meetingbot 的安装和配置教程
2025-05-20 00:32:35作者:晏闻田Solitary
项目的基础介绍和主要的编程语言
meetingbot 是一个开源的会议机器人API,它为开发者提供了将机器人发送到视频会议(如Google Meet、Microsoft Teams和Zoom)并记录会议的功能。通过几行代码,开发者就可以构建使用会议录音数据的应用程序。该项目使用了基础设施即代码(Infrastructure as Code)的方法,所有基础设施都使用 Terraform 定义并部署在 AWS 上,以便用户可以轻松地自行托管 MeetingBot,保持数据私密且成本较低。
该项目的主要编程语言是 TypeScript。
项目使用的关键技术和框架
- Next.js:前端框架
- Express:后端框架
- tRPC:端到端的类型安全API层
- Drizzle ORM:类型安全的SQL查询构建器和模式定义
- PostgreSQL:关系数据库
- Terraform:基础设施即代码
- AWS:云服务提供商
- Docker:容器化
- pnpm:包管理器
- GitHub Actions:持续集成和持续部署
项目安装和配置的准备工作和详细的安装步骤
准备工作
在进行安装之前,确保以下准备工作已经完成:
- AWS 账户
- Terraform
- Node.js (版本 >=18.0.0)
- pnpm (版本 >=8.0.0)
- Docker (用于构建机器人镜像)
- AWS CLI
- Route 53 中的一个域名
- 用于存储 Terraform 状态的 S3 桶
- (可选) 用于锁定 Terraform 状态的 DynamoDB 表
- GitHub App,用于仪表板认证
- (可选) 将应用作用域限制到您的组织以限制访问
安装步骤
-
克隆仓库:
git clone https://github.com/meetingbot/meetingbot.git cd meetingbot -
设置 AWS 凭据:
# 或者运行这个 make 命令 make sso # 这将配置名为 'meetingbot' 的 AWS SSO 配置文件 -
初始化 Terraform:
cp backend.tfvars.example backend.tfvars cp terraform.tfvars.example terraform.tfvars # 修改 .tfvars 文件中的具体配置值 make init -
选择一个 Terraform 工作区(环境):
terraform workspace select dev # 或者创建一个新的工作区:terraform workspace new dev -
部署基础设施:
terraform apply -
配置环境变量:
将
.env.example文件复制到src/frontend、src/backend和src/bots目录中的.env文件。具体信息请参考每个目录下的 README 文件。 -
在每个目录中安装依赖项:
cd src/frontend && pnpm install cd src/backend && pnpm install cd src/bots && pnpm install
完成以上步骤后,您就可以开始使用 MeetingBot 项目了。根据每个子目录中的 README 文件,您可以部署后端、前端,创建 API 密钥,部署机器人,并访问会议录音。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0423
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0741
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0298
PromptXPromptX · 领先的AI 智能体上下文平台 | PromptX · Leading AI Agent Context PlatformJavaScript05
最新内容推荐
项目优选
收起
暂无描述
Markdown
818
5.42 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
488
509
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
791
1.11 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
953
2.25 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
765
1.54 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.23 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.82 K
741
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
618
238
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
415
298