Fireflies.ai 免费

-
开发公司 Fireflies.ai Corp.
地区 加拿大
官网 https://fireflies.ai/

Fireflies.ai 是面向会议记录、会议搜索和销售洞察的 AI办公与效率 工具，支持 Zoom、Google Meet、Microsoft Teams、桌面端、移动端和 API，把转录AI 总结、会后任务与会话分析放在同一产品面。

Fireflies.ai 产品界面

Fireflies.ai 的深度分析：AI 会议记录与会话分析平台

Fireflies.ai 的核心参数与统计

项目 公开信息
官方定位 The #1 AI Assistant for Your Meetings
产品形态 会议转录AI 总结、会话搜索Conversation Intelligence、Voice Agents
采集入口 Web、iOS、Android、Desktop App、Chrome Extension、API、MCP Server
转录语言 官方标注 100+ 语言转录
市场覆盖 官网展示 Used across 1 million+ companies
社区评分 G2 评分 4.8/5（官网引用）
安全认证 SOC 2 Type II、GDPR、HIPAA、BAA、SSO/SCIM、Audit Logs、Private Storage
定价档位 Free / Pro / Business / Enterprise

一句话简评：Fireflies.ai 不是一个"录下来再给一份纪要"的转录器，而是一个把会议对话转化为可搜索、可复盘、可追责的协作数据层的平台级产品。

宣传核验：官方将"转录、总结、搜索、分析一体化"作为核心卖点。这个定位经得起推敲——它把会前自动入会、会中实时建议、会后摘要生成CRM 同步、任务落库与管理后台串联成一条完整链路，而非仅做单点转写。真正差异在于"采集之后的事"：摘要质量、搜索命中率、分析维度与下游集成的深度。

类型判定：Fireflies.ai 的主交付形态为 生产力/业务端应用（类型 D），面向高频会议的组织与团队；其 MCP Server 能力使其同时具备 Agent/MCP 自动化工具（类型 A） 的次类型特征，尤其适用于接入 Claude、Devin、ChatGPT 等 agent 工作流的场景。下文按类型 D 为主框架，在技术优势与使用章节补充类型 A 的相关深化内容。

Fireflies.ai 的用户与市场认可

市场渗透信号：Fireflies.ai 官网直接给出 "1 million+ companies" 与 G2 4.8/5。这个量级意味着它已跨越早期采用者阶段，进入了主流企业评估与采购的标准化池。在 G2 的 Meeting Assistants 品类中，它长期处于 Leader Quadrant 前列，与 Gong、Chorus（现 Zoom IQ）等老牌竞品并列。

行业用例分化：官方将销售、招聘、营销、用户研究、工程、医疗、播客、房地产作为独立用例页面逐一展开，而非笼统的"适合所有人"。这种按岗位做模板的策略是产品成熟度的信号——说明它已经针对各角色打磨了预设的摘要模板、分析维度和集成列表。销售团队关心的"异议检测"与招聘团队关注的"候选人亮点提取"所需的分析逻辑不同，Fireflies 通过 AI Skills 与 Conversation Intelligence 模块分别处理。

企业信号密集：公开页面同时出现 CIO、Fortune 500、安全治理Private Storage、Audit Logs、SSO/SCIM 等关键词，暗示其客户结构中企业级占比不断上升。Fireflies 还单独开放了 Security & Trust 页面，详细列出合规认证、数据加密（AES-256 at rest, TLS 1.3 in transit）、数据保留策略与隐私合规条款，这在同类 SaaS 中属于透明度较高的水平。

第三方背书质量：G2 评分之外，Fireflies 在 Capterra、TrustRadius 等平台也有大量企业用户评测。正面评价集中在两处：一是摘要准确率对英语会议的高可用度（多数用户反馈 90%+），二是 CRM/项目管理双向同步对减少手工录入的切实帮助。负面反馈主要指向非英语口音转录准确率Chrome Extension 在长会议中的稳定性，以及高阶分析功能的学习曲线。

隐性收益：对销售、客服、招聘和研究团队来说，最大收益不是纪要本身，而是减少"谁做了什么决定""上次讨论了什么"这类低质量协作摩擦。会议知识库一旦建立，新成员入职、客户交接、季度复盘的信息检索成本会从"翻遍邮箱和笔记"降为"一条搜索语句"。

Fireflies.ai 的成本优势

套餐 公开价格（年付/席位/月） 核心差异
Free $0 无限转录与 AI 摘要400 分钟团队存储20 AI credits/月
Pro $10 8,000 分钟/席位存储、下载与视频录制Voice Agents、AI Skills
Business $19 无限存储30 AI credits、多语言模式Conversation Intelligence、团队分析
Enterprise $39 50 AI credits、SSO/SCIM、Audit Logs、HIPAA、Private Storage

C 端 / 个人用户的成本判断：Free 版已提供"无限转录 + 无限 AI 摘要"这对核心能力。400 分钟团队存储对个人用户或三五人小团队进行效果验证绰绰有余。真正限制是 AI credits（20/月），这决定了你能跑多少次高阶分析或 AI Skills 调用。如果只是"录下来 + 看摘要"，Free 版基本无支出压力。

API / 开发者的成本结构：Fireflies 通过 API 与 MCP Server 将会议数据层暴露给外部系统。对开发者而言，成本从"买席位"转变为"把会议能力嵌入内部系统的工程预算"。需要自建集成层的场景包括：将转录数据送入 BI 看板、对接自研 CRM 字段映射、用 MCP 让内部 agent 检索历史会议。这部分隐性成本远高于席位订阅费，因为需要持续维护数据管道和权限映射。

企业 / 受监管组织的成本特点：Enterprise 的真正价值不在便宜，而在合规边界——SSO/SCIM 的目录管控Audit Logs 的操作追溯Private Storage 的数据驻留HIPAA 的医疗合规。对受监管行业，Fireflies 的合规认证（SOC 2 Type II、HIPAA、BAA）可以节省独立做供应商安全评估的周期成本。但从采购角度看，Enterprise 的 AI credits（50/月）在高频分析场景下可能成为二次采购触点，需要在合同层面确认 credit 消耗上限与扩展单价。

隐性成本不可避免：当团队把 Fireflies 接进 CRM、ATS、项目管理工具和 Slack 后，真正的隐性成本不是席位费，而是权限治理（谁能加入哪些会议、谁能查看哪些转录）、保留周期（会议录音存多久、谁可以删除）、以及自动入会策略（哪些日历上的会议允许 Bot 进入）。这些治理成本在部署规模超过 50 人时会指数级上升，需要内部有一个"会议数据治理角色"来持续维护规则。

Fireflies.ai 的主要功能

  • AI Note Taker Bot：自动加入 Zoom、Google Meet、Teams 上的日历会议，实时录制并输出转录文稿。支持多种入会策略——全量自动加入、基于标签选择性加入、或仅手动激活。Bot 入会时会在会议中显示明确提示，参会者可以看到 Bot 的存在，减少隐私争议。

  • Chrome Extension 与 Desktop App：在不方便使用 Bot 的场景（如客户对外会议、不欢迎第三方 Bot 的会议有境）下，会议参与者可以通过浏览器扩展或桌面端应用直接录制自己这一端的音频。Desktop App 还支持本地音频文件上传转录，打通离线场景。

  • AI Summaries 与 AskFred：会议结束后自动生成 bullet-point 摘要action items、关键话题时间线以及完整搜索索引。内置的 AskFred 聊天接口允许用户对历史会议进行自然语言查询（例如"上次聊到的客户对定价有什么异议？"），无需逐条翻阅转录文稿。

  • Conversation Intelligence（会话分析）：超越转录层，提供说话时长分布、情绪曲线、主题标签、问题识别、异议检测、追踪指标（如 Talk-to-Listen Ratio）以及团队层面的对比看板。这些分析维度对销售教练、招聘经理、用户研究员和产品经理有独立价值：销售用它做 call coaching，招聘用它做标准化面试复盘。

  • Voice Agents 与 200+ AI Skills：把会议产出转化为下游动作。预设 AI Skills 涵盖自动创建 Notion/Asana 任务、在 Slack 发布摘要、给 Salesforce/HubSpot 更新联系人记录、按标产生成候选人评分等。Voice Agents 则更进一步——允许用户定义自动拨打或接听电话的 agent，把会议分析能力扩展到电话沟通领域。

  • MCP Server 集成：将 Fireflies 会议知识库暴露为标准 MCP（Model Context Protocol）接口，允许 Claude、Devin、ChatGPT 等 AI agent 直接检索、查询和引用会议数据。这意味着会议记录不再封闭在 Fireflies 界面内，而是成为更大 AI 工作流中的可调用上下文——例如让 Devin 在编写代码前自动回顾需求讨论会的历史决策。

隐藏联动：Fireflies 最强的产品力不在"录音 + 转写"的单点质量，而在"转写 → 主题分类 → CRM 同步 → 任务落库 → MCP Agent 调用"这条完整数据链。一旦这条链跑通，会议不再是一次性沟通，而是一个持续可查询、可分析、可触发动作的数据源。实际落地中，多数团队的前三周会专注于验证转录准确率，但真正产生 ROI 的是第四周以后——当会议数据积累到足够支撑跨会议的趋势分析与主题跟踪时。

Fireflies.ai 的模型与版本演进

Fireflies 的版本发布不像基础模型厂商那样以模型编号为纲，而是以"产品能力阶段"为锚点。从公开页面与历史里程碑可以梳理出三条主线：

主线一：从转录工具到分析平台

最早的 Fireflies 定位是"会议转录 + 摘要生成"。在 2023-2024 年间，产品重心从"录得好"转向"分析得深"——引入 Conversation Intelligence 模块，加入说话时长分析、情绪检测、主题提取等能力。这个阶段的产品核心卖点从"替你记笔记"变成了"帮你复盘对话"。

主线二：从单一入口到多通道采集

初期主要依赖 Bot 入会，随后逐步扩展出 Chrome Extension、Desktop App（macOS/Windows）和移动端。2025 年后，Desktop App 被推到首页主推位置，并加入 Live Assist 能力——在会议进行中实时显示建议、相关内容与说话人标注。同期上线了文件上传转录功能，支持离线音频文件直接导入。

主线三：从封闭产品到开放生态

2025 年底到 2026 年上半年，Fireflies 密集发布了三个重要开放能力：AI Skills 生态（200+ 预设集成模板）、Voice Agents（可定义自动通话 Agent）、以及 Fireflies MCP Server（将会议库暴露给 Claude/Devin/ChatGPT）。这标志着产品定位从"独立会议工具"升级为"会议数据基础设施"。

当前能力标签（按公开页面展示优先级排列）：Desktop App + Live Assist + MCP Server + Voice Agents + AI Skills。这意味着 Fireflies 当前阶段的核心叙事是"让会议数据可以在任何工具中被访问和操作"。

生产团队的版本评估建议：由于 Fireflies 不对外发布逐版本的 release notes 原文（仅通过 changelog 和新功能博客更新），建议生产团队按"功能门槛"而非"版本号"来评估升级——重点是确认所需功能（如 HIPAA 合规Private Storage、MCP Server）是否在当前订阅中可用，而不是追求最新版本号。

Fireflies.ai 的技术优势

多通道采集架构：Fireflies 同时支持 Bot 入会Chrome 扩展、桌面端独立录制、移动端录制和文件上传五种采集方式。这种多通道设计的实际效果是：不会因单一会议平台的安全策略变更而中断采集链路。当 Zoom 收紧第三方 Bot 策略时，Desktop App 和 Chrome Extension 可以无缝替代 Bot 成为主力入口。对混合办公组织，这种冗余设计意味着采集层的鲁棒性更高。

结构化分析管道：Fireflies 不是简单输出全文转录，而是在转录之上叠加了多层分析——说话人分离（diarization）、主题聚类、关键片段提取、情感曲线、问题/异议识别。从机制上看，它是"语音 → 文本 → 结构化事件"的三级管道。效果上，用户不需要通读 1 小时的转录全文，就能通过主题标签和时间轴快速定位到关键讨论段落。这对销售复盘、用户研究编码和招聘评分等场景有实质性效率提升。

企业安全架构：SOC 2 Type II、GDPR 合规HIPAA 与 BAA、SSO/SCIM 目录同步Audit Logs、Private Storage、AES-256 静态加密与 TLS 1.3 传输加密——这些不是功能层面的"加分项"，而是决定 Fireflies 能否进入合规敏感行业的准入门槛。Private Storage 允许企业将转录数据存储在指定的 AWS 区域，解决数据驻留需求。审计日志则提供了"谁在什么时候查看了哪场会议"的可追溯能力，适用于金融、医疗和政府场景。

MCP Server 的架构位置：Fireflies MCP Server 处于 LLM Agent ↔ Fireflies MCP ↔ Fireflies API → 会议数据库 这条链路中。MCP 层封装了 search_meetings、get_transcript、get_summary、query_askfred 等 Tool 行为，允许外部 agent 通过标准接口检索会议数据。这意味着会议知识库不再封闭在 Fireflies 产品界面内，而是可以作为 agent 工作流中的"外部记忆层"被直接调用。具体场景包括：Devin 在编码前自动回顾相关需求会的讨论结论；内部 Chatbot 在回答员工问题时引用 HR 会议中的政策说明。

工程踩坑指南（MCP/Agent 场景）：

  1. Token 消耗与上下文窗口控制：当 agent 通过 MCP 检索多场会议的长转录时，单次对话的 token 消耗可能迅速膨胀。建议在 agent 侧设置 max_results 与 max_tokens_per_meeting 参数，优先返回摘要而非全文，避免超出上下文窗口。
  2. 会议数据权限泄漏风险：MCP 接口默认暴露当前授权用户可访问的会议列表。在多用户 agent 场景下，必须确保 agent 的 OAuth scope 精确映射到最小会议集，防止一个团队的会议数据被跨团队 agent 检索到。
  3. 实时性 vs 缓存一致性：会议结束后转录需要数分钟完成处理。如果 agent 在会议刚结束时立即发起 MCP 查询，可能拿到不完整或正在处理中的数据。建议在 agent 侧设置 5-10 分钟的延迟窗口，或将会议状态（processing / completed）纳入查询过滤条件。

Fireflies.ai 的使用方法

快速启动链路

  1. 绑定日历与会议平台：在 Fireflies 设置中关联 Google Calendar、Outlook 或 Office 365，授权 Fireflies 读取日历事件。在此步骤可以选择"自动加入所有会议"或"仅加入带特定标签的会议"，后者适合不想让 Bot 出现在所有对话中的用户。

  2. 选择采集入口：根据组织策略选择适合的入会方式。对内部会议优先使用 Bot（自动、无感、全量录制）；对客户会议或第三方会议使用 Chrome Extension 或 Desktop App（仅录制本端音频，避免 Bot 不被外部参与者接受）。Desktop App 还支持离线音频文件拖拽上传，适合电话录音、现场会议录音等非标准格式。

  3. 配置同步目标与 AI Skills：在 Settings > Integrations 中授权 Slack、Salesforce、HubSpot、Notion、Asana、Jira 等工具。配置完成后，每次会议结束会自动同步摘要、任务和联系人更新。AI Skills 可以在这里预设——例如"凡含 pricing 关键词的会议自动创建 Salesforce 跟进任务"。

  4. 启动 Conversation Intelligence：对销售、招聘CS 等核心团队，在 Team Settings 中启用 CI 模块。开启后，团队管理员可以看到说话占比趋势、情绪变化、异议频率和关键词乌云等分析看板。这些数据需要至少 5-10 场会议积累才能呈现统计意义。

  5. 接入 MCP Server（进阶）：在 Fireflies 的 API 设置中生成 API Key，然后在 Claude Desktop / Devin / ChatGPT 的 MCP 配置中指向 Fireflies 端点。以 Claude Desktop 为例，在 claude_desktop_config.json 的 mcpServers 中添加如下配置（以官方最新文档为准）：

{
  "mcpServers": {
    "fireflies": {
      "command": "npx",
      "args": ["@fireflies-ai/mcp-server"],
      "env": {
        "FIREFLIES_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}

降本增效量化（工作流推演，非官方承诺）

  • 高频销售团队：一场 1 小时的客户电话，原来销售人员需额外花费 15-25 分钟整理纪要与更新 CRM。使用 Fireflies 自动转录 + AI Summary + CRM 同步后，复核与补充时间可压缩到 3-8 分钟，每周可释放约 1-2 小时/人的记录工作。
  • 招聘团队：一场 45 分钟的候选人面试，招聘协调员手工整理反馈需 10-15 分钟。Fireflies 自动转录 + 候选人评分 AI Skill 可将整理时间降至 2-5 分钟，且标准化程度更高。
  • 用户研究团队：一场 90 分钟的访谈，研究员编码转录稿需 45-60 分钟。Fireflies 的主题标注 + 搜索功能可将回顾与编码时间缩减约 50%。

人机协作边界

  • 可 100% 自动化的有节：转录生成、摘要生成、关键词标注CRM 字段更新Slack/邮件通知发送、任务创建。这些有节不需要人工干预即可完成，且出错可控。
  • 必须设置人工确认点的有节：将摘要内容作为正式报告对外发送（需要人工审核准确性与合规性）、基于会议内容做绩效判断（如销售评分）、合同条款与承诺的引用（需要人工交叉核对原始转录）。Fireflies 提供的"人工复核模式"可以在此类场景中暂停自动发布，等待人工确认后再推送至下游系统。

Fireflies.ai 的产品定价

Fireflies 的公开定价结构已经比较透明，四档套餐的边界清晰。决定采购层级的关键约束不是席位费本身，而是以下三个限制因素：

AI credits 的消耗机制：AI credits 是 Fireflies 高阶功能的"代币"——每次调用高级分析（Conversation Intelligence 深度报告、自定义 AI Skills 执行Voice Agents 通话分析）都会消耗一定数量的 credits。Free 版每月 20 credits 仅够体验；Business 版 30 credits 对中低频分析团队尚可；Enterprise 版 50 credits 配合团队规模仍需评估实际消耗速率。建议在采购前通过 14 天试用统计实际 credit 消耗，再决定是否需要升级套餐或购买附加 credit 包。

存储与保留策略：Free 版团队存储上限 400 分钟，Pro 版每人 8,000 分钟，Business 与 Enterprise 为无限存储。对于高频会议团队（每周 10+ 场），Pro 版的按席位存储可能在前 3 个月即达到上限。Business 起跳到无限存储消除了"什么时候要删旧会议"的管理头痛。此外，Enterprise 提供可自定义的数据保留周期（可设定 30/60/90 天或永久），这在受监管行业是关键需求。

企业治理功能的分布：SSO/SCIM、Audit Logs、HIPAA 合规Private Storage 四项能力全部锁定在 Enterprise 套餐中。对 300 人以上的受监管组织，这些功能没有替代路径，Enterprise 是唯一可选项。对不受监管的中型团队，Business 套餐已经提供了绝大部分管理价值（无限存储、团队分析CI 模块），$19/席位/月的成本在会议助手品类中处于行业中位。

Fireflies.ai 的应用场景

  • 销售团队与客户成功：自动提取客户异议、竞品提及、购买信号和下一步动作，配合说话占比分析帮助销售教练做针对性辅导。经理不再需要旁听每一通电话，而是通过 Conversation Intelligence 看板批量查看团队的沟通模式与改进空间。Salesforce/HubSpot 的双向同步确保客户记录始终包含最新会议上下文。

  • 招聘团队：候选人面试过程中自动生成标准化转录与亮点摘要，AI Skills 可自动按预设维度（沟通能力、技术深度、文化匹配）对候选人评分。招聘经理可以在不完整回放整场面试的前提下，通过搜索快速定位到"候选人对 XXX 问题的回答"段落，大幅缩短多轮面试后的横向对比时间。

  • 用户研究与产品团队：长访谈（60-90 分钟）的主题编码是最耗时的有节之一。Fireflies 的主题聚类与搜索功能可以将编码时间从 45-60 分钟压缩到 20-30 分钟。研究员只需通过 AskFred 搜索"用户对定价的反馈"，系统即返回所有相关片段的时间戳与上下文，无需手动逐条标注。

  • 跨部门周会与决策追踪：跨部门例会的最大痛点是"谁答应了什么"缺乏记录和追踪。Fireflies 自动沉淀 action items 和 owner，并通过 Slack/邮件推送。结合项目管理集成（Asana/Jira/Notion），每个决策自动生成可追踪的任务，减少"上次会议的决定又没人认领"的循有扯皮。

劝退场景：强隐私有境（律师-客户保密沟通、董事会会议、合规审计前准备会议）不适合默认开启 Fireflies，因为即使 Bot 明确标识存在，参会者仍可能在认知上放松警惕。在这些场景中，应当使用"手动录制"模式并在敏感时段暂停录制。此外，如果团队每周会议不超过 5 场、且对纪要格式与后续追踪无统一要求，Fireflies 的分析层优势无法体现，免费版就足以覆盖需求。

Fireflies.ai 的适用人群

  • 销售与客户成功负责人：最直接享受搜索、分析、任务和 CRM 联动红利的人群。典型画像为每周参与 8+ 场客户会议、需要定期做 call coaching 的中大型销售团队。入门门槛：团队至少 3 人，有 CRM（Salesforce/HubSpot）并愿意将会议数据与销售流程绑定。

  • 招聘团队与 HR 运营：需要标准化面试记录、跨候选人横向对比、减少招聘协调员手工整理时间的组织。适用前提：已使用 ATS（Greenhouse/Lever）并愿意将面试转录纳入招聘流程的正式有节。

  • 用户研究与产品经理：需要频繁执行定性访谈编码、团队内部需要共享访谈洞察的组织。适用前提：每月至少 5 场用户访谈，且团队有统一的洞察整理工具（如 Notion/Confluence/Dovetail）。

  • 运营与工程管理者：需要跨团队统一会议资产沉淀、为合规审计保留会议记录、或需要将会议知识库接入内部 AI Agent 的组织。适用前提：组织已有或规划建立内部知识管理系统，Fireflies 的输出不是孤立存放而是融入现有信息流。

不适配边界：以下三类组织不建议直接采购 Fireflies——(1) 周会议总量低于 10 场且不需要对外输出正式纪要的团队（免费版已够用，且有更轻量的替代方案）；(2) 会议语言以非英语为主且对转录准确率要求高于 95% 的场景（Fireflies 的多语言转录准确率低于英语中高配，需自行用试用版验证）；(3) 任何不允许第三方系统接触会议音频的法务或合规约束有境（例如金融交易室、军工项目会议）。

Fireflies.ai 的总结与展望

Fireflies.ai 的核心价值不只在"自动记录"，而在于将会议从一次性沟通事件转化为可治理、可检索、可触发的结构化数据资产。它对高频会议团队的效率提升是真实可测的——销售团队每周可节省 1-2 小时的记录工作，招聘和研究团队的回顾编码时间可压缩 50% 左右。产品目前最大的竞争壁垒不在转录准确率（该赛道已趋于同质化），而在"采集通道密度 + 分析深度 + CRM/ATS/项目管理集成 + MCP 开放生态"构成的系统级协同效应。

当前明确限制：转录准确率对非英语口音的支持仍有波动，建议非英语团队在试用期间做准确率的盲测；AI credits 消耗速率在高阶分析场景下可能超出预期，需要在试用期实际统计消耗模式；MCP Server 与 Voice Agents 仍处于快速迭代阶段，功能边界和稳定性可能随版本变化。

采购与采用风险评估：采购前最应核验的三件事——(1) 自动入会策略是否与组织的会议保密规定冲突（能否做到按日历标签精细控制 Bot 入会范围）；(2) 数据保留与导出规则是否匹配合规要求（尤其是 Enterprise 客户需要确认 Private Storage 区域和 Audit Log 的保留周期）；(3) AI credits 的实际消耗速率与扩展单价是否需要计入年度预算。此外，建议以"一个 10-15 人的销售/招聘团队 + 两周试用"作为试点单元，先验证转录准确率、摘要质量和 CRM 集成体验，再横向扩展到跨部门。一旦权限设计松散，会议知识库会从生产力资产快速退化为合规风险敞口——每个参会者是否有权查看所有会议的转录、谁能删除历史记录Bot 是否出现在本不应出现的高敏感会议中，这些治理细节需要在上线前通过白名单和标签策略提前锁死。

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

  • Desktop App 与 Live Assist 阶段 ：官网首页已将 Desktop App 与 Live Assist 作为当前主推能力，暂无官方精确发布日期。
  • Fireflies MCP Server 阶段 ：官网已把 Fireflies MCP Server 作为面向 Claude、Devin、ChatGPT 的能力入口，暂无官方精确日期。
  • Voice Agents 与 AI Skills 扩展阶段 ：公开页面已展示 Voice Agents 与 200+ AI Skills 生态，暂无官方精确日期。

用户评价

  • 加载评价中...