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。
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