MeetingBot 开源项目教程
2025-05-20 22:29:04作者:邵娇湘
1. 项目介绍
MeetingBot 是一个开源的会议机器人 API,它提供了将机器人发送到视频会议(如 Google Meet、Microsoft Teams 和 Zoom)并记录会议的基础设施。开发者可以利用这个基础设施,仅用几行代码就能构建使用会议录制数据的应用程序。所有的基础设施都是使用 Terraform 定义的,并部署到 AWS 上,这使得用户可以轻松地自行托管 MeetingBot,以保持数据隐私并降低成本。
2. 项目快速启动
环境准备
在开始之前,确保你已经安装了以下依赖:
- 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
克隆仓库
git clone https://github.com/meetingbot/meetingbot.git
cd meetingbot
设置 AWS 凭证
# 可以通过登录 AWS 或者运行以下 make 命令来配置
make sso
这会配置名为 'meetingbot' 的 AWS SSO 配置。
初始化 Terraform
cp backend.tfvars.example backend.tfvars
cp terraform.tfvars.example terraform.tfvars
# 修改 .tfvars 文件中的配置值
make init
选择 Terraform 工作区
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 复制到 src/frontend、src/backend 和 src/bots 目录中的 .env。具体信息请参考每个目录中的 README。
在每个目录中安装依赖:
cd src/frontend && pnpm install
cd src/backend && pnpm install
cd src/bots && pnpm install
3. 应用案例和最佳实践
- 部署 Terraform 基础设施:按照 Terraform README 中的说明部署必要的 AWS 资源。
- 运行后端:导航到
src/backend目录,使用pnpm dev启动服务器。可以通过http://localhost:{env.PORT}/docs访问 API 文档。 - 运行前端:导航到
src/frontend目录,使用pnpm dev启动开发服务器。可以通过http://localhost:3000访问应用。 - 创建 API 密钥:使用前端界面创建 API 密钥,以便你的应用能够与 MeetingBot API 认证。
- 部署机器人:使用 API 端点将机器人部署到你的目标会议平台。
- 访问录制:使用 API 端点检索会议录制和元数据。
4. 典型生态项目
MeetingBot 的生态系统包括以下几个部分:
- 前端框架:Next.js
- 后端框架:Express
- API 层:tRPC
- ORM:Drizzle ORM
- 数据库:PostgreSQL
- 基础设施即代码:Terraform
- 云服务提供商:AWS
- 容器化:Docker
- 包管理器:pnpm
- 持续集成/持续部署:GitHub Actions
以上是 MeetingBot 开源项目的最佳实践和快速启动指南。希望这能帮助你顺利地开始使用这个强大的工具。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南
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
242
278
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++
695
368
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
882