activepieces MeetGeek AI 社区组件：从构建命令到 Webhook 触发的会议自动化实现全解-迪斯科星球

activepieces MeetGeek AI 社区组件：从构建命令到 Webhook 触发的会议自动化实现全解

【免费下载链接】activepiecesAI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents项目地址: https://gitcode.com/GitHub_Trending/ac/activepieces

本文以 packages/pieces/community/meetgeek-ai/README.md 为骨架，完整讲解 activepieces 中 MeetGeek AI 社区组件（Piece）的构建方式，并结合组件源码剖析其 API Key 认证机制、六个动作（Action）背后的 MeetGeek REST API 调用链，以及 “New Meeting” Webhook 触发器的配置流程。读完本文后，你可以独立完成该组件的构建、理解其每个动作对应的外部接口，并在自动化工作流中把它接入真实业务流程。

1. 模块定位与包结构

MeetGeek AI 组件位于社区组件目录packages/pieces/community/meetgeek-ai/，是一个标准的 activepieces 社区 Piece 包。其目录结构如下：

README.md：构建说明（本文主体来源）；
package.json：包名为@activepieces/piece-meetgeek-ai，版本 0.1.7，声明了对@activepieces/pieces-common、@activepieces/pieces-framework、@activepieces/core-piece-types、@activepieces/core-utils四个 workspace 包的依赖；
src/index.ts：Piece 注册入口，汇总全部动作与触发器；
src/lib/common/：认证定义（auth.ts）、HTTP 客户端（client.ts）、共享属性（props.ts）；
src/lib/actions/：六个动作实现（获取高亮、会议详情、摘要与 AI 洞察、团队会议列表、转录文本、上传录音）；
src/lib/triggers/new-meeting.ts：Webhook 触发器实现。

从 index.ts 的注册代码可以看到，该组件通过createPiece声明了以下关键元信息：

displayName: 'Meetgeek'，描述为 “AI-powered meeting assistant that automates note-taking, summarization, and insights generation for your meetings”；
auth: meetgeekaiAuth：整包共用一个 SecretText 型认证；
minimumSupportedRelease: '0.36.1'：要求 activepieces 最低版本 0.36.1；
categories：同时归入ARTIFICIAL_INTELLIGENCE与COMMUNICATION两个分类，在组件市场中会出现在这两类标签下；
actions：注册了getHighlights、getMeetingDetails、getMeetingsSummaryInsights、getTeamMeetings、getTranscript、uploadRecording六个动作；
triggers：注册了newMeeting一个 Webhook 触发器。

2. 构建组件库（README 核心内容）

README.md 给出的构建命令是：

turbo run build --filter=@activepieces/piece-meetgeek-ai

即在 activepieces 仓库根目录使用 Turborepo 只构建@activepieces/piece-meetgeek-ai这一个包及其依赖。该命令最终会执行 package.json 中定义的build脚本：

"build": "tsc -p tsconfig.lib.json && cp package.json dist/"

即先用 tsconfig.lib.json 做 TypeScript 编译，再把package.json复制进dist/产物目录。package.json 中另外定义了两个脚本，供深入开发时使用：

bundle：调用 CLI 工具执行pieces bundle，将组件打包为可分发的 bundle；
lint：对src/**/*.ts运行 ESLint。

因此完整的本地开发流程是：修改src/下源码 →turbo run build --filter=@activepieces/piece-meetgeek-ai验证编译 → 需要发布时用bundle脚本产出 bundle。

3. 认证机制：SecretText 型 API Key

该组件采用PieceAuth.SecretText认证（见 auth.ts），字段名为API Key，必填。源码中的description同时是用户在 UI 中看到的指引文档，其中给出了获取密钥的完整路径：

在 MeetGeek 应用（app.meetgeek.ai）注册账号；
进入Integrations → Public API Card生成 API Key；
将密钥粘贴到 activepieces 的连接配置中。

对于服务账号或企业级集成，描述中注明需通过 MeetGeek 官方表单联系团队获取定制方案。认证完成后，密钥以context.auth.secret_text的形式注入每个动作与属性中，这是后续所有请求的凭证来源。

4. HTTP 客户端：统一封装的 API 访问层

所有对外请求都收敛到 client.ts 中的makeRequest函数，该函数基于@activepieces/pieces-common的httpClient.sendRequest实现，核心逻辑为：

固定 Base URL 为https://api.meetgeek.ai/v1；
请求头固定携带Content-Type: application/json与Authorization: Bearer <API Key>；
支持传入请求方法与任意 JSON body；
直接返回响应体的body字段，动作层无需再解包。

这一封装意味着六个动作的差异仅在于 HTTP 方法与 URL 路径，安全头与错误处理统一由客户端保证。

5. 共享属性：会议与团队下拉框

props.ts 定义了两个在动作间复用的下拉属性，体现了 activepieces 框架Property.Dropdown的典型用法：

meetingIdDropdwon（会议下拉框）

options回调先检查auth是否存在，未连接账号时返回disabled: true并提示 “Connect your account first”；
连接后请求GET /meetings，若返回的meetings为空则提示 “No meetings found”；
有数据时以meeting.title（缺失时回退为meeting_id + timestamp_start_utc）作为显示标签、meeting.meeting_id作为值；
任何异常都会捕获并降级为 “Failed to load meetings” 的禁用态，避免下拉框直接报错。

teamIdDropdown（团队下拉框）

请求GET /teams，并用Map合并share_access与view_access两组团队，标签分别标注 “(Share Access)”、“(View Access)” 或 “(Share & View Access)”；
refreshers: ['auth']声明了当认证变化时自动刷新选项，这是框架的响应式刷新机制。

6. 六个 Action 逐一解析

每个动作均带aiMetadata字段，其中idempotent标记和面向 AI Agent 的描述说明该组件同时被设计为可被 Agent 直接调用的工具集。以下按源码逐一说明（文件均在packages/pieces/community/meetgeek-ai/src/lib/actions/下）：

6.1 Get Meeting Details（get-meeting-details.ts）

端点：GET /meetings/{meetingId}；
输入：meetingId（下拉框选择）；
返回：会议元数据，包括主持人、参与者、时间戳与来源信息；
aiMetadata标记为只读且幂等，适合 Agent 获取会议上下文而非内容。

6.2 Get Meeting Summary & AI Insights（get-meetings-summary-insights.ts）

端点：GET /meetings/{meetingId}/summary；
返回 AI 生成的会议摘要与洞察，适合在只需要浓缩概览而非完整转录时使用；
只读、幂等。

6.3 Get Highlights（get-highlights.ts）

端点：GET /meetings/{meetingId}/highlights；
返回某次会议的全部 AI 高亮（key moments）；
只读、幂等。

6.4 Get Transcript（get-transcript.ts）

端点：GET /meetings/{meetingId}/transcript；
返回该次会议的完整逐句转录文本；
只读、幂等。其aiMetadata明确提示：当 Agent 需要逐字内容而非摘要/高亮时才应调用此动作。

6.5 Get Team Meetings（get-team-meetings.ts）

端点：GET /teams/{teamId}/meetings；
输入：teamId（团队下拉框，即第 5 节的teamIdDropdown）；
返回该团队的历史会议分页列表，aiMetadata中说明它是 “发现 meeting ID” 的入口型动作，用于向按会议查询的动作提供 ID；
只读、幂等。

6.6 Upload Recording（upload-recording.ts）

这是唯一写操作，端点为POST /upload，三个参数在源码中有明确注释：

参数	类型	必填	默认值	说明
`download_url`	ShortText	是	无	公开可访问的直链下载地址（如 S3 签名 URL），访问即开始下载
`language_code`	ShortText	否	`en-US`	录音语言代码，如`es-ES`、`fr-FR`
`template_name`	ShortText	否	`General meeting`	分析所用会议模板，如 “Sales call”“Interview”

实现上，language_code与template_name只有在非空时才会写入请求体（源码中为if (language_code) body.language_code = ...的条件拼装）。该动作的aiMetadata标记idempotent: false，并说明每次调用都会排队一个新的分析任务，完成信号通过 New Meeting Webhook 发出——这一点直接决定了它在流程中的正确用法（见第 7 节）。

7. New Meeting Webhook 触发器

new-meeting.ts 定义了TriggerStrategy.WEBHOOK类型的触发器，语义是：当某次会议（或上传的录音）分析完成、高亮可用时被触发。源码中几个关键实现细节：

手动配置模式：onEnable/onDisable均为空实现，注释写明 “MeetGeek uses manual webhook configuration”，即 Webhook URL 不会由 activepieces 自动注册到 MeetGeek，而是由instruction属性（Markdown 类型）向用户展示配置步骤：复制页面显示的{{webhookUrl}}→ 打开 MeetGeek Integrations 页 → 在 Public API 区域粘贴到Webhook URL字段 → 保存。
样例数据：sampleData给出{ meeting_id: '99e727a1-...', message: 'File analyzed successfully' }，用于在流程编辑器中预览负载结构。
输出：run返回[context.payload.body]，即把 Webhook 请求体包装为单条输出，其中的meeting_id可直接作为第 6 节各查询动作的入参。

8. 组合成一条可用的自动化链路

结合上述实现，该组件的标准用法是一个闭环：

用Upload Recording把外部录音（S3 签名 URL）提交给 MeetGeek，指定语言与模板；
以New Meeting触发器监听分析完成事件，拿到meeting_id；
用meeting_id串联Get Meeting Summary & AI Insights、Get Transcript、Get Highlights、Get Meeting Details中需要的动作，把摘要或转录交给后续步骤（如写入 CRM、发送通知、存档）；
需要批量回溯时，用Get Team Meetings按团队枚举历史会议 ID，再逐个查询。

这条链路里唯一的非幂等步骤是上传，其余读取步骤可以安全重试；组件在aiMetadata中对这些语义的显式标注，也意味着同一套动作可以直接被 activepieces 的 Agent/MCP 能力作为工具调用。

9. 小结

MeetGeek AI 组件虽然源码体量不大，却完整展示了 activepieces 社区 Piece 的标准形态：createPiece注册 + 统一SecretText认证 + 单一makeRequest客户端 + 共享Dropdown属性 + 动作/触发器分离，并以aiMetadata声明幂等性供 Agent 消费。构建时执行turbo run build --filter=@activepieces/piece-meetgeek-ai即可验证整个包；如需二次开发，修改src/lib/下对应文件后重新构建并运行lint脚本是最低成本的验证路径。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析