AgentCall join-meeting 技能
让 AI 编码代理以语音、形象与屏幕共享的方式加入并参与视频会议。
- Star 数
- ★ 157
- 最近更新
- 8 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 46/100 · 缺口较多
30 秒速览
- 可在哪里用
- 兼容但需适配Codex · Claude Code
- 开始前需要
- 典型场景
- 开发团队在 Google Meet 里做站会时，让编码代理作为参会者汇报进度，同时直接读取仓库、运行命令并提交修复。
- 主要局限
- 核心能力依赖 AgentCall 托管服务与账号/API key，无法完全离线自托管，服务侧不可用即失效。
- 源码审查
- 46/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
join-meeting 是 AgentCall 提供的一个 Agent 技能，运行在 Claude Code、Cursor、OpenAI Codex CLI、Gemini CLI、Windsurf、Junie、OpenClaw、GitHub Copilot 等编码代理之上，而不是独立应用。代理通过它作为机器人加入 Google Meet、Zoom 和 Microsoft Teams 会议，具备语音对话、动画头像、屏幕共享、实时转录与会议聊天等通道。技能依赖 Python 3.10+ 或 Node.js 18+（aiohttp/websockets 或 ws），通过 WebSocket 与 AgentCall 服务通信，并使用免费注册获得的 API key（保存在 ~/.agentcall/config.json）。其核心卖点是代理在开会期间仍保留完整会话上下文，可以一边说话一边搜索代码、编辑文件、执行命令和提交变更，把会议当成又一个 I/O 通道。
代理收到会议链接后，技能以 audio、webpage-av 或 webpage-av-screenshare 三种模式之一启动会议机器人：audio 只提供语音，webpage-av 增加动画头像作为摄像头画面，webpage-av-screenshare 再叠加屏幕共享。语音侧使用 text-to-speech（54 种声音、9 种语言、宣称低于 1 秒延迟），监听侧接收参与者的实时转录，视觉侧可随时截取屏幕、幻灯片或演示画面。技能支持 direct 与 collaborative 两种语音策略，后者由 GetSun 语音智能负责发言时机；并实现 VAD gap buffering、barge-in prevention、自动打断检测、句子级追踪、WebSocket 断线重连与代理重启后的崩溃恢复。代理还能通过会议聊天发送 URL、代码或不便口述的文本，并用 7 个内置模板（pattern、orb、ring、avatar、dashboard、blank、voice-agent）呈现画面。
- 开发团队在 Google Meet 里做站会时，让编码代理作为参会者汇报进度，同时直接读取仓库、运行命令并提交修复。
- 技术支持人员把代理放进 Zoom 通话，由它口述标准答复、把链接或代码片段发到会议聊天。
- 需要记录会议的人部署一个 audio 模式机器人，接收实时转录并整理成笔记。
- 演示场景中用 webpage-av-screenshare 模式让代理边讲边共享仪表盘、幻灯片或网页。
- 多人会议中启用 collaborative 语音策略，由 GetSun 处理发言时机，避免机器人抢话。
- 代理在通话期间崩溃或网络抖动时依赖重连与崩溃恢复机制回到进行中的会议。
- 让代理参加 Microsoft Teams 会议（标注为 Beta）试运行远程协作流程。
如何安装或部署这个 Agent？
前提是已有一个受支持的编码代理、Python 3.10+ 或 Node.js 18+，并安装依赖：Python 用 pip install aiohttp websockets，Node.js 用 npm install ws。按代理选择安装方式：Claude Code 执行 /plugin marketplace add pattern-ai-labs/agentcall 再 /plugin install join-meeting@agentcall；OpenClaw 执行 openclaw skills install join-meeting；Cursor 2.5+ 用 /add-plugin 或从 cursor.com/marketplace 浏览；Codex CLI 把技能放入 ~/.codex/skills/ 或运行 $skill-installer；Gemini CLI 在终端运行 gemini extensions install https://github.com/pattern-ai-labs/agentcall；Junie 运行 npx skills add pattern-ai-labs/agentcall --agent junie；Windsurf 把文件夹放入 .windsurf/skills/；单次会话的 Claude Code 可放入 .claude/skills/。通用方式是 git clone https://github.com/pattern-ai-labs/agentcall.git，然后让代理指向 agentcall/SKILL.md。首次运行无 key 时技能会通过一次性邮件验证码注册免费账号，也可从 https://app.agentcall.dev/api-keys 粘贴已有 key，新账号含免费试用额度。
如何使用这个 Agent？
直接对代理说“加入这个会议：https://meet.google.com/abc-def-ghi”即可触发。按需要选择模式（audio、webpage-av、webpage-av-screenshare）与语音策略（direct 用于一对一和客服，collaborative 用于多人自然对话）。API key 首次询问后保存在 ~/.agentcall/config.json。更完整的模式、事件、命令、模板与 Claude Code 集成说明见 SKILL.md，可运行示例见 examples/，API 参考与协作模式、打断处理、崩溃恢复、屏幕共享指南见 references/。
这个 Agent 有哪些优点和局限？
- 覆盖 Google Meet、Zoom、Microsoft Teams 三大平台（Teams 为 Beta），并提供 audio、webpage-av、webpage-av-screenshare 三种模式与 direct、collaborative 两种语音策略。
- 代理在会议中保留完整编码会话上下文，可同时搜索代码、编辑文件、运行命令与提交变更，会议只是额外 I/O 通道。
- 工程细节较完整：VAD gap buffering、barge-in prevention、自动打断检测、句子级追踪、WebSocket 重连与崩溃恢复。
- 以开放的 Agent Skills 标准（SKILL.md）分发，README 列出 Claude Code、Cursor、Codex CLI、Gemini CLI、Windsurf、Junie、OpenClaw、GitHub Copilot 等安装路径，MIT 许可可自由修改与再分发。
- 语音质量参数明确：54 种声音、9 种语言、宣称低于 1 秒延迟，并内置 7 个画面模板。
- 核心能力依赖 AgentCall 托管服务与账号/API key，无法完全离线自托管，服务侧不可用即失效。
- 它本身不是独立应用，必须寄生在受支持的编码代理之上，且需要 Python 3.10+ 或 Node.js 18+ 运行时与第三方依赖（aiohttp/websockets 或 ws）。
- Aider 仅部分支持（无 subprocess），说明不同代理框架的兼容程度并不一致，部分场景需 tmux 等额外手段（如 Cursor）。
- Microsoft Teams 明确标注为 Beta，稳定性未经充分验证。
- 定价策略存在变更风险：基础套餐为 6 小时会议时长、1 路并发，付费按分钟计费，具体以官网为准。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| AgentCall join-meeting 技能 当前 | 46 · 缺口较多 | ★ 157 | 8 天前 | Python | Codex · Claude Code |
| CyberVerse 数字人助手 | 33 · 缺口较多 | ★ 1.7k | 13 天前 | Python | — |
| Iva 个人助理 | 85 · 表现良好 | ★ 217 | 1 天前 | TypeScript | ChatGPT · Codex |
| Qwen Audio Agent | 59 · 缺口较多 | ★ 2.7k | 今天 | JavaScript | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 说明技能会加入会议、发言、截屏、共享屏幕并保留完整会话上下文，但未给出权限最小化设计、用户确认流程、数据流向说明或敏感数据处理策略；API key 持久化到 ~/.agentcall/config.json 仅一句带过，无加密或权限说明；依赖仅列出 aiohttp/websockets/ws，无版本锁定或安全审计；外部效果（发言、截屏、共享）无回滚或撤销机制说明；来源归属仅指向 AgentCall/Pattern AI Labs，发布者未经验证。整体为薄证据，故各项均给 1。
测试文件显示 bridge 对未知命令返回 command.error 而非静默丢弃，ack 先于领域错误，失败信息具体，故 self_consistency 与 failure_messages 给 2；但依赖可用性仅 README 列出包名，无版本约束、无锁文件、无离线或降级说明，给 1。
README 明确列出 30+ 代理框架、三种模式、两种语音策略及适用场景，audience_and_scenarios 与 environment_fit 给 2；trigger_precision 因测试覆盖命令别名解析与未知命令报错，给 2；capability_boundaries 仅笼统提及 Aider 部分支持，未说明会议平台限制、并发上限或权限边界，给 1。
README 结构清晰，安装步骤分平台详列，information_architecture 与 install_notes 给 2；命名稳定性因命令别名（type/command 混用）且无版本化接口承诺，给 1；examples 仅提及目录存在，无内容佐证，给 1；known_limitations 仅 Aider 一句，给 1；LICENSE 为完整 MIT 文本，给 3；无 CHANGELOG 或版本号，versioning_changelog 给 0；维护责任仅署名 AgentCall，无 SLA 或联系方式，给 1。
输出可用性有测试佐证命令 ack/error 行为，给 2；边际价值在于让代理以语音参与会议，属差异化能力，给 2；成本效益仅有定价段落（6 小时基础、按分钟计费），无与替代方案对比或资源消耗说明，给 1。
README 声称 54 种语音、9 种语言、<1s 延迟、7 个模板等，均无基准或来源链接，claim_traceability 给 1；测试与 README 在命令集上部分互证，但无外部独立来源，cross_source_corroboration 给 1；文档未区分事实与推断，fact_inference_separation 给 1。
- 发布者身份未经验证，仓库归属与维护承诺无法独立确认。
- API key 持久化到本地配置文件，未见加密、权限或轮换说明。
- 依赖仅列包名，无版本锁定或安全审计，存在供应链不确定性。
- 会议中发言、截屏、共享屏幕等外部效果无回滚或撤销机制说明。
- README 中的性能与能力数字（54 语音、<1s 延迟等）无基准或来源佐证。
- 无 CHANGELOG 或版本号，接口稳定性与更新路径不明确。