call.md 是什麼？2026 AI 會議助理多了即時 Agent：5 個功能、安裝限制與 Meetily 比較

會議還沒結束，AI 就已經開始整理待辦事項。

重點先講：call.md 是 VideoDB 的開源 AI 會議助理，適合想把即時逐字稿接進 Agent 工作流的團隊；但它需要 VideoDB API、系統錄音權限，並非完全離線工具。

資料截點：2026-10-28 18:00（台北時間）

本文根據專案 GitHub、官方文件及公開設定檔整理，未實機安裝或測試錄音。功能屬官方文件描述，並非本站已驗證的產品表現。安裝方式、支援平台、API 費用及權限要求可能隨版本調整。

call.md 是什麼？和普通 AI 會議紀錄工具有何差別？

call.md 是 VideoDB 開發的桌面 AI 會議助理。官方把它定位為 live agent loops，也就是讓會議中的對話持續進入 AI 分析與工具呼叫流程。

一般人使用 AI 會議工具，最熟悉的流程是開會、錄音、轉成文字，再請 AI 整理摘要。這很實用，但待辦事項通常要等會議結束才開始處理。

call.md 嘗試把部分工作提前到會議進行時。例如對話正在討論客戶問題，系統可以分析上下文、提供提問提示，或在設定好的條件下呼叫 MCP 工具取得相關資訊。

MCP 是 Model Context Protocol，一種讓 AI 系統與外部工具交換資訊的介面規範。它可以讓 AI 查詢資料或呼叫工具，但具體能做哪些操作，取決於實際連接的服務及授權。

這裡有一個重要差別：AI 判斷會議中出現了任務，和任務已經成功執行，是兩個不同的狀態。

如果會議提到「下週要寄報價」，逐字稿可以記錄這句話，AI 可以產生待辦事項。但要證明郵件真的送出，仍需要寄送系統的執行紀錄，而不能只看摘要。

call.md 有哪些核心功能？

依據 GitHub README 與 VideoDB 官方文件，主要功能可以分為以下幾類。

1. 即時雙聲道轉錄

call.md 將麥克風與系統音訊分開處理，目的是區分使用者自己的發言與另一端的音訊。

這比把所有聲音混在一起更容易追蹤對話角色。不過，雙聲道只能提供音源層級的區分，不能直接保證辨識出每個參與者的真實身分。

在多人共用會議室麥克風的場景，還要另外確認說話者辨識的準確度。

2. 會中 AI 提示

官方文件描述，系統可以根據最近的對話提供補充問題、回應建議及會議引導提示。

例如業務人員正在訪談客戶，AI 可以提醒尚未確認的需求。對需要即時互動的人來說，這比會後才看到摘要更有操作價值。

但這些提示來自 AI 對語境的解讀。它可能誤解反問句、否定語氣或尚未確定的承諾，因此仍需要人員判斷。

3. 對話指標

call.md 的官方功能包括發言比例、每分鐘字數、提問數量及長時間單方發言的偵測。

這類指標適合用來檢查會議節奏。例如一場需求訪談，如果主持人持續發言，卻很少讓客戶說明問題，就值得回頭檢視。

然而，發言比例不代表溝通品質。某些會議本來就是單人報告，也不能把提問次數直接當作工作績效。

4. MCP 工具觸發

這是 call.md 和單純逐字稿工具較明顯的定位差異。

官方描述，系統可以偵測會議中需要補充資訊的情境，自動觸發已設定的 MCP 工具，並將結果顯示在會議畫面。

例如在技術會議中查詢內部文件，或在討論客戶資料時透過授權工具讀取相關紀錄。

但外部工具可能具有寫入或刪除能力。企業導入時應先限制為唯讀操作，再根據實際需求逐步開放權限。

5. 會後摘要與工作流程連接

會議結束後，官方描述系統可以產生整體摘要、依主題整理重點，並抽取待辦事項。

內容可以透過 Markdown 匯出，並可利用 webhook 連接 n8n、Zapier 或 CRM 類工作流程。

Webhook 是由系統在指定事件發生時，把資料傳送到另一個服務的機制。真正能否更新 CRM、建立工作單或通知同事，仍取決於接收端的設定及執行結果。

對團隊而言，後續最有價值的驗收資料，是每項任務的狀態、負責人、外部系統紀錄以及失敗原因。

call.md 怎麼安裝？Windows 和 macOS 一樣嗎？

兩個平台的安裝條件不同。本文不執行任何安裝程式，以下步驟僅依官方 README 整理。

1. 先檢查平台：官方提供 macOS 12 以上系統的安裝方式，涵蓋 Apple Silicon 與 Intel。Windows x64 支援從原始碼建置；README 當時尚未提供官方代管的 Windows 安裝程式。
2. 確認來源：先閱讀 GitHub README 與安裝腳本內容。官方 macOS 指令會下載遠端腳本並交由 shell 執行，操作前應檢查腳本行為，不宜直接執行來源不明的指令。
3. 安裝或建置：macOS 可依官方安裝章節操作。Windows x64 則依開發者流程下載原始碼、安裝相依套件並建置桌面應用程式。
4. 準備 VideoDB 帳號：依官方文件取得 VideoDB API key，在應用程式內完成設定。金鑰應放在應用程式指定的安全設定位置，不要加入公開程式碼儲存庫或貼進會議紀錄。
5. 檢查權限：錄音需要麥克風與螢幕錄製等系統權限。Google Calendar 連接屬選用功能，可先略過。
6. 進行最小測試：以已取得參與者同意的測試會議，確認麥克風、系統音訊、逐字稿、摘要與匯出結果。

Windows x64 的官方建置指令為 npm run dist:win。開發環境另有 Node.js 與 npm 的版本要求，應以專案 README 為準。

Linux 與 Windows ARM64 的支援並不等同於完整錄音支援。官方 README 說明，這些平台可以使用部分應用程式功能，但相關錄音功能受限。

對不會寫程式的使用者，macOS 的入門流程相對直接；Windows 使用者若不熟悉 Node.js、npm 或自行打包桌面程式，建置門檻會高一些。

call.md 和 Meetily、Otter.ai、Fireflies.ai 有什麼差別？

這些產品都涉及會議內容處理，但導入方式、資料流向與工作流程整合的重點不同。

以下是依公開定位整理的比較，不是相同測試環境下的效能排名。

比較資料來源為 call.md、Meetily 專案及各商業工具官方網站；價格及個別功能未經本站同場測試。各產品功能與方案持續變更，採購前應重新查核。

本站先前整理過 Meetily 開源 AI 會議記錄工具，如果主要需求是資料留在自己的電腦，該篇可以搭配閱讀。

call.md 免費嗎？自架就不需要 API 費嗎？

這個問題不能只看 GitHub 是否提供原始碼。

call.md 的 package.json 標示 MIT 授權，但專案使用 VideoDB 提供的錄音及即時 AI 服務。官方 README 明確寫出即時轉錄和 AI 功能需要網路連線與 VideoDB API key。

所以成本至少需要拆開：

• 應用程式本身：公開原始碼可供檢視與建置，使用條件以授權及相依元件規定為準。
• VideoDB API：依服務計價及實際用量產生費用，當期確切價格與免費額度未取得可核實的完整對照。
• 自建環境：Windows 建置、系統維護、儲存空間及異常排除都需要投入時間。
• 外部整合：若連接付費 CRM、工作流平台或模型 API，可能另有費用。

官方文件有 API key 申請入口，但有免費申請方式，不代表所有用量都免費。

最實際的做法，是先用經授權的測試會議量出一次完整流程的實際帳單，再依團隊每週會議量估算成本。

本文不提供未經核對的每分鐘價格，也不把開源軟體直接稱為零成本服務。

call.md 有哪些優點與缺點？

優點

• 會中即可取得 AI 提示，不必等會議結束。
• 雙聲道音訊有利於區分使用者與系統音訊。
• 提供 MCP 與 webhook 整合方向，方便接入既有工作流程。
• 公開原始碼可以檢視應用程式設計與部分資料處理邏輯。
• 可將會議逐字稿與整理成果匯出為 Markdown。

缺點

• 即時 AI 能力依賴 VideoDB 服務與網路，不是完全離線方案。
• Windows x64 目前需要自行建置，非工程使用者的操作門檻較高。
• 錄製會議需要系統權限，也涉及參與者同意與內部資料管理。
• 自動觸發 MCP 可能放大錯誤操作，必須設定權限及稽核紀錄。
• 官方列出的錄音上限為每次有效錄製兩小時，長時間會議需要事先規劃。

會議內容存在本機，就代表不會傳到雲端嗎？

不代表。

官方 README 說明，設定、會議歷史、逐字稿及部分中繼資料會存放在本機 SQLite 資料庫，同時也說明雙聲道音訊會傳送至 VideoDB 進行即時轉錄。

因此，使用者不能只根據 local-first 這個產品描述，就推論所有音訊和逐字稿完全不離開電腦。

企業導入前應核對四個問題：

1. 哪些音訊、文字或中繼資料會送往 VideoDB？
2. 服務商對資料保存、刪除、存取控制與次處理者有哪些正式規定？
3. MCP 工具能否存取客戶名單、內部文件或其他敏感資訊？
4. 當錄音失敗、網路中斷或 webhook 傳送失敗時，有沒有可追蹤紀錄？

不同公司對會議錄音及個人資料有不同的法規與政策要求。正式使用前應取得必要同意，並由組織確認資料處理條款及保存期限。

如何驗證 call.md 的 Agent 真的完成任務？

如果只驗收 AI 摘要寫得漂不漂亮，很容易高估工具價值。

比較合理的測試，是把一場會議拆成可核對的步驟。

1. 準備一場已取得錄音同意的測試會議，使用虛構客戶及測試資料。
2. 安排明確的待辦語句，例如請同事整理需求文件、下週再次確認規格。
3. 檢查逐字稿是否完整辨識任務、時間、負責人及否定條件。
4. 讓系統生成待辦摘要，再與人工筆記逐條比對。
5. 若有連接 MCP 或 webhook，先使用測試環境，確認外部系統是否真的建立對應紀錄。
6. 測試網路中斷、API 失敗及工具權限不足時，是否能留下錯誤紀錄並避免重複執行。

驗收時至少分開記錄「AI 已辨識」、「工具已呼叫」、「外部服務已回應」和「結果已核對」。這些狀態不能混成單一的完成標記。

如果是金融、客戶個資或有法律責任的會議，應保留人工覆核。自動化可以減少整理工作，但不會自動承擔決策責任。

call.md 適合誰？不適合誰？

適合：需要在會議中查詢資料、整合 CRM、接入 n8n 或 MCP 工具的技術團隊；願意管理 API、權限與異常回復的自動化使用者。

不適合：只需要簡單會後摘要、不想處理 API 或安裝環境的人；要求音訊完全不經外部服務的組織；尚未建立錄音同意與資料保護流程的團隊。

如果工作需求只是把會議整理成待辦清單，先評估 Meetily 或既有會議平台的內建轉錄功能即可。沒有必要為了 Agent 功能，額外建立一整套需要維護的整合系統。

反過來說，如果團隊已經在使用 n8n、自建 Agent 或 CRM，自動化銜接才是 call.md 值得評估的部分。

call.md 常見問題 FAQ

call.md 可以在 Windows 使用嗎？

官方 README 表示 Windows x64 可以從原始碼建置並錄音，但目前尚無官方代管的 Windows 安裝程式。Windows ARM64 的錄音功能不支援，應以後續版本文件為準。

call.md 可以完全離線使用嗎？

不能把它視為完整離線的即時 AI 會議工具。官方說明即時轉錄與 AI 功能需要 VideoDB 服務與網路。

call.md 是免費的嗎？

原始碼公開，package.json 標示 MIT 授權；VideoDB API 可能產生額外費用，最新免費額度及計價必須以服務商官網為準。

call.md 可以自動完成會議待辦嗎？

官方提供 MCP 工具觸發和 webhook 工作流程整合能力，但能否真正完成外部操作，取決於所連接的服務、授權及執行結果。產生待辦文字不代表工作已完成。

call.md 和 Meetily 哪個比較適合？

如果重視會中 AI 提示與外部 Agent 整合，可評估 call.md；如果主要在意本機會議記錄與資料控制，則可先研究 Meetily。兩者的實際轉錄品質仍需在相同語言與音訊環境下測試。

結論：call.md 值得花時間安裝嗎？

對一般使用者，沒有必要只因為它支援 Agent 就立即更換現有會議工具。若目前使用的服務已能穩定產生逐字稿、整理摘要和待辦事項，call.md 未必能帶來明顯改善。

它比較適合的情境，是會議資訊需要立即進入其他系統，而且團隊能管理工具權限、API 費用及失敗後的補救流程。

我會把採用門檻放在一個問題上：外部系統是否真的收到正確的資料，並留下可查核的執行結果？如果這一關尚未通過，即時 AI 提示再豐富，也只適合作為輔助。

延伸閱讀

• Meetily 開源 AI 會議紀錄：本機處理的優勢與限制
• AgentOps AI Agent 驗收教學：如何檢查 AI 是否真正完成工作
• n8n 工作流程自動化教學：AI Agent 與外部服務怎麼連接

資料來源

• VideoDB：call.md 官方 GitHub 專案
• call.md 官方 README：功能、安裝及平台支援
• VideoDB 官方 Call.md 教學文件
• call.md package.json：版本、相依套件與授權宣告
• call.md 官方原始碼目錄
• call.md 官方測試程式目錄
• VideoDB 官方控制台與 API key 申請入口
• Meetily 官方 GitHub 專案
• Otter.ai 官方網站
• Fireflies.ai 官方網站

資料截點：2026-10-28 18:00（台北時間）。GitHub Trending 素材所列 call.md 星數為 2026-10-28 02:05 台北時間歸檔快照的 1,922 顆，非本文截點的即時數字。本文未實機測試，沒有驗證各項功能的成功率、延遲或實際 API 帳單。

利益揭露：本文未放置交易所邀請連結或工具聯盟推薦連結，沒有因讀者註冊 call.md 而取得返佣的安排。

免責聲明：本文是軟體功能及技術流程整理，不構成資訊安全、法律或採購保證。正式錄製會議、處理個人資料或連接具寫入權限的 Agent 前，應由使用者及所屬組織確認授權、條款與內部管理要求。