joinly 的项目扩展与二次开发
2025-06-16 19:59:18作者:钟日瑜
项目的基础介绍
joinly
是一个开源项目,旨在为视频会议提供一个中间件连接器,使得 AI 代理能够加入并积极参与视频通话。通过其 MCP(Meeting Control Protocol)服务器,joinly
提供了一系列会议工具和资源,使任何 AI 代理都能具备实时执行任务和与会议参与者互动的能力。
项目的核心功能
- 实时互动:允许 AI 代理通过语音或聊天在会议中实时执行任务和响应。
- 对话流程:内置逻辑处理中断和多发言者交互,确保对话的自然流畅。
- 跨平台支持:能够加入 Google Meet、Zoom 和 Microsoft Teams 等视频会议平台。
- 自定义语言模型:支持所有语言模型提供商,包括本地使用的 Ollama。
- 选择首选的 TTS/STT:模块化设计支持多种服务,如 Whisper/Deepgram 的语音识别和 Kokoro/Deepgram 的语音合成。
- 完全开源、自托管和注重隐私:项目遵循 MIT 许可证,用户可以自由修改和使用。
项目使用了哪些框架或库?
- Python:作为主要的编程语言。
- Docker:用于容器化应用,便于部署和运行。
- Whisper/Deepgram:用于语音识别。
- Kokoro/Deepgram:用于语音合成。
- Playwright:可能用于浏览器自动化和测试。
- 其他开源库:如
npx
用于执行命令行工具。
项目的代码目录及介绍
joinly/
├── .devcontainer/
├── .github/
│ └── workflows/
├── examples/
│ └── client_example.py
├── scripts/
├── tests/
├── .dockerignore
├── .env.example
├── .gitignore
├── .pre-commit-config.yaml
├── .python-version
├── CHANGELOG.md
├── Dockerfile
├── LICENSE
├── README.md
├── package-lock.json
├── package.json
├── pyproject.toml
├── pyrightconfig.json
├── pytest.ini
├── ruff.toml
└── uv.lock
- .devcontainer/:开发环境配置文件。
- .github/:GitHub Actions 工作流配置。
- examples/:示例代码,如
client_example.py
。 - scripts/:项目脚本,如用于下载资源文件的
download_assets.py
。 - tests/:单元测试和集成测试代码。
- .dockerignore:Docker 构建时排除的文件列表。
- .env.example:环境变量配置示例文件。
- .gitignore:Git 忽略文件列表。
- 其他文件:包括项目说明、许可证、配置文件等。
对项目进行扩展或者二次开发的方向
- 增加更多 AI 功能:可以集成更多自然语言处理(NLP)工具,如情感分析、关键词提取等。
- 扩展跨平台能力:增加对更多视频会议平台的支持。
- 优化用户界面:改进现有的用户界面,使其更加友好和直观。
- 增强安全性:增加加密和认证机制,确保会议的安全性。
- 自定义化:允许用户自定义 AI 代理的行为和响应。
- 性能优化:对现有代码进行优化,提高效率。
- 社区支持:构建更活跃的社区,提供文档、教程和支持。
通过上述的扩展和二次开发,joinly
可以成为一个更加强大、灵活且适用于更多场景的 AI 会议助手。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0269get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java00AudioFly
AudioFly是一款基于LDM架构的文本转音频生成模型。它能生成采样率为44.1 kHz的高保真音频,且与文本提示高度一致,适用于音效、音乐及多事件音频合成等任务。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile08
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K

deepin linux kernel
C
22
6

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
980
395

React Native鸿蒙化仓库
C++
192
274

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
931
555

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
518

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0