Meetily快速上手指南:5分钟搭建本地会议助手
2026-02-04 05:11:46作者:幸俭卉
你是否还在为会议记录不全而烦恼?是否担心云端会议工具泄露敏感信息?Meetily作为一款开源本地AI会议助手,可在5分钟内完成部署,让所有转录和分析工作在你的设备上安全进行。本文将带你从安装到使用,一步到位掌握这款隐私优先的会议神器。
读完本文你将获得:
- 3种快速部署方案(Docker/Windows/macOS)
- 实时会议转录与AI总结全流程
- 模型选择与性能优化独家技巧
- 常见问题的秒级解决方案
项目概览:为什么选择Meetily?
Meetily是一款专注隐私保护的开源会议助手,与传统云端解决方案相比具有三大核心优势:
pie
title 会议数据处理方式对比
"本地设备(Meetily)" : 100
"第三方服务器" : 0
核心功能矩阵
| 功能 | 描述 | 隐私保护级别 |
|---|---|---|
| 实时转录 | 基于Whisper模型的本地语音识别 | ★★★★★ |
| AI总结 | 支持Ollama本地大模型与API调用 | ★★★★☆ |
| 多源录音 | 同时捕获麦克风与系统音频 | ★★★★★ |
| 离线工作 | 完全脱离互联网环境运行 | ★★★★★ |
| 数据加密 | 本地数据库存储,支持手动备份 | ★★★★☆ |
部署准备:3分钟环境检查
系统要求速查表
mindmap
root((系统要求))
最低配置
8GB RAM
4核CPU
4GB磁盘空间
推荐配置
16GB RAM
8核CPU
10GB SSD
支持系统
Windows 10+
macOS 10.15+
Linux (Docker)
必装依赖清单
| 操作系统 | 必要依赖 | 安装命令 |
|---|---|---|
| Windows | Git, Python3.9+, FFmpeg | winget install Git.Python.3.9 Gyan.FFmpeg |
| macOS | Xcode命令行工具, Homebrew | xcode-select --install && /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" |
| 通用 | Docker (可选) | Docker官网下载 |
快速部署:3种方案任选
方案1:Docker一键部署(推荐)
Docker部署可自动处理所有依赖,适合新手用户:
# 克隆仓库
git clone https://gitcode.com/GitHub_Trending/me/meeting-minutes
cd meeting-minutes/backend
# Windows PowerShell
.\build-docker.ps1 cpu
.\run-docker.ps1 start -Interactive
# macOS/Linux终端
chmod +x build-docker.sh run-docker.sh
./build-docker.sh cpu
./run-docker.sh start --interactive
交互配置流程:
- 选择Whisper模型(首次推荐
base) - 设置语言(默认英语)
- 确认端口配置(默认8178/5167)
- 等待自动下载模型(约200MB)
✅ 成功验证:访问http://localhost:5167/docs应显示API文档界面
方案2:Windows原生安装
# 下载预编译后端
Invoke-WebRequest -Uri "https://gitcode.com/GitHub_Trending/me/meeting-minutes/releases/latest/download/meetily_backend.zip" -OutFile "meetily_backend.zip"
Expand-Archive -Path "meetily_backend.zip" -DestinationPath "C:\meetily_backend"
# 解锁文件并启动
cd C:\meetily_backend
Get-ChildItem -Path . -Recurse | Unblock-File
.\start_with_output.ps1
前端安装:
- 下载最新
x64-setup.exe - 右键属性→勾选"解除锁定"
- 安装时允许"来自未知发布者"
方案3:macOS原生安装
# 安装Homebrew公式
brew tap zackriya-solutions/meetily
brew install --cask meetily
# 启动后端服务
meetily-server --language en --model medium
提示:M1/M2芯片用户推荐使用
medium模型,可通过Metal加速获得最佳性能
界面导览:5分钟上手操作
成功启动后,Meetily主界面分为四大功能区域:
flowchart TD
A[会议录制区] -->|开始/暂停| B[实时转录区]
C[笔记编辑区] -->|AI总结| D[导出分享区]
A -->|系统音频+麦克风| B
B -->|生成文本| C
核心操作步骤
-
开始会议:
- 点击红色录制按钮
- 选择音频源(麦克风/系统音频/两者)
- 设置会议标题(可选)
-
实时操作:
- 转录文本实时显示于中央面板
- 可随时添加章节标记(Ctrl+T)
- 右侧边栏显示参会人识别结果
-
会议后处理:
- 自动生成AI总结(需Ollama支持)
- 编辑补充笔记内容
- 导出为Markdown/PDF格式
模型优化:性能与质量平衡术
模型选择决策树
flowchart TD
A[选择模型] -->|设备配置| B{RAM >=16GB?}
B -->|是| C[medium模型]
B -->|否| D[base模型]
C --> E[高准确率优先]
D --> F[速度优先]
E --> G[会议记录/法律场景]
F --> H[快速转录/实时场景]
模型性能对比表
| 模型 | 大小 | 转录速度 | 准确率 | 推荐设备 |
|---|---|---|---|---|
| tiny | 39MB | 实时x3 | 85% | 低配笔记本 |
| base | 142MB | 实时x1.5 | 92% | 普通电脑 |
| small | 466MB | 实时x0.8 | 95% | 高性能本 |
| medium | 1.5GB | 实时x0.5 | 98% | 台式机/MacBook Pro |
切换模型命令:
# Docker环境
./run-docker.sh start --model medium --language zh
# 原生环境
meetily-server --model small --language zh
常见问题:10秒级解决方案
启动失败
| 错误现象 | 原因分析 | 解决方案 |
|---|---|---|
| 端口占用 | 8178/5167端口被占用 | lsof -i :8178找到进程并终止 |
| 模型下载失败 | 网络问题 | 手动下载模型放入models/目录 |
| Docker权限 | 权限不足 | sudo chown $USER /var/run/docker.sock |
转录问题
Q: 转录出现卡顿怎么办?
A: 1. 降低模型等级 2. 关闭其他占用CPU的程序 3. 检查散热(CPU过热会降频)
Q: 中文转录准确率低?
A: 使用
medium以上模型,并在启动时指定--language zh参数
高级技巧:释放全部潜力
本地LLM集成
通过Ollama使用本地大模型生成会议总结:
# 安装Ollama
curl https://ollama.ai/install.sh | sh
# 下载适合总结的模型
ollama pull llama3.2:3b
# 配置Meetily使用本地模型
meetily-server --llm-provider ollama --llm-model llama3.2:3b
自动化工作流
timeline
title 会议后自动化流程
0min : 会议结束
1min : 自动生成总结
2min : 提取行动项
5min : 发送邮件通知
10min : 保存到Notion数据库
总结与展望
Meetily通过本地AI技术,解决了传统会议工具的隐私痛点与成本问题。5分钟部署流程让任何人都能快速拥有专业级会议助手,而开源特性确保了完全的数据主权。
下一步行动:
- 收藏本文以备后续查阅
- 立即尝试Docker部署体验
- 关注项目更新获取新功能通知
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
558
3.8 K
Ascend Extension for PyTorch
Python
372
434
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
890
638
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
792
195
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
347
193
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265