OpenUtter: OpenClaw経由でGoogle Meetの文字起こしをライブでクエリ

OpenUtterは、OpenClawエージェントがあなたに代わってGoogle Meetミーティングに参加できるようにするツールです。ライブ文字起こしをキャプチャし、テキストメッセージを介してリアルタイムでクエリできます。

仕組み

このツールはPlaywrightを使用して、招待リンクを介してゲストまたは認証済みアカウントとしてGoogle Meetに参加するステルスChromiumインスタンスを起動します。MeetのDOMにMutationObserverを注入して、字幕の更新が表示されるたびにキャプチャします。このツールは単語ごとのUI更新を重複排除し、クリーンなログ形式[タイムスタンプ] 話者: テキストに変換します。このログはOpenClawイベントバスを介してリアルタイムでストリーミングされます。

主な機能

• ライブクエリ: ミーティング実行中に、「今何について話しているの？」などの質問をOpenClawエージェントにテキストで送信できます。エージェントはライブ文字起こしの最後の20行を取得して返信します。
• スクリーンショットキャプチャ：「スクリーンショットを撮って」と送信すると、数秒以内にフルスクリーンキャプチャがチャットに表示されます。
• 複数ブリッジサポート: --channelフラグを使用して、Telegram、WhatsApp、Slack、Discordを含む設定済みOpenClawブリッジにストリームをルーティングできます。
• LLM統合: ソースでは、文字起こしをLLM要約ツールにパイプし、通話終了時にアクションアイテムをSlackにプッシュすることが言及されています。

セットアップ

インストールには2つのコマンドが必要です：

npx openutter
npx playwright-core install chromium

GitHubリポジトリはhttps://github.com/sumansid/openutterで利用可能です。

実用的な使用法

このアプローチにより、物理的に出席せずにミーティングを監視できます。ソースで説明されているように：「参加していない通話の30分後に『彼らは何を決めたの？』とテキストで尋ねるのは、異なる働き方です。」ユーザーによると、ライブクエリ機能が最も頻繁に使用される機能のようです。