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
- ★ 184
- 最近更新
- 15 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 51/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Codex · Claude Code
- 费用
- 有免费版，另有付费云服务
- 上手难度
- 低 · 几分钟可跑通
- 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。
- 不适合
- 需要完全离线或自托管部署的团队，核心功能依赖 AgentCall 云服务
- 不愿为会议时长按分钟付费、只用免费额度的用户
- 需要稳定 Teams 支持的生产环境，Teams 仍为 Beta
- 源码审查
- 51/100 · 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 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| AgentCall join-meeting 技能 当前 | 51 · 缺口较多 | Agent 插件 / 技能免费版 + 付费版 | ★ 184 | 15 天前 | Python | Codex · Claude Code |
| Sapphire Blue AI | 69 · 存在缺口 | 网页应用免费 + 模型费 | ★ 330 | 1 天前 | Python | OpenAI API · Claude API |
| CyberVerse 数字人助手 | 49 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 1.9k | 18 天前 | Python | — |
| Switch AI 团队协作平台 | 70 · 存在缺口 | 桌面应用 | ★ 4.3k | 今天 | Python | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README列出API、WebSocket、隧道和可选注册端点，说明API密钥位置、发送方式、会议数据流及本地配置文件；因此数据流披露较充分。扣分原因：技能允许代理自行读取邮箱、注册并保存密钥，也允许会议参与者通过转录内容影响代理；权限依赖宿主框架，未见每次发言、聊天、屏幕共享等外部动作的确认门槛。密钥通过WebSocket查询参数发送，敏感数据保护和依赖安全说明有限。可见参与者及离会清理有提及，但恢复/撤销机制描述有限。仓库与产品作者标注清楚，发布者身份仍未知。
两个桥接测试文件显示命令确认、未知命令报错和部分异常路径处理。扣分原因：README和SKILL列出的模式、支持框架及功能较多，但本材料只含少量测试，不能交叉支持整体稳定性；README称依赖缺失时提示手动安装，而安装说明给出安装命令但未提供锁定版本或依赖可用性证据。
材料明确面向可运行子进程并读取标准输出的编码代理，列出适用框架、模式、语音策略和典型会议场景；SKILL也说明会议转录可引导代理，并建议使用宿主权限系统。扣分原因：Aider支持受限，网页模式需本地HTTP服务等边界虽有说明，但对各平台权限差异和不支持场景覆盖不完整。
README按安装、模式、特性、端点和文档组织，提供多平台安装步骤、示例和参考资料；许可证文件与元数据均为MIT。扣分原因：材料中未见变更日志或维护责任/更新承诺；产品名称在join-meeting与AgentCall之间并存；已知局限披露较少，版本信息主要在插件清单中。
产品提供会议语音、转录、屏幕查看、共享和聊天能力，适用于代理参与协作会议；README和SKILL给出可操作安装与调用方式。扣分原因：服务需要账户密钥、付费分钟数及外部API，成本收益取决于具体使用量；对输出质量及功能效果的支持主要是产品陈述，静态材料不足以确认实际结果。
README的端点和凭据说明较具体，SKILL及插件清单部分呼应产品能力，测试文件展示了有限命令行为。扣分原因：关键功能、隐私和性能陈述未由材料中的独立证据充分佐证；隐私说明引用外部政策但正文未提供，且测试覆盖只是样本。静态审查无法核实运行表现，故区分了可见实现说明与未验证的产品主张。
- 会议转录内容可能影响代理行为；请在宿主框架配置权限限制，并谨慎授予邮件、终端、文件和提交操作权限。
- 会议音频和转录会实时传输至AgentCall API；材料称不永久保存，但需查看完整隐私政策并评估是否适合敏感会议。
- API密钥会作为WebSocket查询参数发送；请妥善保护本地配置文件，并确认实际使用的代理和运行环境符合组织要求。
你是这个项目的维护者？把 FARS 徽章加到 README
[](https://followagents.com/zh/agents/agentcall)<a href="https://followagents.com/zh/agents/agentcall"><img src="https://followagents.com/badge/agentcall.svg?lang=zh" alt="FARS 评测"></a>最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
Collaborative voice strategy in the bridges: --voice-strategy collaborative (with --trigger-words, --context, --barge-in-prevention, --voice, --voice-events). Speak with inject.verbatim / inject.natural; new events voice.text, call.degraded, call.recovered. Direct mode unchanged.在 GitHub 查看 ↗ -
发布说明摘录
Mic command replies with meeting.mic.result (muted, noop, warning), so the agent knows whether the bot's mic is really on; command.error if no result within 5 s.在 GitHub 查看 ↗ -
发布说明摘录
Bring your own voice (ElevenLabs) New example [examples/elevenlabs-voice](https://github.com/pattern-ai-labs/agentcall/tree/main/examples/elevenlabs-voice) (Python + Node.js): a bot that speaks with an ElevenLabs voice using your own API key (#3). ElevenLabs PCM 16 kHz is streamed into the call with paced audio.inject, with barge-in via audio.clear. New guide references/guides/bring-your-own-voice.md: audio format, pacing, barge-in and billing. Works with any provider that returns raw PCM. Audio mode only. …在 GitHub 查看 ↗
常见问题
使用它需要自己准备服务器或部署会议机器人吗？
费用怎么算？
持有哪些权限或凭证？
网络中断或代理重启会导致会议掉线吗？
哪些编码代理可以配合使用？
谢谢反馈，我们会据此改进页面。