Google Meet и экспериментальный Zoom: Vexa для захвата¶
Адаптер подключает к Google Meet участника с именем Speech Expert, получает законченную аудиозапись и передаёт её в обычный процесс распознавания и резюме Speech Expert. Для Zoom добавлен отдельно включаемый экспериментальный браузерный вход. ASR Vexa отключён. GPU для этого контура Vexa не требуется; вычислительные ресурсы Speech Expert используются отдельно.
Интеграция выключена по умолчанию. Браузерные провайдеры включаются оператором через MEETING_CAPTURE_PROVIDERS; сохраняется также прежнее разрешение Google Meet для конкретного имени пользователя портала. Ключ Vexa остаётся на сервере. Прежде чем отправить бота, пользователь подтверждает разрешение на запись встречи. Допуск гостя зависит от организатора и политики сервиса.
Проверенная версия API¶
Клиент соответствует исходникам Vexa на commit 6b26f7b921756d6db128d42cd70b4b7046381407, 4 ноября 2026 года. Это проверка исходников и HTTP-контракта, не результат живого испытания встречи.
POST /bots:platform=google_meet,native_meeting_id,bot_name,transcribe_enabled=false,recording_enabled=true.GET /recordings: фильтр называетсяmeeting_id. Список не содержит маркер завершения отдельной аудиодорожки, поэтому клиент также получает детали записи.DELETE /bots/{platform}/{native_meeting_id}: запрос остановки, после которого нужно дождаться завершения и финальных аудиочанков.- Apache-2.0: сохраняйте лицензии и notices при распространении производного кода/образов.
Важно: верхний README и выпущенные образы могут отставать от main. На исследованном commit package.json содержит 0.13.4, а README описывает 0.12. make all скачивает опубликованные образы и не гарантирует, что они собраны из выбранного commit. Для воспроизводимого исходного варианта ниже используется make dev вместе с отдельно собранным образом бота.
Развёртывание Vexa оператором¶
Это отдельный Linux-хост/VM (upstream ориентируется на Ubuntu 24.04) с работающим Docker Engine версии 26 или новее, Compose, Git, GNU Make и OpenSSL. Upstream рекомендует для сборки 8 vCPU и 16 GB RAM. Для браузера нужны доступ к Google Meet и исходящие сетевые подключения. Установка скачивает большие зависимости и образы: предусмотрите место на диске и отдельное окно обслуживания.
Команды выполняет оператор в обычном терминале хоста. Они не запускают Docker Engine. Если используется Windows, Docker Desktop/Engine или VM сначала запускаются вручную. Не создавайте сервисы, зависящие от сессии Codex.
mkdir -p ~/services
cd ~/services
git clone https://github.com/Vexa-ai/vexa.git speech-expert-vexa
cd speech-expert-vexa
git checkout --detach 6b26f7b921756d6db128d42cd70b4b7046381407
cp deploy/compose/.env.example deploy/compose/.env
В новом deploy/compose/.env установите эти значения, заменив существующие строки с такими именами:
Не задавайте Vexa-токен транскрипции. Скрипт mint-dev-env.sh, вызываемый make dev, создаёт нужные внутренние секреты; не публикуйте полученный .env. После редактирования:
make bot собирает браузерную основу и образ бота; make dev собирает и запускает остальной стек. Сохраните выданный API key в хранилище секретов. Ошибка сборки или проверки образа означает, что контур ещё не готов, даже если часть контейнеров работает. Источник команд: корневой Makefile, Compose Makefile.
Стандартный gateway слушает 127.0.0.1:18056, интерфейс Vexa — 127.0.0.1:13000. Для доступа Speech Expert с другого хоста настройте HTTPS reverse proxy к gateway и подходящие сетевые ограничения. Не открывайте наружу БД, Redis, Docker socket или административный API. В Docker-контейнере Speech Expert localhost означает сам контейнер, а не хост Vexa.
После первого развёртывания сохраните digest собранных образов и конфигурацию. Обновления Vexa проверяйте сначала на тестовой встрече: браузерные селекторы Google Meet меняются независимо от нашего кода.
Настройка Speech Expert¶
В E:\five-api\.env.meetings задайте реальные значения вместо примеров:
MEETING_ENABLED=true
MEETING_VEXA_URL=https://vexa.example.org
MEETING_VEXA_API_KEY=REPLACE_WITH_PRIVATE_API_KEY
MEETING_BOT_NAME=Speech Expert
MEETING_ACCOUNTS={"exact-portal-username":{"google_meet":true}}
Имя в MEETING_ACCOUNTS должно точно совпадать с именем пользователя портала. Остальным пользователям провайдер не доступен. Если уже подключены другие провайдеры, дополните существующий JSON, сохранив их настройки. Не добавляйте реальные ключи в Git и не передавайте их в браузер.
Альтернатива этому персональному разрешению — операторский список захвата для всех авторизованных пользователей портала:
По умолчанию список пуст. Чтобы отдельно допустить экспериментальный Zoom, после проверки развёртывания добавьте "zoom": MEETING_CAPTURE_PROVIDERS=["google_meet","zoom"]. Это разрешает попытку браузерного входа и не подтверждает совместимость конкретной встречи. Пользовательские API-ключи Zoom не требуются. Доступность кнопок определяется эффективными capabilities сервера.
Для собственных частных origin хранилища, откуда сервер должен скачивать записи, оператор может отдельно задать точный список, например:
Добавляйте только контролируемые сервером адреса. Публичные HTTPS-артефакты проверяются загрузчиком; ключ Vexa на сторонние S3/CDN-адреса не отправляется. Основной API Vexa не должен перенаправлять запросы авторизации на другой hostname.
Примените конфигурацию обычным процессом развёртывания Speech Expert. API и воркеры вне Docker запускает/перезапускает пользователь вручную; эти инструкции не предлагают создавать для них фоновые процессы из Codex.
Приёмочная проверка¶
- Организатор создаёт короткую Google Meet встречу, участники согласны на запись.
- Разрешённый пользователь открывает «Встречи», вставляет ссылку стандартного вида
https://meet.google.com/abc-defg-hij, подтверждает разрешение и приглашает бота. Имя участника —Speech Expertили настроенноеMEETING_BOT_NAME. - Организатор допускает бота. Проверьте, что состояние меняется, а встреча с отказом в допуске не выглядит успешно записанной.
- Произнесите несколько тестовых фраз, остановите бота и дождитесь готовой записи. Проверьте весь фрагмент аудио, распознавание и резюме. Автоматическая обработка использует обычную тарификацию Speech Expert.
- Убедитесь, что повторная отправка того же запроса не создаёт второго задания, а другой пользователь портала не видит запись и не может остановить чужого бота.
Поведение и ограничения¶
- Адаптер принимает стандартные ссылки Google Meet и отдельно включённого Zoom. Телемост, произвольные сайты, URL с пользовательскими credentials и нестандартные пути отвергаются до обращения к Vexa. Контур Толк и МТС Линк обслуживаются отдельным браузерным worker, а не этим адаптером.
- Vexa остаётся браузерным участником. Авторизация, waiting room, политика организации и отказ организатора могут помешать записи; наличие ссылки не гарантирует допуск.
- Статусы Vexa
requestedиjoiningотображаются как подключение;awaiting_admissionиneeds_help— ожидание допуска. Толькоactiveозначает начатую запись. Точный статус сохраняется в служебных metadata.stoppingи ожидание готового файла — обработка. Состояние Vexafailedдаёт ошибку задачи. Ответ на создание задания не означает, что бот уже вошёл. - Запись готова только после
meeting.status=completed,recording.status=completedиaudio.is_final=true. Затем/recordings/{id}/master?type=audioвозвращаетraw_urlдля чтения байтов. Недоступный пока master не считается успешным результатом; ожидание ограничивается сроком задачи Speech Expert. - При нескольких аудиосессиях одной встречи адаптер сообщает об ограничении. Он не выдаёт последнюю часть за полную запись: объединение сессий пока не реализовано.
- При сетевом таймауте запуска результат может быть неопределённым: бот мог успеть появиться. Клиент не повторяет
POST /botsавтоматически. Сначала проверьте состояние встречи; Vexa также отвечает409при уже активном боте. - API key добавляется только к штатному
raw_urlтого же origin Vexa. Сторонние HTTPS-артефакты передаются без ключа; загрузчик Speech Expert проверяет адреса и перенаправления. - Данные и ключи Vexa не должны попадать в пользовательские ошибки. Для диагностики используйте серверные логи и числовой ID встречи, сохраняя конфиденциальность аудио и ссылок.
Zoom: экспериментальный браузерный вход¶
Это именно участник встречи, а не RTMS. В исследованной Vexa основной Zoom-путь использует браузер: join/src/zoom/README.md. Для нашего адаптера это VexaClient(..., platform="zoom"); основной профиль без аргумента остаётся Google Meet.
Принимаются HTTPS-ссылки на zoom.us или корректный поддомен *.zoom.us с путём /j/<9–11 цифр>, /wc/<ID>/join или /wc/join/<ID>. Web-client пути приводятся к /j/<ID>. Из query сохраняется только pwd; zak, tracking и остальные параметры удаляются. Нестандартные enterprise-порталы, Zoom Events, registration-ссылки и zoomgov.com в этот этап не входят. Отдельного поля пароля в интерфейсе нет: нужна полная ссылка организатора, содержащая код доступа, если он требуется.
Пример исходящего POST /bots к Vexa (значения условные):
{
"platform": "zoom",
"native_meeting_id": "12345678901",
"meeting_url": "https://us05web.zoom.us/j/12345678901?pwd=EXAMPLE_CODE",
"passcode": "EXAMPLE_CODE",
"bot_name": "Speech Expert",
"transcribe_enabled": false,
"recording_enabled": true
}
passcode передаётся только при наличии pwd. Поле нужно явно: pinned bot_spawn/router.py извлекает пароль из URL только когда сам выводит отсутствующий native_meeting_id. Код доступа не копируется в служебные metadata задания. Остановка использует /bots/zoom/<ID>, а получение финального аудио — тот же контракт recordings/master, что и Google Meet. Активная комната блокируется по числовому ID, а не по варианту URL/пароля.
Ограничения, которые проверяются отдельно на разрешённой тестовой встрече:
- Организатор должен допустить бота из waiting room, если она включена. Требование входа в аккаунт, consent-экраны и изменения web-клиента могут остановить подключение.
- Некоторые встречи запрещают автоматизированный browser join. Vexa обнаруживает
zoom_requires_rtmsвadmission.ts. Наш клиент завершает такое задание явной ошибкой; автоматического перехода на RTMS нет. - Проверка исходников и MockTransport-тесты подтверждают формат запросов и обработку ответов. Они не подтверждают успешный вход, полноту аудио или разрешение записи в реальной Zoom-встрече. Живое испытание этого контура ещё не выполнено.
Нативный Zoom Meeting SDK не является готовой заменой browser join в текущей Vexa. Её native-meeting/README.md описывает opt-in probes: SDK и addon устанавливаются отдельно, production dispatch не переключён; capture-probe не сохраняет записи, а обработка отзыва разрешения и нагрузка требуют отдельной проверки.
Официальная документация Zoom требует осторожной трактовки: OBF для ботов описывает OAuth, app review для сторонних встреч и присутствие связанного пользователя (бот должен выйти вслед за ним); правила review требуют разрешения на запись и штатных уведомлений. При этом страница Linux Meeting SDK утверждает, что SDK предназначен для людей и направляет AI-ботов на RTMS. Эти страницы расходятся; применимость нативного Linux-пути к нашему приложению нужно подтвердить у Zoom до обещаний его поддержки. ZAK и guest exception прямо исключают AI-ботов для сторонних встреч.
Автоматические проверки клиента используют httpx.MockTransport, не запускают сервисы и не подключаются к реальным встречам: