# Meetmate [English](https://github.com/caty-ai/meetmate/blob/main/README.md) | [日本語](https://github.com/caty-ai/meetmate/blob/main/docs/i18n/README.ja.md) | [中文](https://github.com/caty-ai/meetmate/blob/main/docs/i18n/README.zh.md) | **ไทย** > เอกสารนี้เป็นคำแปลของ [README.md](https://github.com/caty-ai/meetmate/blob/main/README.md) (ภาษาอังกฤษ ซึ่งเป็นฉบับหลัก) หากเนื้อหาต่างกัน ให้ยึดตามเวอร์ชันภาษาอังกฤษ [![CI](https://github.com/caty-ai/meetmate/actions/workflows/test.yml/badge.svg?branch=main)](https://github.com/caty-ai/meetmate/actions/workflows/test.yml) [![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](https://github.com/caty-ai/meetmate/blob/main/LICENSE) [![npm](https://img.shields.io/npm/v/meetmate?logo=npm&label=npm)](https://www.npmjs.com/package/meetmate) [![Node.js](https://img.shields.io/badge/Node.js-%3E%3D26-blue?logo=node.js&logoColor=white)](https://nodejs.org/) [![Meetings](https://img.shields.io/badge/works%20in-Google%20Meet%20%7C%20Zoom%20%7C%20Discord-blue)](#ทำอะไรได้บ้าง) [![Server](https://img.shields.io/badge/runs%20on-Windows%20%7C%20macOS%20%7C%20Linux-lightgrey)](#เริ่มต้นอย่างรวดเร็ว) Meetmate — AI เอเจนต์ของคุณนั่งอยู่ในกริดการประชุมในฐานะผู้เข้าร่วมตัวจริง **พา AI เอเจนต์ของคุณเข้าสู่ Google Meet, Zoom และช่องเสียง (voice channel) ของ Discord — ในฐานะผู้เข้าร่วมตัวจริงที่พูดได้** Meetmate ทำแค่สิ่งเดียว: จองที่นั่งในการประชุมให้ AI เอเจนต์*ของคุณ* มันเข้าร่วมในฐานะผู้เข้าร่วมที่มีทั้งหน้าและเสียง — เรียกชื่อมัน มันตอบ; ฝากอะไรไว้ มันจัดการให้ เราตั้งใจจำกัดขอบเขตไว้แค่นั้น แล้วขัดเกลาสิ่งเดียวนั้นให้เนียนที่สุด ## เริ่มต้นอย่างรวดเร็ว **สิ่งที่คุณต้องมี:** [Node.js](https://nodejs.org/) ≥ 26 · บัญชี [Attendee](https://attendee.dev/) (สำหรับ Meet/Zoom) *หรือ* [Discord bot token](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#discord-ボット音声チャンネル参加) (Discord — ไม่ต้องใช้ Attendee ไม่ต้องใช้ tunnel) · [Soniox](https://soniox.com/) (หรือ [Deepgram](https://deepgram.com/)) สำหรับ speech-to-text · ผู้ให้บริการ TTS ([Fish Audio](https://fish.audio/), ElevenLabs หรือ OpenAI-compatible) · เอนด์พอยต์ LLM ([OpenClaw Gateway](https://openclaw.ai/) หรือ OpenAI-compatible ใดก็ได้) · โดยปกติต้องมี [ngrok](https://ngrok.com/) หรือ [Tailscale](https://tailscale.com/) สำหรับ Meet/Zoom · และ Google Meet จะขอให้คุณอนุมัติให้บอทเข้าร่วม บริการจากบุคคลที่สามอาจมีค่าใช้จ่าย ในโฟลเดอร์ว่าง: ```bash npm install meetmate npx meetmate init # ตัวช่วยติดตั้งจะเก็บ API key, voice ID และ LLM endpoint ของคุณ — พร้อมบอกว่าจะไปหาแต่ละอย่างได้จากที่ไหน npx meetmate start # เริ่มเซิร์ฟเวอร์และพิมพ์ URL ของหน้าตั้งค่า ``` เปิด URL ที่แสดงขึ้นมา — นี่คือหน้า settings UI ยังไม่ใช่แดชบอร์ด ถ้ายังมีช่องที่จำเป็นว่างอยู่ (หรือคุณข้ามขั้นตอน `init` ไปเลย — เซิร์ฟเวอร์จะยังเริ่มทำงาน แค่อยู่ในโหมดตั้งค่า) จะมีแบนเนอร์「セットアップ中」(ซึ่งแปลว่า "กำลังตั้งค่า") บอกว่าขาดอะไร กรอกให้ครบ กดปุ่ม「変更を保存」(ซึ่งแปลว่า "บันทึกการเปลี่ยนแปลง") แล้วรีสตาร์ท มีข้อยกเว้นหนึ่งอย่างที่กรอกจากเบราว์เซอร์ไม่ได้ — ค่าการเชื่อมต่อ LLM (URL/Token ของ gateway หรือคีย์ OpenAI-compatible) ใช้ได้เฉพาะผ่านตัวแปรสภาพแวดล้อม ตัวช่วยติดตั้ง `init` จะเขียนลง `.env` ให้ ถ้าคุณข้าม `init` ให้เพิ่มลงใน `.env` เอง เมื่อโหลดเสร็จแล้ว ให้เปิดแดชบอร์ดที่ `/` บนโฮสต์เดียวกัน วาง URL ของ Meet หรือ Zoom แล้วคลิก **Join** ([ดูหน้าจอจริงได้ที่นี่](#หน้าตาเป็นแบบนี้)) อนุมัติคำขอ "ขอเข้าร่วม" (Ask to join) ของบอทใน Meet — จากนั้นเรียก wake word แล้วเริ่มพูดได้เลย (สำหรับ Discord จะไม่มี URL: เลือก Discord transport บนแดชบอร์ดเดียวกัน แล้วกรอกรหัสเซิร์ฟเวอร์และรหัสช่องเสียง — การสร้างบอทให้ดูที่[หัวข้อ Discord ของคู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#discord-ボット音声チャンネル参加)ก่อน) ขั้นตอน ngrok/Tailscale และการอนุมัติเข้าร่วมใน Meet ยังคงต้องทำเอง ข้อความปิดท้ายของตัวช่วยติดตั้งและ[คู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md) จะแนะนำคุณตลอดขั้นตอนเหล่านี้ ## ทำอะไรได้บ้าง - **มันคือผู้เข้าร่วม ไม่ใช่บอทจดรายงานการประชุม** เอเจนต์ของคุณโผล่ในกริดผู้เข้าร่วมพร้อมอวาตาร์ของตัวเอง ฟังบทสนทนาในห้อง และพูด — พร้อมการตรวจจับ wake word และ barge-in (พูดแทรกได้เลย มันจะหยุดให้เอง — barge-in ใช้ได้เฉพาะ Meet/Zoom ไม่รวมเส้นทาง Discord) - **มันคือเอเจนต์*ของคุณ*** เชื่อมเอเจนต์ที่คุณใช้อยู่แล้ว — พร้อมความจำ บุคลิก และทักษะครบถ้วน — ผ่าน OpenClaw Gateway "คนเดิม" ที่ทีมคุ้นเคยเดินเข้าห้องประชุมมาเลย จึงไม่มี Meetmate สองตัวไหนพูดเหมือนกัน (ไม่มี Gateway? ใช้เอนด์พอยต์ OpenAI-compatible อะไรก็ได้ เป็นโหมดพื้นฐานที่เรียบง่ายกว่า: LLM ธรรมดา + เพอร์โซนาในตัว — ดู [LLM providers](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md#llm-providers)) - **สั่งงานได้ทันทีตรงนั้น** "สรุปให้หน่อยว่าเราลงตัวตรงไหน แล้วโพสต์เข้าช่องด้วย" งานหนักจะถูกมอบหมายให้เซสชันเบื้องหลังโดยอัตโนมัติ เอเจนต์จึงอยู่คุยต่อได้ในขณะที่งานกำลังทำ - **"ธรรมดา" คือประเด็น** ไม่ต้องกดค้างเพื่อพูด ไม่มีคำสั่งพิเศษ ไม่มีความเงียบที่น่าอึดอัด คุณคุยกับมันเหมือนคุยกับเพื่อนร่วมงาน — ความรู้สึก "ไม่มีอะไรพิเศษ" นั่นแหละคือผลิตภัณฑ์ - **ประชุมที่ไหนก็ได้ รันที่ไหนก็ได้** ฝั่งการประชุมคือ Google Meet, Zoom และช่องเสียงของ Discord ฝั่งเซิร์ฟเวอร์คือ Windows, macOS และ Linux แค่ไฟล์คอนฟิก คีย์ API และคำสั่งเดียว — จะเปลี่ยนรูปอวาตาร์ก็ได้ตามใจ ## หน้าตาเป็นแบบนี้ หนึ่งหน้าจอ หนึ่งหน้าที่ — พาเอเจนต์ของคุณเข้าห้องประชุม นี่คือแดชบอร์ด อยู่ที่ `/` — เมื่อตั้งค่าเสร็จแล้ว จะห่างจากหน้า settings UI (หน้าที่ `npx meetmate start` พิมพ์ URL ให้จริง ๆ) แค่คลิกเดียว ผ่านลิงก์ ⚙ บนเฮดเดอร์ (ป้ายกำกับบนหน้าจอยังเป็นภาษาญี่ปุ่น คำอธิบายด้านล่างบอกว่าแต่ละขั้นทำอะไร) แดชบอร์ดของ Meetmate หลังตั้งค่าเสร็จ — ช่องวางลิงก์ ปุ่ม Join ที่ยังกดไม่ได้ ตัวชี้วัดเซสชัน และลิงก์ตั้งค่าบนเฮดเดอร์ 1. **เริ่ม** เมื่อตั้งค่าเสร็จแล้ว นี่คือหน้าที่ต้อนรับคุณที่ `/` ช่องใหญ่ไว้ใส่ข้อมูลการประชุม ปุ่ม **Join** จะกดไม่ได้จนกว่าจะมีลิงก์ 2. **วางคำเชิญ** จะเป็น URL ของ Meet / Zoom เปล่า ๆ หรือ**คำเชิญจากปฏิทินทั้งก้อน**ก็ได้ — Meetmate จะดึง URL การประชุมให้เอง (ข้อความสีเขียว「検出済み」ซึ่งแปลว่า "ตรวจพบแล้ว") แล้วเปิดปุ่ม Join ให้ วางคำเชิญจากปฏิทินทั้งก้อน — ระบบตรวจพบ Meet URL อัตโนมัติและปุ่ม Join ใช้งานได้ 3. **เข้าร่วมแล้วรอหน้าประตู** การ์ดเซสชันจะปรากฏทันทีที่คลิก — ตัวจับเวลาเริ่มเดินตั้งแต่ตอนนั้น พร้อมสถานะการเชื่อมต่อ WS และชื่อเอเจนต์ บอทจะเริ่มระบบ (🔄 起動中...) แล้วส่งคำขอเข้าห้องไปที่ Meet เมื่อได้รับอนุมัติ สถานะ WS จะเปลี่ยนเป็นเชื่อมต่อแล้ว การ์ดเซสชันระหว่างรอการอนุมัติ — ตัวจับเวลาเดินแล้ว ส่วน WS ยังไม่เชื่อมต่อจนกว่าบอทจะได้เข้าห้อง 4. **อนุมัติใน Meet** ขั้นตอนเดียวที่ต้องทำเอง ฝั่งคุณในสาย — อนุมัติคำขอ "ขอเข้าร่วม" ของบอทเหมือนแขกทั่วไป จากนั้นเรียกชื่อปลุก (wake word) แล้วเริ่มคุยได้เลย ดูขั้นตอนเดียวกันแบบละเอียดตั้งแต่ API key จนถึงคำทักทายแรกได้ที่ [Setup guide](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md) **บอทรันที่ไหน** โดยค่าเริ่มต้นบอท Meet/Zoom รันบน Attendee cloud คุณสลับไปใช้ Attendee ที่โฮสต์เอง (มี URL, คีย์ และค่าชดเชยลิปซิงก์แยกของตัวเอง) ได้ใน settings UI — ดูตัวเลขทรัพยากรที่ต้องใช้ เพดาน 15 fps และหมายเหตุเรื่องสัญญาอนุญาตของ Attendee ได้ที่ [Choosing where the bot runs](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#ボットの実行先を選ぶchoosing-where-the-bot-runs) **ตั้งค่าได้จากเบราว์เซอร์** การตั้งค่าที่ใช้งานประจำทั้งหมดอยู่หลังหน้า settings UI เดียวกันนี้ — คีย์ของผู้ให้บริการ, wake word, ข้อความทักทาย, พรีเซ็ตเสียง, การทดสอบการเชื่อมต่อ — จัดเรียงเป็นแท็บ พร้อมหมายเหตุในแต่ละช่องว่าการเปลี่ยนแปลงจะมีผลทันทีหรือต้องรีสตาร์ท ไม่ต้อง clone repo หรือแก้ JSON เอง มีแต่ความลับของการเชื่อมต่อเกตเวย์เท่านั้นที่ยังอยู่ใน `.env` ในรูปแบบตัวแปรสภาพแวดล้อม แท็บ「基本」(พื้นฐาน) ของหน้า settings UI หลังตั้งค่าเสร็จ — แบนเนอร์สีเขียวแจ้งว่าโหลดสำเร็จ พร้อมช่องหลักของเอเจนต์และผู้ให้บริการ LLM ดูรายละเอียดทีละแท็บแบบเต็มได้ที่ [settings reference](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#設定リファレンスsettings-ui) ## การประชุมเป็นแบบนี้ ตั้งแต่วินาทีที่คุณเรียกชื่อมัน จนถึงวินาทีที่มันออกจากห้อง: - คุณพูด wake word — มันตื่นขึ้นมาและเริ่มฟัง - มันทักทายห้องประชุมครั้งเดียวตอนเข้าร่วม แล้วเงียบไว้จนกว่าคุณจะเรียกมัน - ระหว่างประชุม คุยกับมันเหมือนเพื่อนร่วมงาน: ถามคำถาม ให้มันช่วยค้นหาอะไรบางอย่าง ให้มันฝากข้อความไว้ใน Slack หรือมอบหมายงานให้มันติดตาม - กล่าวลา แล้วมันจะกล่าวคำอำลาสั้น ๆ ก่อนออกจากสาย - หลังจบสาย ถ้าคุณเชื่อมต่อ Slack ไว้ สรุปและ action item ที่จับได้จะรออยู่ที่นั่นแล้ว ตัวอย่างบทสนทนาสั้น ๆ ระหว่างประชุม: ``` คุณ: "Meetmate ช่วยเช็กหน่อยว่าเอกสารราคามีอะไรเปลี่ยนไปตั้งแต่วันจันทร์บ้าง?" Meetmate: [soft voice] รับทราบ กำลังเช็กให้ ...ผ่านไปสักครู่... Meetmate: [warm] มีการเปลี่ยนแปลง 2 จุด — ส่วนลดรายปีเปลี่ยนเป็น 15% และมีการเพิ่มแพ็กเกจระดับองค์กรใหม่เข้ามา อยากให้โพสต์ ส่วนต่างลงช่องไหม? ``` ## สถานะปัจจุบัน | พื้นที่ | สถานะปัจจุบัน | หมายเหตุ | |---|---|---| | OpenClaw Gateway | รองรับแล้ว | เส้นทางหลักในปัจจุบัน: ความจำ ทักษะ เครื่องมือ และการมอบหมายงานยังคงอยู่ที่เอเจนต์เดิมของคุณ | | เบสไลน์ที่เข้ากันได้กับ OpenAI | รองรับแล้ว | โหมดเอเจนต์เสียงล้วนสำหรับเอนด์พอยต์ที่เข้ากันได้ใดก็ตาม | | Claude Code ผ่านเกตเวย์ OpenAI-compatible | รองรับแล้ว | ผ่านการทดสอบ end-to-end บน Google Meet จริงเมื่อ 30 สิงหาคม 2026 โดยใช้ Claude Code เป็นสมอง ([บันทึกการทดสอบ](https://github.com/caty-ai/meetmate/blob/main/docs/claude-code-smoke-test-2026-08-30.md)) — การเข้าร่วมประชุม การสนทนาด้วยเสียงแบบเรียกชื่อ บริบท คำสั่งออกจากประชุม และสรุปหลังประชุม ทั้งหมดทำงานผ่าน provider แบบทั่วไป `openai-compatible` ต่อกับเกตเวย์ Claude Code แบบ stateful ไม่มี provider เฉพาะสำหรับ Claude หมายเหตุ: บอทจะไม่หยุดพูดเมื่อถูกพูดแทรก (เสียงขาเข้าจะถูกกั้นระหว่างที่บอทกำลังพูด) รายละเอียดการเชื่อมต่อ: [คู่มือติดตั้ง — เกตเวย์แบบ stateful](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#3-envgateway-接続情報環境専用値) | | Hermes api_server | รองรับแล้ว | ยืนยันแบบ end-to-end บน Google Meet จริงเมื่อ 29 สิงหาคม 2026 ([#76](https://github.com/caty-ai/meetmate/issues/76)) — การสนทนาด้วยเสียงในการประชุมจริงทำงานผ่าน provider แบบทั่วไป `openai-compatible` (SSH tunnel, Bearer auth) ครอบคลุมเส้นทางเอเจนต์เสียง รายละเอียดการเชื่อมต่อ: [LLM providers](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md#llm-providers) | | Codex / Kimi Code | อยู่ในแผน | ยังไม่ได้เชื่อมต่อ | | อวาตาร์ในกริดการประชุม | ค่าเริ่มต้นเป็นภาพนิ่ง มีการทดลองอวาตาร์แบบสด 2 แบบ | ลิปซิงก์แบบสลับเฟรมออกใน v8.4.0 และ proof of concept ของริก 2.5D ก็เข้าสู่ main แล้ว ค่าเริ่มต้นยังคงเป็นภาพนิ่ง งานอวาตาร์แบบสดดำเนินต่อใน [#2](https://github.com/caty-ai/meetmate/issues/2) | อยากให้อวาตาร์ขยับ? มีการทดลองที่ออกมาแล้ว 2 แบบ: อวาตาร์ลิปซิงก์แบบสลับเฟรมที่สลับ PNG 6 ภาพตามจังหวะเสียงพูด (v8.4.0) และ proof of concept ของริก 2.5D ค่าเริ่มต้นยังคงเป็นภาพนิ่ง — วิธีลองใช้แบบสลับเฟรมอยู่ใน[หัวข้ออวาตาร์แบบสลับเฟรมของคู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#実験的なフレーム差し替えアバター) (ต้องใช้ Fish Audio TTS และ HTTPS origin สาธารณะ) ส่วนริก PoC ยังไม่มีเอกสารสำหรับผู้ใช้ ## หมายเหตุเกี่ยวกับแพลตฟอร์ม | หัวข้อ | ความเป็นจริงในปัจจุบัน | |---|---| | Google Meet | เส้นทางหลัก เริ่มต้นที่นี่ก่อน | | Zoom | ใช้งานได้กับการประชุมที่คุณโฮสต์/ควบคุมเองในตอนนี้ อย่าเพิ่งคาดหวังว่าจะรองรับการประชุม Zoom ที่โฮสต์จากภายนอก, OBF หรือการตั้งค่า OAuth แบบมีการจัดการ | | ช่องเสียง (voice channel) ของ Discord | **พรีวิว** — ปล่อยก่อนการทดสอบจริงแบบ end-to-end บนเซิร์ฟเวอร์จริง ([#138](https://github.com/caty-ai/meetmate/issues/138)) สิ่งที่ยังไม่ได้ยืนยัน: คำสั่งเสียงออกจากห้องออกจากช่องได้จริงหรือไม่ ([#139](https://github.com/caty-ai/meetmate/issues/139)) และหน้าจอที่แสดงการระบุผู้พูดหลายคน ([#140](https://github.com/caty-ai/meetmate/issues/140)) รีลีสแรกนี้รองรับ**เฉพาะเซิร์ฟเวอร์ที่คุณดูแลเองเท่านั้น** ใช้ Official Bot API (discord.js) — ไม่ต้องใช้ Attendee ไม่ต้องใช้ tunnel เพราะบอทเชื่อมต่อออกไปเอง allowlist ของ guild เป็นแบบ fail-closed (ถ้าว่างเปล่า = ปฏิเสธการเข้าร่วมทั้งหมด) intents/permissions ถูกออกแบบให้น้อยที่สุดเท่าที่จำเป็น และบอทจะประกาศตัวเองทุกครั้งก่อนเริ่มเก็บเสียง ออกจากห้องผ่านปุ่มบนแดชบอร์ด — คำสั่งออกจากห้องด้วยเสียงบน Discord ยังอยู่ระหว่างการตรวจสอบ ([#139](https://github.com/caty-ai/meetmate/issues/139)) บาร์จอิน (การหยุดพูดเมื่อถูกพูดแทรก) ไม่ได้เป็นส่วนหนึ่งของเส้นทาง Discord ในรีลีสนี้ เส้นทาง Discord ปัจจุบันต้องใช้ Fish Audio TTS การติดตั้ง: [หัวข้อ Discord bot ของคู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#discord-ボット音声チャンネル参加) | | ระบบปฏิบัติการของเซิร์ฟเวอร์และการเริ่มอัตโนมัติ | รันเซิร์ฟเวอร์ได้ทั้งบน Windows (ผ่าน WSL2), macOS และ Linux การลงทะเบียนเซอร์วิสถาวรใช้ตัวติดตั้งตัวเดียว: `scripts/install-service.sh` จะตั้งค่า launchd บน macOS หรือ systemd user unit บน Linux/WSL2 (WSL2 ต้องตั้ง `systemd=true` ใน `/etc/wsl.conf` และให้รัน ngrok ภายใน WSL2 หรือระบุ `server.ngrokDomain` อย่างชัดเจน) รายละเอียด: [คู่มือติดตั้ง — เซอร์วิสถาวร](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#常駐サービス自動起動) | | MCP กับสมองเสียง | MCP server ของ Meetmate เป็น control plane สำหรับ `join` / `leave` / `status` ส่วนสมองเสียงแยกต่างหาก: เอเจนต์ตัวจริงของคุณทำงานอยู่หลัง OpenClaw หรือเกตเวย์ OpenAI-compatible อื่น และพูดในที่ประชุม | ## สิ่งที่คุณต้องมี ตัวช่วยติดตั้ง `init` จะเก็บ API key, voice ID และ LLM endpoint ให้คุณ ส่วน ngrok/Tailscale และขั้นตอนการอนุมัติเข้าร่วมใน Meet ยังคงต้องทำเอง ตารางนี้คือข้อมูลอ้างอิงว่าแต่ละรายการคืออะไรและจำเป็นเมื่อไร | รายการ | วัตถุประสงค์ | ชื่อการตั้งค่า | จำเป็นเมื่อไร | หมายเหตุ | |---|---|---|---|---| | [Node.js](https://nodejs.org/) 26+ | รันเซิร์ฟเวอร์ | `node`, `npm` | เสมอ | จำเป็น | | บัญชี [Attendee](https://attendee.dev/) + API key | บอทเข้าร่วม/ออกจากการประชุม + รับส่งเสียง | `ATTENDEE_API_KEY` | Meet / Zoom | บริการแบบโฮสต์; ตรวจสอบความพร้อมใช้งานแบบฟรี/เสียเงินในปัจจุบัน ไม่ได้ใช้กับเส้นทาง Discord | | Discord bot token | ตัวตนของบอทสำหรับช่องเสียง | `discord_bot_token` (ใน settings UI, แสดงแบบปิดบัง) / `DISCORD_BOT_TOKEN` | Discord | สร้างบอทใน [Developer Portal](https://discord.com/developers/applications) โดยใช้ intents/permissions ให้น้อยที่สุด อวาตาร์ของบอทก็ตั้งค่าได้ที่นี่เช่นกัน [คู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#discord-ボット音声チャンネル参加) | | บัญชี [Soniox](https://console.soniox.com/) + API key | speech-to-text ค่าเริ่มต้น | `STT_PROVIDER=soniox`, `SONIOX_API_KEY` | โดยปกติ | เส้นทางค่าเริ่มต้น เงื่อนไขราคา/ทดลองใช้อาจเปลี่ยนแปลง | | บัญชี [Deepgram](https://console.deepgram.com/signup) + API key | speech-to-text ทางเลือก (ไม่บังคับ) | `STT_PROVIDER=deepgram`, `DEEPGRAM_API_KEY` | ไม่บังคับ | ใช้เฉพาะเมื่อเปลี่ยนจาก Soniox | | บัญชี [Fish Audio](https://fish.audio/) + เสียง | text-to-speech ค่าเริ่มต้น | `TTS_PROVIDER=fish-audio`, `FISH_AUDIO_API_KEY`, `FISH_AUDIO_VOICE_ID` | ค่าเริ่มต้น | การตั้งค่าเดิมยังใช้ผู้ให้บริการนี้ได้โดยไม่ต้องแก้ไข | | บัญชี [ElevenLabs](https://elevenlabs.io/) + เสียง | text-to-speech ทางเลือก | `TTS_PROVIDER=elevenlabs`, `ELEVENLABS_API_KEY`, `ELEVENLABS_VOICE_ID` | ไม่บังคับ | เลือกโมเดลใน settings UI; PCM จะตรงกับ sample rate ของ TTS | | OpenAI-compatible TTS | text-to-speech ของ OpenAI หรือเซิร์ฟเวอร์ local | `TTS_PROVIDER=openai-compatible`, `OPENAI_COMPATIBLE_TTS_BASE_URL`, `OPENAI_COMPATIBLE_TTS_MODEL`, `OPENAI_COMPATIBLE_TTS_VOICE`, `OPENAI_COMPATIBLE_TTS_SOURCE_SAMPLE_RATE` | ไม่บังคับ | `api.openai.com` ต้องมี key; เซิร์ฟเวอร์ local ที่ไม่ใช่ค่าเริ่มต้น เช่น Irodori-TTS ไม่จำเป็นต้องมี key เอาต์พุต PCM กำหนดไว้ที่ 24 kHz; หากเซิร์ฟเวอร์ส่งกลับด้วยอัตราสุ่มตัวอย่างอื่น ให้ตั้งค่า `OPENAI_COMPATIBLE_TTS_SOURCE_SAMPLE_RATE` (ค่าเริ่มต้น 24000, Irodori-TTS: 48000) แล้ว Meetmate จะปรับอัตราสุ่มตัวอย่างให้ | | [OpenClaw Gateway](https://openclaw.ai/) หรือเกตเวย์ LLM แบบ OpenAI-compatible อื่น | สมองเสียงตัวจริง | `LLM_PROVIDER`, `OPENCLAW_GATEWAY_URL`, `OPENCLAW_GATEWAY_TOKEN` หรือ `OPENAI_COMPATIBLE_BASE_URL`, `OPENAI_COMPATIBLE_API_KEY` | เสมอ | OpenClaw คือเส้นทางหลัก; เกตเวย์ OpenAI-compatible แบบ stateful มีเอกสารอยู่ในคู่มือติดตั้ง | | [ngrok](https://ngrok.com/) หรือ [Tailscale](https://tailscale.com/) | ทำให้ WebSocket ของบอทเข้าถึงได้จากภายนอก | `server.ngrokDomain` สำหรับ ngrok | ตามเงื่อนไข | `ngrok` เป็นเส้นทางที่ใช้กันทั่วไป Tailscale เป็นทางเลือกเมื่อเครือข่ายและการดีพลอย Attendee ของคุณอนุญาต รายละเอียดราคา/แผนฟรีอาจเปลี่ยนแปลง | | สิทธิ์ของ Google Meet ในการอนุมัติให้บอทเข้าร่วม | ให้บอทเข้าห้องประชุมได้ | การอนุมัติ "Ask to join" ใน Meet UI | Google Meet | คุณต้องอนุมัติคำขอเข้าร่วมใน Meet เอง | | การตั้งค่าแอป/แอดมินใน [Zoom Marketplace](https://marketplace.zoom.us/) | โมเดลสิทธิ์ของบอทใน Zoom | การตั้งค่าแอปฝั่ง Attendee/Zoom | เฉพาะ Zoom | ตามเงื่อนไข ไม่รับประกันว่ารองรับการประชุมที่โฮสต์จากภายนอกหรือ OAuth แบบมีการจัดการ | กรอกคีย์ผ่านตัวช่วยติดตั้ง `init` หรือหน้า settings UI — คีย์ของผู้ให้บริการ (Soniox / Deepgram / Fish Audio / ElevenLabs / OpenAI-compatible TTS / Attendee / Slack) จะถูกเก็บใน `config.json` (สร้างด้วยสิทธิ์ 0600) ส่วนค่าการเชื่อมต่อ LLM (URL/Token ของ gateway และคีย์ OpenAI-compatible LLM) จะอยู่ใน `.env` อย่า commit ทั้งสองไฟล์นี้ รวมถึงภาพหน้าจอของความลับ หรือไฟล์คอนฟิกที่แชร์กันซึ่งมีข้อมูลรับรองที่ใช้งานได้จริง หากคุณเชื่อมต่อเกตเวย์ OpenAI-compatible ที่เรียกใช้เครื่องมือได้ ให้จำกัดเส้นทางนั้นไว้ในเครื่องและเชื่อถือได้เท่านั้น ตัวเลือก trust opt-in ของ Meetmate ออกแบบมาเฉพาะสำหรับการประชุมที่เชื่อถือได้ร่วมกับเกตเวย์โลคัลที่เชื่อถือได้เท่านั้น การประชุมภายนอกหรือที่ไม่น่าเชื่อถือยังไม่รองรับโหมดนี้ ## รันจากซอร์ส (สำหรับผู้ร่วมพัฒนา) ```bash git clone git@github.com:caty-ai/meetmate.git cd meetmate npm install cp .env.example .env && cp config.json.example config.json # แล้วกรอก key ลงไป npm start ``` ## ทำไมเราถึงสร้างมันขึ้นมา การประชุมคือที่ที่มนุษย์ร่วมมือกันจริงๆ — การตัดสินใจ นัยยะ น้ำเสียง และช่วงเวลาแบบ "เดี๋ยวนะ มีอีกเรื่อง" ถ้า AI เอเจนต์ของคุณอยู่แต่ในกล่องแชท มันพลาดทั้งหมดนั้นไป เราเชื่อว่าเอเจนต์ควรนั่งตรงที่มนุษย์ของมันนั่ง ไม่ใช่เป็นบอทถอดเสียงที่ขอบสาย แต่เป็นเพื่อนร่วมงานในกริด: อยู่ตรงนั้น เรียกได้ ใช้งานได้จริง และเพราะมันคือเอเจนต์*ของคุณ* — พร้อมความจำและตัวตนของมันเอง — ความต่างมันอยู่ระหว่าง "มี AI เข้าสายมา" กับ "*เธอ*เข้าสายมา" Meetmate เป็นเครื่องมือเล็กๆ โดยตั้งใจ มันไม่พยายามคุมการประชุมของคุณ ไม่ให้คะแนนสายของคุณ และไม่มาแทนปฏิทินของคุณ มันแค่พาเอเจนต์ของคุณเข้าห้อง ที่เหลือเป็นเรื่องของคุณสองคน ## มันทำงานอย่างไร ```mermaid %%{init: {'theme':'base', 'themeVariables': { 'primaryColor': '#EEEBFB', 'primaryTextColor': '#10131A', 'primaryBorderColor': '#7C3AED', 'secondaryColor': '#F1F3F7', 'secondaryTextColor': '#10131A', 'secondaryBorderColor': '#E2E5EC', 'mainBkg': '#F1F3F7', 'nodeBorder': '#E2E5EC', 'lineColor': '#7C3AED', 'textColor': '#10131A', 'edgeLabelBackground': '#FFFFFF', 'fontFamily': '-apple-system, BlinkMacSystemFont, Segoe UI, Roboto, Helvetica, Arial, sans-serif' }}}%% flowchart LR M["Google Meet / Zoom"] -->|เสียงประชุม| S["Speech to text"] S --> W{"Wake word?"} W -->|yes| L["เอเจนต์ของคุณ
(OpenClaw Gateway หรือ
OpenAI-compatible LLM)"] L --> T["Text to speech"] T -->|เสียงของเอเจนต์| M L -.->|งานหนัก| B["มอบหมายงานเบื้องหลัง"] ``` 1 เอเจนต์ = 1 เซิร์ฟเวอร์อินสแตนซ์ **ต้องการหลายเอเจนต์?** เรียกใช้ Meetmate หนึ่งอินสแตนซ์ต่อเอเจนต์ (ดู[ขั้นตอนสำหรับอินสแตนซ์ที่สองในคู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md#2人目のエージェントを増やすエクスポートインポート)) ให้ [meet-floor-hub](https://github.com/caty-ai/meet-floor-hub) จัดสรรว่าใครจะพูด ไม่รองรับการสลับเอเจนต์ระหว่างประชุมภายในอินสแตนซ์เดียว เซิร์ฟเวอร์เชื่อมเสียงประชุมเข้ากับไปป์ไลน์เสียง (speech-to-text → LLM ของเอเจนต์คุณ → text-to-speech) แล้วสตรีมคำตอบกลับเข้าสาย — เร็วพอที่จะรู้สึกเหมือนบทสนทนาจริง รายละเอียดเชิงวิศวกรรมทั้งหมด — สถาปัตยกรรม แผนที่โมดูล ผู้ให้บริการ สเปกเสียง — อยู่ใน [docs/TECHNICAL.md](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md) ## การตั้งค่า จุดเริ่มต้นสำหรับการปรับแต่งที่พบบ่อย อ้างอิงฉบับเต็มอยู่ที่ [docs/operations.md](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md) | ฉันอยาก… | ดูที่ | |---|---| | เชื่อมเอเจนต์ของตัวเอง (OpenClaw Gateway) | [คู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md) | | ใช้เอนด์พอยต์ OpenAI-compatible ทั่วไป | [TECHNICAL.md — LLM providers](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md#llm-providers) | | ให้ตอบกลับเร็วขึ้น | [การปรับจูน Soniox](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md#stt-プロバイダ切替soniox-チューニング) | | เปลี่ยนเสียง ความเร็ว หรือพฤติกรรม TTS | [โปรไฟล์เสียง](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md#音声プロファイルtts) | | ใช้การมอบหมายงานเบื้องหลังสำหรับงานหนัก | [Delegation harness](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md#委譲強制ハーネス79) | | ย้อนกลับไปการตั้งค่าก่อนหน้าเมื่อมีปัญหา | [Env สำหรับ rollback ฉุกเฉิน](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md#緊急-rollback-用-env) | | ควบคุมการประชุมจาก Claude Code (MCP) | [TECHNICAL.md — MCP server](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md#mcp-server-control-plane) | | ให้เอเจนต์ตัวจริงของคุณเป็นสมองเสียง | [คู่มือติดตั้ง](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md) | มีอะไรไม่ทำงาน? ดู[การแก้ไขปัญหา](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md#troubleshooting) ## เอกสาร | เอกสาร | เนื้อหา | |---|---| | [docs/setup-guide.md](https://github.com/caty-ai/meetmate/blob/main/docs/setup-guide.md) | จากศูนย์ถึงการประชุมครั้งแรก ทีละขั้นตอน | | [docs/diagnostic-ids.md](https://github.com/caty-ai/meetmate/blob/main/docs/diagnostic-ids.md) | รหัสวินิจฉัย ความหมาย และขั้นตอนถัดไป (ญี่ปุ่น / อังกฤษ) | | [docs/TECHNICAL.md](https://github.com/caty-ai/meetmate/blob/main/docs/TECHNICAL.md) | ฟีเจอร์แบบละเอียด สถาปัตยกรรม ผู้ให้บริการ MCP การพัฒนา | | [docs/architecture.md](https://github.com/caty-ai/meetmate/blob/main/docs/architecture.md) | เจาะลึกสถาปัตยกรรม | | [docs/operations.md](https://github.com/caty-ai/meetmate/blob/main/docs/operations.md) | อ้างอิงการดำเนินงานและการปรับจูนฉบับเต็ม | | [docs/deploy-checklist.md](https://github.com/caty-ai/meetmate/blob/main/docs/deploy-checklist.md) | เช็กลิสต์การ deploy | > ℹ️ เอกสารบางส่วนใน `docs/` ยังเป็นภาษาญี่ปุ่น ตารางอ้างอิงและคำสั่งต่าง ๆ ใช้ได้โดยไม่ขึ้นกับภาษา ## สถานะโปรเจกต์ - **รีลีส**: ดูเวอร์ชันที่เผยแพร่แล้วได้ที่ [GitHub Releases](https://github.com/caty-ai/meetmate/releases) - **กำลังดำเนินการ**: การแจกจ่ายผ่าน npm และเส้นทาง public release ([#3](https://github.com/caty-ai/meetmate/issues/3) / [#4](https://github.com/caty-ai/meetmate/issues/4)) ## การมีส่วนร่วม ยินดีรับ Issue และ PR — ดู [CONTRIBUTING.md](https://github.com/caty-ai/meetmate/blob/main/CONTRIBUTING.md) เราใช้ flow แบบ issue-first และ Conventional Commits ## กิตติกรรมประกาศ Meetmate ยืนอยู่บนบริการและ OSS ที่ยอดเยี่ยม: [Attendee](https://attendee.dev/) (โครงสร้างพื้นฐานบอทประชุม), [Soniox](https://soniox.com/) (STT แบบเรียลไทม์), [Fish Audio](https://fish.audio/) (TTS ที่สื่ออารมณ์), [OpenClaw Gateway](https://openclaw.ai/) (โครงสร้างพื้นฐานเอเจนต์ — SOUL / ความจำ / ทักษะ / เครื่องมือ) และระบบนิเวศของ OpenAI-compatible LLM ## สัญญาอนุญาต [MIT](https://github.com/caty-ai/meetmate/blob/main/LICENSE) — ดูการระบุแหล่งที่มาได้ที่ [NOTICE](https://github.com/caty-ai/meetmate/blob/main/NOTICE)