joinly 的项目扩展与二次开发
2025-06-16 09:33:11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
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
9
1
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881