Meetily:本機優先的開源 AI 會議記錄助手

Meetily 是一个本機優先的開源 AI 會議記錄助手,支持实时转写、會議摘要、Whisper/Parakeet、本地存储、Ollama 和 OpenAI-compatible 端点。

Meetily 是一個强调隐私和本機處理的 AI 會議記錄助手。它可以在本机捕获會議音訊,即時轉寫,再用 AI 生成會議摘要。專案的定位很清楚:會議录音、轉寫文本和摘要尽量留在自己的设备或基础设施裡,而不是預設交给雲端會議机器人。

這类工具的需求挺现实。很多會議内容涉及客户、程式碼、财务、医疗、法律或内部决策,直接把音訊和文字交给第三方云服务并不总是合适。Meetily 選擇用本機轉寫、本機資料库和可選的本機 LLM 摘要,把控制权交還给使用者。

Meetily 是什么

官方描述裡,Meetily 是一個 privacy-first AI meeting assistant,支持即時轉寫、會議摘要、本機處理和自托管。倉庫目前是 MIT License,主语言是 Rust,同時使用 Tauri 和 Next.js 组成桌面應用。

從功能上看,它主要解决四件事:

  • 捕获會議中的麦克风和系統音訊;
  • 使用 Whisper 或 Parakeet 等模型做本機語音转文字;
  • 保存會議元資料、轉寫和摘要;
  • 使用 Ollama、本機模型或其他 LLM provider 生成會議纪要。

它支持 macOS、Windows 和 Linux。官方 README 裡還保留了一些旧倉庫名 meeting-minutes 的 release 链接,实际專案页已经迁移到 Zackriya-Solutions/meetily,下载時最好以目前 GitHub 页面和官方站点為准。

適合谁用

Meetily 更適合這些场景:

  • 不希望會議录音和轉寫文本离开本机;
  • 想用開源工具替代雲端會議記錄机器人;
  • 公司或团队有資料合规、客户保密或内部审计要求;
  • 希望會議摘要走 Ollama 或自建 OpenAI-compatible endpoint;
  • 想研究一個 Tauri + Rust + Next.js 的本機 AI 桌面應用。

如果你只是偶尔开會,且完全不在意資料是否上传到雲端,现成 SaaS 會議助手會更省事。Meetily 的優势在于控制权,而不是免設定。

主要功能

本機優先

Meetily 的核心卖点是 local-first。轉寫模型、录音、轉寫文本和會議摘要都可以保存在本机。對企业或专业使用者来说,這比“雲端自动生成纪要”更容易解释資料边界。

即時轉寫

專案支持會議进行時即時生成 transcript。官方 README 提到使用 Whisper 或 Parakeet 模型做轉寫,并强调不需要雲端。

Parakeet 是 NVIDIA 的語音识别模型路線之一,適合追求更快轉寫速度的场景;Whisper 则生态更成熟,兼容性和资料更多。实际選擇要看系統、显卡、语言和准确率要求。

AI 摘要

Meetily 可以把轉寫内容交给 LLM 生成會議摘要。官方列出的 provider 包括:

  • Ollama,本機優先;
  • Claude;
  • Groq;
  • OpenRouter;
  • OpenAI;
  • 自定义 OpenAI-compatible endpoint。

如果目标是尽量本機化,優先考虑 Ollama。如果组织已经有自己的模型网关,可以使用 OpenAI-compatible endpoint 接入内部服务。

音訊混合

官方 README 提到 Meetily 能同時捕获麦克风和系統音訊,并做 audio mixing、ducking 和 clipping prevention。這一点對會議記錄很关键,因為只录麦克风经常會漏掉對方声音,只录系統音訊又可能丢掉自己的發言。

匯入和重新轉寫

README 裡還提到 Import & Enhance 功能,可以匯入已有音訊檔案生成 transcript,也可以用不同模型或语言重新轉寫已有會議。這適合把旧录音补成文字,或者對重要會議换一個更准确的模型重跑。

架构大致長什么样

Meetily 是一個 Tauri 桌面應用:

  • 前端:Next.js,负责會議管理、轉寫展示和设置界面;
  • 後端:Rust Core,通過 Tauri commands 暴露能力给前端;
  • Audio Engine:捕获麦克风和系統音訊;
  • Transcription Engine:调用本機 speech-to-text 模型;
  • Database:本機 SQLite,保存會議元資料、轉寫和摘要;
  • Summary Engine:调用 Ollama 或其他 LLM provider 生成摘要。

這個架构的好处是桌面端比较轻,核心音訊和模型调用放在 Rust 侧,界面则用 Web 技术快速迭代。代价是建置链路會比普通 Web 專案複杂,需要同時處理 Node.js、Rust、Tauri、系統音訊权限、模型依赖和 GPU 加速。

安裝方式

官方 README 给出的普通使用者安裝方式是下载 release 包。

Windows

Windows 使用者下载最新的 x64-setup.exe,然後執行安裝器。

README 中的链接仍指向:

1
https://github.com/Zackriya-Solutions/meeting-minutes/releases/latest

如果链接後續调整,建議優先從 Meetily 目前倉庫和官网进入下载页:

1
2
https://github.com/Zackriya-Solutions/meetily
https://meetily.ai

macOS

macOS 使用者下载 .dmg 檔案,例如 README 中提到的:

1
meetily_0.4.0_aarch64.dmg

安裝方式和普通 macOS 應用一样:

  1. 打开下载的 .dmg
  2. 把 Meetily 拖到 Applications;
  3. 從 Applications 启动 Meetily。

Apple Silicon 设备通常更適合這类本機 AI 應用,因為统一内存和 Metal 加速對本機模型体验比较友好。

Linux

Linux 主要走原始碼建置。README 给的 quick start 是:

1
2
3
4
git clone https://github.com/Zackriya-Solutions/meeting-minutes
cd meeting-minutes/frontend
pnpm install
./build-gpu.sh

這裡同样要注意旧倉庫名。目前倉庫页面是:

1
git clone https://github.com/Zackriya-Solutions/meetily

如果你按 README 的旧命令遇到跳转或目录名不一致,先确認目前倉庫裡的建置脚本位置,再进入對应目录执行。

從原始碼建置

官方 docs/BUILDING.md 對 Linux、macOS 和 Windows 都给了说明。

Linux 依赖

Ubuntu/Debian:

1
2
sudo apt update
sudo apt install build-essential cmake git

Fedora/RHEL:

1
sudo dnf install gcc-c++ cmake git

Arch Linux:

1
sudo pacman -S base-devel cmake git

開發模式和生产建置:

1
2
./dev-gpu.sh
./build-gpu.sh

建置脚本會自动检测硬件,并尝试選擇合适的加速方式。

macOS 建置

macOS 上需要 Homebrew、CMake、Node 和 pnpm:

1
brew install cmake node pnpm

然後執行:

1
2
pnpm tauri:dev
pnpm tauri:build

官方文档说明 macOS 會預設使用 Metal GPU acceleration。

Windows 建置

Windows 需要這些依赖:

  • Node.js;
  • Rust;
  • Visual Studio Build Tools,并安裝 Desktop development with C++ workload;
  • CMake。

建置命令:

1
2
pnpm tauri:dev
pnpm tauri:build

官方文档说明 Windows 預設是 CPU-only processing。如果要启用 GPU acceleration,需要参考 docs/GPU_ACCELERATION.md

GPU 加速怎么理解

Meetily 的 Linux 建置脚本會尝试自动检测 GPU。文档裡的優先級大致是:

硬件或环境 檢查内容 建置特性
NVIDIA CUDA nvidia-smiCUDA_PATHnvcc --features cuda
AMD ROCm rocm-smiROCM_PATHhipcc --features hipblas
Vulkan vulkaninfoVULKAN_SDKBLAS_INCLUDE_DIRS --features vulkan
OpenBLAS BLAS_INCLUDE_DIRS --features openblas
無 GPU SDK CPU-only

有显卡驱动不等于能启用加速。比如 NVIDIA 机器只有驱动但没有 CUDA toolkit,脚本可能仍會走 CPU-only。要讓建置脚本识别 CUDA,至少要能跑:

1
2
nvidia-smi
nvcc --version

如果想强制指定加速方式,可以用 TAURI_GPU_FEATURE

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
TAURI_GPU_FEATURE=cuda ./dev-gpu.sh
TAURI_GPU_FEATURE=cuda ./build-gpu.sh

TAURI_GPU_FEATURE=vulkan ./dev-gpu.sh
TAURI_GPU_FEATURE=vulkan ./build-gpu.sh

TAURI_GPU_FEATURE=hipblas ./dev-gpu.sh
TAURI_GPU_FEATURE=hipblas ./build-gpu.sh

TAURI_GPU_FEATURE="" ./dev-gpu.sh
TAURI_GPU_FEATURE="" ./build-gpu.sh

這类本機 AI 應用的体验很吃硬件。會議即時轉寫尤其看 CPU/GPU、内存、模型大小和音訊長度。第一次尝试時,不要直接拿幾小時的會議压测,先用短會議或录音片段确認轉寫延迟和摘要质量。

摘要模型怎么选

Meetily 的轉寫和摘要是两件事。

轉寫关注的是 speech-to-text,重点是准确率、语言支持和速度。摘要关注的是 LLM,重点是能不能把長 transcript 压成有用的會議纪要、行动项和决策記錄。

如果你追求隐私優先,可以這样搭:

  • 轉寫:本機 Whisper 或 Parakeet;
  • 摘要:Ollama 本機模型;
  • 存储:本機 SQLite;
  • 網路:尽量不設定雲端 provider。

如果你更看重摘要质量,可以把轉寫留在本機,但摘要接 Claude、OpenRouter、Groq、OpenAI 或内部 OpenAI-compatible endpoint。這样隐私边界會發生变化:音訊可能仍留在本机,但轉寫文本會發送给摘要模型服务。是否可接受,要看會議内容和组织要求。

Community Edition 和 PRO 的差異

README 裡明确说 Meetily Community Edition 會保持免费開源。Meetily PRO 则是另一個面向专业使用者和团队的方案,强调更高轉寫准确率、自定义摘要模板、高級导出、自动會議检测、自托管部署和团队功能。

简单理解:

  • Community Edition:適合個人、本機優先、開源使用和二次開發;
  • PRO:適合团队、专业工作流、增强准确率、高級导出和部署管理。

如果你只是想本機記錄會議,先從 Community Edition 开始更合理。如果团队有合规、共享、导出模板和部署要求,再看 PRO 或 Enterprise。

使用時要注意什么

第一,會議記錄涉及法律和组织规范。很多地区對录音有告知或同意要求,不是工具能录就一定应該录。正式使用前最好确認公司政策和当地法规。

第二,本機優先不等于零風險。录音、transcript 和摘要保存在本机後,也要考虑磁盘加密、备份、访问权限和设备丢失問題。

第三,模型摘要不能当成會議原文。AI 可能遗漏细节、误判语气或把未确認事项写成结论。重要會議最好保留原始 transcript,并人工檢查最终纪要。

第四,README 裡的部分链接還带旧倉庫名 meeting-minutes。這不是功能問題,但读者安裝時容易困惑。遇到链接跳转、release 名称或目录名不一致時,以目前倉庫和官方站点為准。

總結

Meetily 的价值不在于“又一個會議纪要工具”,而在于它把會議 AI 的关键流程尽量放回本機:音訊捕获、本機轉寫、本機存储、可選本機摘要。對重视隐私、合规和資料主权的团队来说,這比方便但不透明的雲端机器人更可控。

它也不是零门槛工具。桌面端安裝還好,如果要原始碼建置、GPU 加速或接入内部模型服务,就需要一定工程能力。更务实的路線是:先用 release 包验证轉寫和摘要质量,再决定是否投入時间自建、调模型或改程式碼。

记录并分享
使用 Hugo 建立
主題 StackJimmy 設計