Vexa

---

连接你的 Agent · 获取 API 密钥 · 联系创始人

为什么选择 Vexa

你能买到的每一种会议 AI 工具，都会把你的对话发送到他们的云端，再向你出租访问权限。 Vexa 则恰恰相反：自行运行整套技术栈，接入自己的模型，并拥有会议所产生的一切。

没有其他产品能同时做到以下三点：

1. Vexa 在会议中。 真正的机器人会加入 Meet、Teams 和 Zoom——Jitsi 已验证可离线使用，实时验证待完成——并实时传输带发言人标注的转录内容。机器人集群才是真正棘手的部分——所有“与你的文档对话”的工具都要等到转录内容生成后才开始工作。Vexa 会生成转录内容。

2. 知识以文件形式存在，由你拥有。 会议内容会整理成 Git 仓库中的 Markdown——可移植、可比较差异、可搜索。知识即代码。

3. Agent 安全地处理知识。 沙箱化编码 Agent 像开发者一样读写该仓库——运行于相互隔离的临时容器中，禁止外部网络访问，可并行运行数千个，并支持 Docker 或 Kubernetes。

只需要转录 API？ 它本身就是完整的独立产品——发送机器人、读取实时流，完全不使用 Agent 工作流。

---

⚡ 快速开始

只想让机器人加入会议？ 使用托管服务，无需安装。登录 vexa.ai/signin，从账户页面复制密钥， 然后发送机器人：

curl -X POST "https://api.cloud.vexa.ai/bots" \
  -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"platform":"google_meet","native_meeting_id":"abc-defg-hij","bot_name":"Vexa"}'

新账户可获得 $2 的免费机器人额度，无需信用卡——按每小时 $0.30 计算，约可使用 6 小时 (定价)。需要加入更多通话：发送机器人。

或者自托管整个技术栈

这样你也能获得 Agent 平面，它不属于托管服务。 在一台主机上自托管，然后在 Terminal 中探索，或通过 API 驱动它。 生产环境目标为 Linux（Ubuntu 24.04）；使用 Docker Desktop 的 Mac 也适合本地评估——无论哪种方式，所有内容都在容器中运行。

先决条件 — make、Docker 引擎 ≥ v26（make all 会检查），以及转录功能：在 vexa.ai/account 获取免费令牌，或者自托管（GPU）转录单元，以实现完全 隔离网络的部署。默认情况下，POST /bots 需要 STT，缺少时会返回 503 （.env 中的凭据配置块为空时，make all 会发出警告）。仅捕获是明确选择的退出方式： 在启动请求中设置 {"transcribe_enabled": false}（或为部署设置 TRANSCRIBE_ENABLED=false）。

构建机器： make all 会拉取已发布且经过发布验证的镜像——无需构建，因此普通配置的机器即可胜任。make lite（单容器全功能一体镜像）则更轻量。若改为从此代码库构建（贡献者使用 make dev），则需要 8 个 vCPU 和 16 GB RAM。

git clone https://github.com/Vexa-ai/vexa.git && cd vexa
make all      # full Docker Compose stack — seeds .env, pulls the images (bot included),
              # prints your API key + URLs. Contributors: `make dev` builds from this checkout.

make all 完成后会打印你的密钥和 URL：

  Terminal UI : http://localhost:13000     # the web workbench
  API gateway : http://localhost:18056     # the API
  API key     : vxa_…

在 Terminal 中探索（快速上手）

Terminal 是了解 Vexa 功能的最佳方式。 打开 http://localhost:13000——你已经 登录了自托管账户。在工作台中，无需使用 curl 即可：

• 发送机器人 — 粘贴 Meet / Zoom / Teams / Jitsi URL；机器人会以参会者身份加入。
• 实时查看转录文本，并显示说话者归属；内容先为草稿，再确认。
• 与工作区聊天 — 向一位能将所有已捕获会议作为上下文的 Agent 提问，并查看它 记录你决定的内容。

或通过 API 驱动它

export API_KEY=vxa_...
export API_BASE=http://localhost:18056

# WIN 1 — send a bot into a live call, then read the transcript as it streams
curl -X POST "$API_BASE/bots" \
  -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"platform":"google_meet","native_meeting_id":"abc-defg-hij","bot_name":"Vexa"}'

curl -H "X-API-Key: $API_KEY" "$API_BASE/transcripts/google_meet/abc-defg-hij"

# WIN 2 — ask an agent that has your whole workspace as context (answer streams back as SSE)
curl -N -X POST "$API_BASE/agent/chat" \
  -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"prompt":"What did we decide in my last meeting?"}'

platform 可以是 google_meet · teams · zoom · jitsi；native_meeting_id 是加入 URL 中的代码。Agent 回复以 Server-Sent Events 流式传输——message-delta 帧承载文本，commit 帧标记 它记录到工作区的内容。

---

🧩 工作原理

一个网关，两个领域——会议（捕获）和 Agents（利用知识开展工作）——二者都运行在同一个 运行时上：该引擎会在各自隔离的容器中启动每个机器人和 Agent。

机器人和 Agent 是相同的 runtime.v1 工作负载——相互隔离、临时运行、空闲时回收——因此， 经过数千个会议机器人验证的机制，正是运行你的 Agent 的机制。每条箭头都留在你的网络内部。

---

⚙️ Agent 运行时

CLI 编码 Agent 只是 Linux 上的一个进程。运行时将其变为多租户、沙盒化的执行层，可安全地用于处理真实业务数据——它与当前已在生产环境中运行 Vexa 会议机器人的引擎相同。

• 隔离。 每次调度都会获得独立容器：除经代理的工具外，不允许出站流量；其文件系统中也只存在获准使用的工作区——由底层环境强制执行，而非由 Agent 强制执行。Agent 永远不会在控制平面中运行。
• 临时。 容器在工作期间运行，空闲时会被回收；连续性由工作区中的会话文件维持。亚秒级启动，支持数千个并行运行。
• 与编排无关。 使用统一的 runtime.v1 生命周期，可插拔底层环境——相同的调度在以下环境中的运行方式完全一致：

后端（RUNTIME_BACKEND）	工作负载是……	状态
docker（默认）	通过 Docker socket 启动的独立容器——使用 make all 启动	✅ 已交付（开放核心）
process	子进程，无需 Docker socket	✅ 可用
k8s	裸 Pod（kubectl run --restart=Never），在集群中进行调度	✅ 生命周期 + 按挂载隔离工作区；Helm chart 位于 deploy/helm

控制平面不变，worker 不变——只有容器的创建方式不同。从一台笔记本电脑到 Kubernetes/OpenShift 集群，均可在你的内部环境中运行。

---

🧠 Agent 与你的工作区

Capture 是入口；Agent 让知识不断积累。每场会议都会编译到你的工作区中——一个由 Markdown 组成的 git 仓库（Open Knowledge Format kg/ 包），Agent（Claude Code、Codex 等）像开发者处理代码库一样读取和编写其中的内容。

这是 Andrej Karpathy 的 LLM Wiki 模式，以团队服务的形式运行。其理念是：不要对原始文档进行 RAG——那样模型每次回答问题都得从头重新发现所有内容——而是让 Agent 将来源编译为结构化、相互关联的 Markdown 实体页面（人物、公司、项目、决策），从而让知识不断积累。Vexa 会从最丰富的来源——你的会议——为你构建这个 Wiki。每次通话的内容都会写入实体页面；Agent 会在通话间隙持续更新；每个回答都基于团队已有的知识——并运行在你自己的服务器上。

Agent 可处理任何工作区；会议只是四种触发方式之一——聊天、计划（cron）、事件（例如收到邮件）、会议结束。会议本身也是计划工作：连接你的日历（ICS），计划中的会议就会显示参会者——机器人会自动加入，Agent 会在通话前做好准备，并在通话后进行处理。

• 多人协作。 团队共享、注明贡献者的工作区——而非某个人的私人笔记。
• 自动化。 机器人负责录制通话；转录稿会自动编译到工作区。
• 安全设计。 Agent 不可信，也不会自行执行任何约束。你可以在聊天中直接编写内容（git 可用于撤销）；不可信输入——如邮件、网页——采用仅提议模式：Agent 提出建议，由人工审批，再由可信代码执行。不可逆操作始终需要经过审核。

状态（如实说明）： 录制、转录和说话人归属已用于生产环境；Agent 调度核心已构建完成，并通过端到端实时验证。尚待完成的事项见 状态。

---

🖥️ Terminal：AI 增强型会议

0.12 推出了全新的 Terminal UI，让后端的规模优势——数千个机器人和 Agent——为你一周的实际工作效力。它从你的会议开始：即将开始、正在进行、待回顾。

• 让 Agent 参与你的会议，并使用你的知识。 打开实时通话：转录内容会实时传入，并标注发言者；Agent 可同时获取实时对话和你的工作区上下文。通话中途可以问“我们上次答应了对方什么？”——也可以在提到某个人、公司或合同的那一刻，基于你的 Wiki 进行研究。

• 知识由会议构建，也在会议之间持续积累。 每场已安排的会议都会配备一个 Agent，会前准备简报（参会者、历史记录、未解决事项——对于它无法了解的内容，它会向你提问），并在会后处理转录内容。做好准备再参会，离开时 Wiki 已更新。

• 共享。 邀请同事加入工作区——共享同一份 Wiki，并保留内容归属。与参会者共享会议——他们可获取实时信息流，而非会后才收到录制链接。

• 协作式 AI 增强型会议。 一起准备共享工作区；通话期间，人类编辑简报，Agent 则实时传入转录内容并处理知识——同一个空间里，人类和 AI 参与者共同使用相同的文件。

---

📖 操作指南

每篇指南都通过 Agent API 提供一套完整流程，帮助你达成一个目标。完整指南请访问 docs.vexa.ai。

💬 与工作区聊天 — 向拥有所有会议、电子邮件和笔记上下文的 Agent 提问；可信聊天还可以记录决策（一次 git 提交）。

curl -N -X POST "$API_BASE/agent/chat" -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"prompt":"Brief me on the Acme account: every meeting, the open decisions, and the next step."}'

🌅 每天早晨为我准备简报 — 按 cron 计划运行的无人值守 Agent，会向你的工作区提交内容。

curl -X POST "$API_BASE/agent/routines" -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"name":"Morning brief","cron":"0 8 * * 1-5",
       "prompt":"Brief me from overnight activity — new meetings, decisions, follow-ups due. Write brief/today.md.",
       "run_now":true}'

📝 每场会议后生成报告 — 通话结束时启动一次性 Agent（或运行一个例行任务，汇总近期会议）。

curl -X POST "$API_BASE/agent/invocations" -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"runner":"claude-code","workspaces":[{"id":"u_jane","mode":"rw"}],"trigger":"scheduled",
       "start":{"entrypoint":{"inline":"Write a report for the meeting that just ended: summary, decisions, action items with owners."}}}'

📧 安全地筛选收到的电子邮件 — 由事件触发的 Agent 以只读方式访问邮箱，只能将操作建议为卡片；任何内容写入或发送前都须经人类批准。

curl -X POST "$API_BASE/agent/events" -H "X-API-Key: $API_KEY" -H "Content-Type: application/json" \
  -d '{"name":"email.received","source":{"uri":"mailbox://u_jane/INBOX/AB12CD"},
       "plan":{"prompt":"Triage this email into tasks; propose a record for each action item and a draft reply."}}'

通话期间 — 使用 GET /agent/meeting/stream 实时传输转录内容，并在聊天中向你的 Agent 询问相关问题。Vexa 在会议期间不会运行自己的模型：只有一个智能体，那就是你的 Agent。请参阅 状态。

---

🚀 部署选项

运行 Vexa 有两种方式，共用一套代码：

1. 个人使用 / 开发 — 在你的 Mac、Linux 或 Windows 机器上通过 Docker 运行。 单容器（make lite — 一体化 Vexa Lite 镜像）或完整 Compose 堆栈 （make all）。复用你的 Claude 订阅：工作进程通过你自己的 Pro/Max 凭据运行官方 claude CLI。对于个人部署，这属于 Anthropic 条款下受涵盖、按使用量计费的使用方式——你的订阅、你的调用次数、你的机器。具体条款对应关系请参阅 模型凭据与许可（Anthropic 关于 Agent SDK 套餐使用情况的文章 是主要来源）。你可以通过已付费的订阅使用完整服务——机器人、转录文本、Agent、Terminal。

2. 云端 — 在 Kubernetes / OpenShift 上通过 Helm 部署，可扩展至数千名用户。 deploy/helm 中的 chart 部署相同的控制平面，并设置 RUNTIME_BACKEND=k8s：每个机器人和每个 Agent 都是独立的 Kubernetes 工作负载（每次调度对应一个裸 Pod），因此容量取决于集群的调度器，而不是更大的机器——从一开始就支持多租户和多用户。启用多用户时有一条合规要求：其他用户的调用必须使用API 密钥（商业条款），绝不能使用个人订阅凭据——许可页面说明了界限，且“设置” → “模型”会强制执行按用户 / 全局凭据解析。K8s 后端状态会如实记录在状态中。

---

🏠 部署与配置

make all 会通过 Docker Compose 在一台 Linux 主机上启动完整堆栈——每项服务都在各自的容器中，并绑定到回环地址：

服务	作用
gateway :18056	唯一入口——身份验证、作用域、路由
terminal :13000	Web 工作台（将 /ws 代理到 gateway）
meeting-api	机器人、转录文本、录制内容
agent-api	Agent 控制平面——调度、聊天、例程、事件
runtime	按需启动机器人和 Agent 容器
admin-api · redis · postgres · storage	密钥 · 总线与调度器 · 元数据 · 录制内容（versitygw：本地卷中的普通文件）

• 运行时后端 — RUNTIME_BACKEND=docker（默认）或 k8s（每次调度对应一个 Pod）。
• 转录是独立的 GPU 单元 — make all 运行时不需要 GPU；在任意 GPU 机器上，从 deploy/transcription 启动 STT 服务（兼容 faster-whisper、OpenAI），并在 .env 中设置其地址。 或者，测试时可在 vexa.ai/account 使用免费托管令牌。
• 使用自有推理服务 — 将 Agent 指向你自己的 LLM 端点；推理数据不会离开网络。
• 隔离网络环境 — 所有服务都在 VPC 内，零出站流量——这是受监管行业所要求的安全态势。
• 目标命令 — make all（拉取镜像）· make dev（从当前代码库构建）· make lite · make probe（全流程冒烟测试）· make down · make help。生产环境中，请通过 TLS 反向代理公开 Terminal；完整指南见文档。

---

🆚 Vexa 有何不同

拥挤的“AI 第二大脑／可自托管知识库”领域中，不乏擅长处理你已有文档的优秀工具。但没有任何工具会加入实时会议——它们只会使用其他工具生成的转录稿。这正是关键所在：采集能力才是护城河，而它位于文档 RAG 工具架构的起点上游。

对于开发者在会议采集方面实际考虑的工具：

能力	Vexa	托管 API（例如 Recall.ai）	自行搭建（Whisper + 自己的机器人）
可自托管／数据归自己所有	✅	❌ 数据在其云端	✅
实时转录 API	✅	✅	🟡 自行搭建
可加入 Meet + Teams + Zoom + Jitsi	✅ 3 个已投入生产 · 🟡 Jitsi	🟡 因服务而异	❌ 工作量巨大
说话人归属	✅	✅	🟡 自行搭建
以文件形式归自己所有的知识	✅	❌	🟡 自行搭建
在工作区中运行 Agent	✅	❌	❌
开源	✅ Apache-2.0	❌	✅

Vexa 提供了其他工具都无法兼得的组合：一个采用宽松许可（Apache-2.0）的会议机器人 API 服务，同时具备可自托管 × 实时 × 多平台 × 知识归自己所有的特性。而且，它可以与文档 RAG 和“第二大脑”工具互为补充——将 Vexa 生成的整洁、带说话人归属信息的转录稿交给它们，让它们发挥所长。

完整的领域图谱——包括 Attendee（另一个会议机器人 API，采用可查看源码的 Elastic License 2.0，该许可证不允许将其作为托管或管理服务提供给第三方）以及本地会议记录工具——都在 Vexa 对比中如实呈现，权衡取舍一目了然。

---

🏦 面向受监管企业

对于银行、医疗保健、政府机构以及任何受监管行业的组织，会议 AI 的问题 不是“选哪种云”，而是“如何在不用云的情况下实现这一切”。Vexa 是气隙隔离的会议智能系统——Microsoft Copilot 的主权替代方案，专为这类客户打造。

在这里，你不是在与笔记应用竞争，而是在那些 Microsoft 365 Copilot 和 Zoom AI Companion 无法从结构上改变的方面取而代之：

	Microsoft 365 Copilot / Zoom AI Companion	Vexa
部署方式	仅限供应商云	你的云、你的 VPC，或完全气隙隔离
模型	由供应商托管，固定不变	自带模型——本地或托管的大模型
商业模式	租用，按席位订阅	拥有——Apache-2.0，无按席位收费
可适配性	通用；不支持自定义词汇；需求只能排队等待供应商路线图	由你的工程师直接扩展——领域词汇、服务不足的语言、自定义工作流
会议平台	仅支持 Teams / 仅支持 Zoom	Meet + Teams + Zoom（+ Jitsi，正在等待实时验证）
数据控制	数据会经过供应商的云	绝不离开你的安全边界
可扩展性	封闭黑盒	开源，API 优先

实际意义：

• 气隙隔离——完全离线，使用你的基础设施和模型。不会向外部回传任何信息。
• 灵活适配——你的工程师可直接实现需求：领域词汇、服务不足的 语言、自定义工作流。无需排队等待供应商添加功能。
• 拥有，而非租用——部署一次，无需征求许可即可扩展。无按席位收费。
• 在你的内部环境中扩展——在 Docker 或你的 Kubernetes/OpenShift 集群上并行运行数千个隔离的 Agent。

为你的组织进行评估——本仓库提供安全审查所需的材料：

材料	可解答的问题
architecture.calm.json	机器可读的架构（FINOS CALM）——列出每项服务和数据流，并在 CI 中进行偏差门控
SECURITY.md	如何报告漏洞
security-insights.yml	OpenSSF Security Insights 清单
license-exceptions.json	许可证门控：A 类宽松依赖，明确列出例外
LICENSE	Apache-2.0

完整审查页面：安全与合规，详见文档。

受监管银行和《财富》500 强企业如今已在自有 OpenShift 和本地大模型上完全气隙隔离地运行 Vexa。

---

📡 API 参考

网关后面有两个 API，使用 X-API-Key 进行身份验证。基础 URL：http://localhost:18056 （自托管）或 https://api.cloud.vexa.ai（托管）。

会议 API — 用于捕获；可独立使用：

方法	端点	描述
POST	/bots	将机器人发送到会议中（platform、native_meeting_id、bot_name、language、task，以及可选的 transcribe_enabled / recording_enabled）
GET	/transcripts/{platform}/{native_meeting_id}	获取实时转录文本（会议进行期间轮询）
GET	/bots/status	列出正在运行的机器人
DELETE	/bots/{platform}/{native_meeting_id}	停止 / 移除机器人
GET	/meetings · /recordings	列出会议；列出录音（音频存储在你自己的存储中）

Agent API — 控制平面，位于 /agent/* 前缀下（身份由服务器端根据你的密钥确定）：

方法	端点	描述
POST	/agent/chat	与你的工作区进行聊天 — 通过 SSE 流式传输（message-delta、tool-call、commit、done、error）
POST	/agent/invocations	调度一个一次性 Agent（例如，会后报告）
POST	/agent/routines	创建定时（cron）Agent 例程
POST	/agent/events	触发一个集成事件以调度 Agent（例如，邮件分类）
GET	/agent/workspace/tree · /agent/workspace/file	浏览并读取你的 Markdown 工作区

platform ∈ google_meet · teams · zoom · jitsi。网关还提供一个 /mcp 处的 MCP 端点， 供 Agent 客户端使用（文档）。完整参考： docs.vexa.ai。

v0.12 说明： 实时机器人控制 — PUT /bots/{…}/config（通话过程中更改语言 / 任务）和 POST /bots/{…}/speak（通过 TTS 在通话中发言）— 以及 WebSocket 流式传输，目前尚未接入 open-core 技术栈，因此现阶段会返回 404。因此，请使用 POST /agent/meeting/{start,process}， 这是已移除的产品内会议副驾驶功能。发送机器人、停止、状态、转录文本、录音、实时转录 信息流、Agent 聊天、例程和事件均已上线。

---

🗺️ 状态与路线图

0.12 系列的真实状态（与状态页面保持一致 — 绝非空谈）：

能力	状态
机器人加入 Meet / Teams / Zoom	✅ 生产就绪
机器人加入 Jitsi Meet（meet.jit.si + 可自托管）	🆕 已构建并通过离线验证；等待实时验证
实时转录（Whisper）+ 说话人归属	✅ 生产就绪 — 归属无法保证：绑定器会发布空说话人，而不是猜测（严重交叉发言时约有 4–7% 的行受影响）
Redis 转录流式传输	✅ 生产就绪
将录音存储到你自己的对象存储（S3；Lite 和 Compose 中使用 versitygw）	✅ 可用
运行时 — Docker 后端（每个工作负载使用一个容器）	✅ 生产就绪
通过工作区进行 Agent 聊天 / 例程 / 事件	✅ 已构建并通过实时验证
工作区 — git Markdown / OKF kg/ 包	🟡 核心功能已验证；即将推出基于存储桶的存储
运行时 — Kubernetes 后端（每次调度使用一个 Pod）	✅ 生命周期管理 + 每个挂载点隔离；Helm 位于 deploy/helm
通话进行期间的实时转录信息流（+ 基于该信息流的 Agent 聊天）	✅ 已构建并通过实时验证
日历同步（ICS） · 计划会议 · 定时自动加入	✅ 生产就绪
共享工作区和共享会议（邀请、实时信息流）	✅ 已构建并通过实时验证
实时会议中的 Agent 聊天（上下文中包含实时转录文本 + 工作区）	✅ 已构建并通过实时验证
WebSocket 转录多路复用	🔵 计划中（目前使用轮询）
静态数据加密（工作区 · 转录文本 · 令牌）	🔵 计划中
通话中途更改机器人配置 / 发言	🔵 在 open-core 中返回 404

✅ 生产就绪 · 🟡 进行中 · 🔵 计划中

---

🤝 社区与贡献

• 文档 — docs.vexa.ai
• Discord — discord.gg/Ga9duGkVz9
• 路线图 — 项目看板按贡献者 类别分组，里程碑则作为版本关卡。
• 贡献 — 交付方式：预先准备好的问题附有验收表，保证可以合并；人工验证也会作为正式贡献予以认可（一页内容，兼顾规则与操作指南）。
• 贡献者权利 — 个人可选择一种权利方案并签署 DCO；若作品归雇主或客户所有，则需进行私密、绑定负责人授权。
• 问题与 PR — 欢迎提交。请参阅 SECURITY.md 报告漏洞。
• Obsidian：obsidian-vexa-bridge 可将已完成的会议转换为 Obsidian 笔记或知识图谱，这是一个第三方适配器；请参阅文档。

Vexa 以开源方式构建。如果你自行托管、扩展它，或在某个有趣的环境中以隔离网络方式运行它，我们很乐意听到你的分享。

---

📄 许可证

Apache-2.0。拥有它、运行它、派生它、发布它。这是一项投资，而不是租赁。