MeetingBot 开源项目教程
2025-05-20 13:11:47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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
openEuler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。
C
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
12
1
openJiuwen 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
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355