为部署您自己的 Streamlit 应用程序的基础。

1. 克隆存储库。

2. 进行您想要进行的任何更改。

3. 请务必根据需要更新 .gitignore 和requirements.txt。

4. 从 Streamlit 部署（当然，您需要一个帐户）。

在Python环境中

1. 下载 mm_agent、mytools 和 mm_tkinter 模块

2. 设置一个 .env 文件，其中 OPENAI_API_KEY 的条目设置等于您的付费 OpenAI 密钥，或者以其他方式设置具有该名称的环境变量

3. 运行mm_agent.py。

作为自定义 GPT（无需 api 密钥或付费订阅）

单击 URL https://chatgpt.com/g/g-roNR24Ty6-collaborative-meeting-reporter。

增强想法

1. 根据源内容选择提示

2. 通过浏览合并事实检查

3. 包括根据频繁批评改进提示的过程

4. 将来源和故事添加到数据库（新闻术语中的停尸房）

5. 使用 RAG 咨询太平间并了解背景

6. 嵌入更大的协作新闻编辑室流程

7. 接受音频文件作为输入

8. 合并图形

欢迎拉取请求