AutoGPT Platform Compass AI 触发器块实战：用语音与会议转写事件驱动自动化工作流

AutoGPT Platform 提供了图形化的 Agent 构建界面，支持把"事件"作为工作流的起点。Compass AI Trigger 正是这样一类触发器（Trigger）块：它订阅 Compass AI 产出的转写（transcription）事件，一旦事件到达就把转写内容送入工作流，供后续的总结、分析、存储或语音指令处理等环节消费。本文以 docs/integrations/block-integrations/compass/triggers.md 为主线，结合仓库中该块的真实源码与 Webhook 接入实现，完整讲解它的功能定位、输出字段、触发链路与典型使用场景，帮助你直接在 AutoGPT Platform 中搭建一条"听"得到的工作流。

Compass AI 触发器块是什么

功能定位

按照 Compass 集成文档的定义，Compass AI Trigger 是一个"用于从 Compass AI 转写事件触发工作流的块"（Blocks for triggering workflows from Compass AI transcription events）。它的作用是：输出 Compass AI 转写的内容，让下游块能拿到由 Compass AI 生成的语音输入或会议记录文本。

这一能力在源码层面由 CompassAITriggerBlock 实现，代码位于 backend/blocks/compass/triggers.py：

class CompassAITriggerBlock(Block):
    class Input(BlockSchemaInput):
        payload: TranscriptionDataModel = SchemaField(hidden=True)

    class Output(BlockSchemaOutput):
        transcription: str = SchemaField(
            description="The contents of the compass transcription."
        )

    def __init__(self):
        super().__init__(
            id="9464a020-ed1d-49e1-990f-7f2ac924a2b7",
            description="This block will output the contents of the compass transcription.",
            categories={BlockCategory.HARDWARE},
            input_schema=CompassAITriggerBlock.Input,
            output_schema=CompassAITriggerBlock.Output,
            webhook_config=BlockManualWebhookConfig(
                provider=ProviderName.COMPASS,
                webhook_type=CompassWebhookType.TRANSCRIPTION,
            ),
            ...
        )

    async def run(self, input_data: Input, **kwargs) -> BlockOutput:
        yield "transcription", input_data.payload.transcription

工作原理

从文档与源码综合来看，该块遵循事件驱动而非"手动填入数据"的运行模式：

1. Compass AI 完成一次语音/会议转写后，通过 Webhook 把转写事件推送到 AutoGPT Platform；
2. Platform 的 Webhook 接入层校验并解析事件，将 payload 封装成该块声明的 Input.payload（类型为 TranscriptionDataModel，在编辑器中隐藏，不需要用户填写）；
3. 触发块执行 run()，从 input_data.payload.transcription 取出转写全文并以字符串形式输出（yield 为 "transcription" 输出）；
4. 下游块拿到这段文本后即可继续处理——可用于分析、存储，或作为 LLM 块的输入做进一步加工。

正是这种"事件到达即执行"的模式，让工作流无需轮询、无需用户手工触发，Compass AI 每次转写完成都会自动拉起一条流水线。

触发数据模型与输出说明

Compass AI 转写的内部数据结构

在转写事件进入块之前，平台已经把它规范化成了 TranscriptionDataModel，与 Webhook 解析逻辑一一对应。该模型定义于 backend/blocks/compass/triggers.py：

class Transcription(BaseModel):
    text: str          # 单个发言片段文本
    speaker: str       # 发言人标识
    end: float         # 片段结束时间（相对音频/会话开始，单位秒）
    start: float       # 片段开始时间
    duration: float    # 片段持续时长

class TranscriptionDataModel(BaseModel):
    date: str                       # 转写发生的日期
    transcription: str              # 完整的转写文本
    transcriptions: list[Transcription]  # 按说话片段拆分的时间轴

可以看出，Compass 的转写不仅提供了全文（transcription），还保留了按发言片段切分的时间轴（transcriptions，含发言人、起止时间与时长）。对当前触发块而言，它对外暴露的是聚合后的完整文本；而时间轴字段仍保留在数据模型中，为后续需要按说话人/时间段切分的进阶处理预留了空间。

输出字段

触发块对外只暴露一个核心输出，下表与 Compass 集成文档一致：

输出	说明	类型
error	操作失败时的错误信息	str
transcription	Compass 转写的内容	str

结合源码实现看：run() 当前只通过 yield "transcription", ... 产出成功路径的转写文本（triggers.py#L60-L61）；error 输出则在事件解析或块执行异常时由平台错误处理机制填充，用于将失败信息继续传递到工作流中做容错分支。

从事件到块的完整触发链路（源码级）

想要真正用好这个触发器，理解它背后的 Webhook 接入机制会大有帮助。该块在 triggers.py 中通过 BlockManualWebhookConfig 声明了它与 Webhook 的绑定关系：

webhook_config=BlockManualWebhookConfig(
    provider=ProviderName.COMPASS,
    webhook_type=CompassWebhookType.TRANSCRIPTION,
)

• provider=ProviderName.COMPASS：声明该块订阅的是 Compass 服务商的事件。ProviderName.COMPASS = "compass"，定义于 integrations/providers.py。
• webhook_type=CompassWebhookType.TRANSCRIPTION：指出具体事件类型。CompassWebhookType 定义于 integrations/webhooks/compass.py：

class CompassWebhookType(StrEnum):
    TRANSCRIPTION = "transcription"
    TASK = "task"

目前平台侧的 CompassWebhookManager 只把 transcription 作为当前实际生效的类型（源码注释 "currently the only type"，见 compass.py#L32），这也解释了为什么现在仓库中只有一个 Compass 触发器块。

BlockManualWebhookConfig 是 Webhook 触发类块的通用配置模型，其字段语义定义于 backend/blocks/_base.py：provider 指明连接的第三方服务，webhook_type 是供对应 WebhooksManager 识别的类型标识（例如 GitHub 有仓库级与组织级两类 hook）。"Manual" 的含义是：该 Webhook 需要在服务商侧手工配置好回调地址，而非通过服务商 API 自动创建。

Webhook 事件如何被接收与校验

Compass 的 Webhook 接收端由 integrations/webhooks/compass.py 中的 CompassWebhookManager 实现，它继承自 ManualWebhookManagerBase，核心逻辑是 validate_payload：

@classmethod
async def validate_payload(
    cls,
    webhook: integrations.Webhook,
    request: Request,
    credentials: Credentials | None,
) -> tuple[dict, str]:
    payload = await request.json()
    event_type = CompassWebhookType.TRANSCRIPTION  # currently the only type
    return payload, event_type

即：每当有 Webhook 请求到达，管理器读取请求 JSON 作为 payload，并返回对应的事件类型；随后平台会依据事件类型把 payload 路由到配置了 CompassWebhookType.TRANSCRIPTION 的块实例上（也就是图中放置的 Compass AI Trigger 块实例），将其填充为 Input.payload 后执行。可结合 api/features/integrations/router.py 查看 Webhook 入站路由的完整入口。

典型使用场景

根据集成文档，该触发块特别适合以下三类工作流：

语音指令处理（Voice Command Processing） 把手机、录音设备或会议工具中的语音命令经 Compass AI 转写后作为工作流起点，例如"帮我创建待办""给 XX 发邮件"这类指令，触发块先把语音变成文本，再由 LLM 块解析指令意图并调用对应动作块执行。

会议自动化（Meeting Automation） 将会议录音交给 Compass AI 转写，每次转写完成后自动触发流程——从会议转写中提取行动项（action items）、待办责任人、结论摘要，并写入 Notion、Todoist 或企业微信/钉钉等下游系统。

转写内容分析（Transcription Analysis） 对转写文本做情绪倾向分析、主题聚类或关键信息抽取；也可以先做清洗与分句，再批量送入数据库或向量库，为后续检索与问答提供数据源。

这些场景在编辑器中的落地方式是一致的：在画布上放置 Compass AI Trigger 块，将它的 transcription 输出连到后续处理块的文本输入上，再在 Compass AI 侧把该块的 Webhook 地址配好即可。

在 AutoGPT Platform 中使用该块的要点

• 块归类：CompassAITriggerBlock 在注册时被归入 BlockCategory.HARDWARE（"Block that interacts with hardware."，见 backend/blocks/_base.py#L84），在块选择器中可按该分类检索定位。
• 输入无需手动填写：payload 输入带 hidden=True，运行期由 Webhook 系统注入，画布上不可见，不会给用户造成配置负担。
• 身份凭证：Compass 作为服务商在 backend/blocks/compass/_config.py 中完成注册，使用 ProviderBuilder("compass")，支持 api_key 类型的认证（.with_supported_auth_types("api_key")），因此接收 Compass 事件通常需要在平台中为 Compass 服务配置 API Key 凭据。
• 多实例并发触发：由于事件是推送到具体块实例的，同一张图里可以放置多个 Compass 触发块服务于不同分支；也可以把同一个触发块复制到多张图中，每张图接收同一事件的不同处理逻辑。

相关仓库资源

想进一步深入这套事件触发机制，可以从以下仓库路径继续阅读：

• 触发块完整实现：backend/blocks/compass/triggers.py
• Compass 服务商注册（认证元数据）：backend/blocks/compass/_config.py
• Compass Webhook 接收与校验管理器：backend/integrations/webhooks/compass.py
• 服务商枚举定义（COMPASS = "compass"）：backend/integrations/providers.py
• Webhook 触发块的通用配置模型与块类别定义：backend/blocks/_base.py
• 本块官方文档：docs/integrations/block-integrations/compass/triggers.md

一句话总结：Compass AI Trigger 把"语音/会议转写完成"这个外部事件变成了 AutoGPT Platform 工作流的启动信号——只需把它放到画布开头、连接好下游处理块、配置好 Compass 侧的 Webhook，你的 Agent 就能持续"收听"并自动响应每一次对话与会议。