跳到正文
OC OPCBoost

生产力

让 Agent 进入会议:实时听、答与留下纪要

让 OpenClaw 加入一个受控会议,先验证字幕记录,再逐步启用语音参与。

开始之前 · 信息待补充

本案例尚未记录结构化的验证范围。请先阅读原始步骤与来源,确认账号、费用和权限要求。

平台、账号要求、费用和验证版本:未记录。

目录

来源与验证状态

项目 说明
内容性质 文档组合:官方 Meeting plugins 与 Google Meet 工具指南
文档基线 OpenClaw v2026.10.1 的会议插件文档
查阅日期 2026-10-11
最近更新证据 v2026.9.5 于 2026-09-19 发布,扩展 GPT Live 到会议;v2026.9.6 更新实时纪要路径
本仓库验证 已核对模式、安装与依赖;未加入实际会议,未验证远端可听性、字幕或费用

这个案例能帮你做什么

  • 让 Agent 在 Meet、Teams、Zoom,或已开启的 Slack huddle 中参与讨论。
  • 先用只观察的模式获取会议字幕,再选择普通 Agent 回答或低延迟实时语音。
  • 启用持久记录后,会议结束可查看保存的字幕与纪要,而不是手动把录音上传给模型。

这里的“进入会议”覆盖会议参加与语音路径。Teams、Zoom 插件不因此获得创建会议、调用厂商 API 或录制音视频的能力。

三种模式先选一种

模式 行为 前置条件
transcribe 只观察,提供可用字幕的有限实时尾部 平台确实提供字幕;不需要虚拟音频桥
agent 转写交给普通 OpenClaw Agent,TTS 发声 转写提供者、TTS、受支持的虚拟音频桥
bidi 实时语音模型直接听和答,支持时委派 Agent 实时语音授权与模型、受支持的音频桥

第一次推荐 transcribe。如果平台或主持人未提供字幕,这个模式不会凭空转写音频。

开始前需要什么

  • 可以访问会议的 Chrome 环境,以及平台要求的登录、主持人准入或浏览器权限。
  • 只安装自己使用的平台插件。消息渠道插件与会议参加插件是不同组件。
  • 受控测试会议与第二位参与者,用来确认真实入会、字幕、远端听到的声音与打断效果。
  • 启用说话时,Chrome 所在机器需要虚拟音频依赖;远程 Chrome node 还需允许对应平台命令与 browser.proxy。
  • 需要保存字幕与纪要时,保持全局 transcripts.enabled: true(默认值)。设为 false 时,显式 transcribe 只保留有界实时字幕尾部,不写入持久记录。

只加入你有权添加 Agent 的会议,并按实际会议规则告知自动参加和转写行为。

最小设置:Google Meet 只观察

openclaw plugins install @openclaw/google-meet

将 Google Meet 的默认模式设置为只观察:

{
  transcripts: { enabled: true },
  plugins: {
    entries: {
      "google-meet": {
        config: { defaultMode: "transcribe" },
      },
    },
  },
}

运行官方 setup 检查:

openclaw googlemeet setup

任何失败都先按返回信息处理,不能把插件安装成功当作会议路径已经可用。

快速体验

创建一个只用于测试的会议,打开字幕,替换下面的链接:

请加入这个测试会议:[Google Meet 链接]。
使用 transcribe 模式,显示名称清楚标明是 AI 助手。
先返回实际入会状态和 sessionId。
收到字幕后,只根据已收到的内容整理议题、决定、负责人和待办。
没有字幕时说明缺失,不补写会议内容。
我说“结束”时使用会议工具 leave,并报告结束状态。

也可用官方 CLI 加入,示例 URL 需要替换为自己的会议:

openclaw googlemeet join 'https://meet.google.com/abc-defg-hij'

入会 status、等待主持人准入、出现字幕和生成纪要是不同阶段,应分别核对。

再启用语音参加

先按官方 会议音频指南 配置 Chrome 所在主机。macOS 文档给出的依赖为:

brew install blackhole-2ch sox

官方还要求重启并检查音频设备;这是一次性主机设置,不应在正在使用的会议中临时执行。Linux 使用桌面用户的 PipeWire-Pulse 音频会话。

要走 agent 模式,配置转写和 TTS;要走 bidi,配置已有实时语音授权及模型。以下是官方 GPT Live 配置中的核心字段,需账户实际支持:

{
  plugins: {
    entries: {
      "google-meet": {
        config: {
          defaultMode: "bidi",
          realtime: {
            voiceProvider: "openai",
            model: "gpt-live-1-codex",
            providers: { openai: { voice: "cove" } },
          },
        },
      },
    },
  },
}

模型授权、音频桥和远端可听性都要验证。官方文档中的 speechOutputVerified 证明本地麦克风注入;仍需第二位参与者确认会议里实际听到,以及说话时能否打断。

输出与失败处理

  • 全局 transcripts.enabled: true 时,三种模式的浏览器入会都可保存已完成的字幕行与会议纪要;有新语音被保存时,纪要约每五分钟更新,离会后写最终摘要。字幕仍取决于平台是否提供。
  • 可用 openclaw transcripts 的 list、show、path 查看或导出已经保存的记录;关闭持久记录后不能从实时字幕尾部推断已有完整归档。这不等于创建了音视频录像。
  • manualAction 返回登录、验证码、准入或权限步骤时,在同一 Chrome profile 完成,不反复创建新标签页。
  • 没有字幕、音频依赖缺失、提供者授权失败时,停止对应路径并记录原因。
  • 用明确的 leave 结束会议;清理失败时继续检查该 session,而不是立即发起另一次入会。

引用来源

接下来可以尝试

把有用的案例留在手边

在 GitHub Star 收藏中文案例库,也欢迎提交你的实践与改进。

由 Cogine 团队整理与维护。我们也在构建将 AI 带进日常工作的产品。 · 了解 Cogine 的 AI 工作流产品

搜索

搜索 OpenClaw 中文案例库

加载中…