joinly 的项目扩展与二次开发
2025-06-16 21:23:53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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
582
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
374
仓颉编程语言运行时与标准库。
Cangjie
130
387
🎉 (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
1.05 K
610
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++
606
185
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205