用 SOLO 搭建一套基于大模型+边缘计算的智慧课堂语音转写系统

SOLO挑战赛专区
1

1. 摘要

基于 TRAE SOLO，从零搭建了一套云边协同微服务架构的智慧课堂语音转写系统，实现了课堂语音实时采集→阿里百炼 ASR 转写→大模型重点提取→前端可视化展示的完整端到端流程。整个项目包含 Python 边缘服务、Node.js 云端服务、Vue 前端三个模块，全程约 2 小时完成。

2. 背景

我是一名计算机专业的学生，课程设计要求完成一个基于大模型与边缘计算的智慧教室感知助手。需要实现：

  • 边缘端音频采集与上传

  • 云端调用大模型 API 进行语音转写和重点提取

  • 前端实时展示转写结果

  • 前后端分离微服务架构

  • 完整的课设报告

一个人从零写三个服务 + 报告，工作量很大，所以用 SOLO 来提效。

3. 实践过程

第一步：任务拆解

我把整个课设拆成 7 个子任务，一次性发给 SOLO：

  1. 系统架构设计

  2. 边缘采集服务（Python）

  3. 云端分析服务（Node.js）

  4. 前端展示服务（Vue 3）

  5. 加分功能（缓存去重 + 配置文件化）

  6. 系统联调与测试

SOLO 同时启动 3 个子任务并行开发三个服务，效率很高。

第二步：核心 Prompt

Plain Text

基于大模型与边缘计算的智慧教室感知助手设计与实现
方向E：课堂语音转写与重点内容自动提取
技术栈：边缘端Python + 云端Node.js + 前端Vue3
加分功能：缓存去重 + 配置文件化
交付物：完整系统代码

SOLO 自动完成了技术选型（DashScope Paraformer ASR + Qwen LLM）、API 设计、前后端开发。

第三步：踩坑与修复

开发过程中遇到了几个关键问题，都是通过把报错日志贴给 SOLO 来解决的：

问题 原因 SOLO 的修复
前端 API 调用 404 前端路径和后端不匹配 统一 API 路径，修复 Vite 代理配置
DashScope 报 url error API 不支持 base64，需要公网 URL 改用文件上传凭证接口（GET 获取凭证 → POST 上传 OSS）
获取凭证报 MethodNotAllowed 用了 POST，实际应该是 GET 修正为 GET + query string，上传改为 multipart/form-data
PowerShell 的 curl 报错 PS 的 curl 是 Invoke-WebRequest 别名 改用 curl.exe

每次贴日志，SOLO 都能精准定位问题并给出修复代码，这个体验很好。

第四步：生成课设报告

用 SOLO 的 docx 技能，按华南理工模板格式生成了完整的课设报告，包含封面、摘要、9 章正文、12 篇参考文献，格式规范（黑体标题、宋体正文、20 磅行距）。

4. 成果展示

GitHub 仓库： https://github.com/xinyangXu24/smart-classroom-transcription

项目结构：

Plain Text

smart-classroom-transcription/
├── edge-service/          # 边缘采集服务（Python）
│   ├── main.py            # 主入口
│   ├── audio_collector.py # 音频采集（麦克风/文件）
│   ├── audio_similarity.py# MFCC去重
│   ├── uploader.py        # HTTP上传
│   └── config.yaml        # 配置文件
├── cloud-service/         # 云端分析服务（Node.js）
│   ├── src/
│   │   ├── app.js         # Express服务（8个API）
│   │   ├── services/      # ASR + LLM + 成本追踪
│   │   ├── routes/        # 路由
│   │   └── store/         # 内存存储
│   └── config/default.json
└── frontend/              # 前端展示（Vue 3）
    ├── src/
    │   ├── views/         # 4个页面
    │   ├── components/    # 复用组件
    │   └── stores/        # Pinia状态管理
    └── vite.config.js

系统架构：

  • 边缘端：Python 采集音频 → 分段 → MFCC 去重 → HTTP 上传

  • 云端：Express 接收 → DashScope Paraformer 转写 → Qwen 提取重点 → 返回结构化结果

  • 前端：Vue 3 + Element Plus + ECharts，实时仪表盘 + 历史记录 + 统计图表

API 接口（8个）： POST /api/transcribe、GET /api/results、GET /api/results/history、GET /api/results/:id、GET /api/results/stats/summary、GET /api/cost/stats、GET /api/cost/history、GET /api/health

5. 效果与总结

维度 传统方式 用 SOLO
三个服务开发 2-3 天 约 30 分钟
课设报告 1-2 天 约 20 分钟
Bug 修复（5 轮） 半天 每轮 2 分钟
总计 3-5 天 约 2 小时

可复用的方法：

  1. 先拆任务再并行：把大项目拆成独立子任务，让 SOLO 并行开发，速度翻倍

  2. 贴日志修 Bug：遇到报错直接贴完整日志，比描述问题高效得多

  3. 分步验证：每完成一个模块就测试 API，不要等全部写完再联调

  4. 配置文件化：所有参数放 config，改配置不改代码，调试方便