Meetily用户手册：高效会议记录与AI总结技巧

2026-02-04 04:15:22作者：彭桢灵Jeremy

你是否还在为会议记录耗费2小时整理1小时的讨论？是否担心云端AI工具泄露敏感会议内容？Meetily——这款完全本地运行的开源AI会议记录生成器，将彻底改变你的会议管理方式。本文将系统讲解从安装部署到高级功能的全流程技巧，帮助你实现"会议结束即得纪要"的高效工作流。

核心优势

Meetily作为本地化AI会议助手，具备以下核心优势：

特性	Meetily	传统记录方式	云端AI工具
处理速度	实时转录(≤2秒延迟)	人工耗时2-3倍	依赖网络延迟
数据安全	100%本地存储	纸质/本地文档	云端存储风险
成本结构	一次性部署(免费开源)	人力成本	按次/订阅收费
离线可用	完全支持	支持	完全不支持
定制能力	模型/提示词自定义	高度定制	有限定制

快速部署指南

系统要求

最低配置：4核CPU/8GB RAM/10GB硬盘空间
推荐配置：8核CPU/16GB RAM/NVIDIA GPU(可选，加速AI处理)
支持系统：Windows 10+/macOS 12+/Linux(Ubuntu 20.04+)

Docker一键部署（推荐）

# 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
./build-docker.sh cpu
./run-docker.sh start --interactive

⚠️ 首次启动会自动下载约500MB基础模型，根据网络情况需要5-15分钟

本地编译部署

Windows环境

# 安装依赖（管理员权限）
Set-ExecutionPolicy Bypass -Scope Process -Force
.\install_dependancies_for_windows.ps1

# 构建Whisper模型
build_whisper.cmd medium

# 启动服务
start_with_output.ps1

macOS/Linux环境

# 安装系统依赖
brew install python@3.9 cmake llvm libomp ffmpeg # macOS
# 或
sudo apt install python3.9 cmake llvm libomp ffmpeg # Linux

# 构建并启动
./build_whisper.sh medium
./clean_start_backend.sh

界面功能详解

主界面布局

mindmap
  root((主界面))
    顶部工具栏
      录音控制区
      会议信息编辑
      设置入口
    左侧导航栏
      会议列表
      收藏记录
      回收站
    中央工作区
      实时转录文本
      AI总结面板
      时间轴控制
    右侧功能面板
      参会人管理
      任务分配
      导出选项

核心功能操作

1. 会议录制控制

麦克风+系统音频双录：点击工具栏"录制"按钮旁的下拉箭头，选择音频源组合
暂停/继续：使用快捷键Ctrl+Shift+Space(Windows)或Cmd+Shift+Space(macOS)
标记重要节点：会议中按Ctrl+M添加时间戳标记，后续可快速定位

2. 实时转录与编辑

** speaker识别**：首次使用需在设置中启用"说话人分离"，支持最多8人同时识别
实时纠错：点击转录文本直接修改，系统会自动学习你的术语偏好
重点高亮：选中文字按Ctrl+H添加高亮，总结时将优先处理高亮内容

3. AI总结生成

Meetily提供三种总结模式：

快速摘要：200字以内核心结论，会议中实时更新
详细纪要：包含讨论要点、分歧意见、决策事项的结构化文档
行动项清单：自动提取待办事项，可直接分配负责人和截止日期

AI模型优化配置

模型选择指南

模型类型	适用场景	资源占用	转录准确率
tiny.en	英语快速会议	2GB RAM	85-90%
base	常规双语会议	4GB RAM	90-95%
medium	技术研讨会(多术语)	8GB RAM	95-98%
large-v3	重要战略会议	16GB RAM	98-99%

性能调优参数

修改backend/temp.env文件配置：

# 转录优化
WHISPER_MODEL=medium
WHISPER_LANGUAGE=zh
WHISPER_CHUNK_SIZE=3000
WHISPER_OVERLAP=200

# 总结优化
SUMMARY_PROVIDER=ollama
SUMMARY_MODEL=llama3.2:11b
CHUNK_SIZE=5000
OVERLAP=500

本地GPU加速配置

安装NVIDIA显卡驱动(版本≥525.60.13)
在Docker启动命令中添加--gpu参数：

./run-docker.sh start --model large-v3 --gpu --detach

验证GPU是否启用：访问http://localhost:5167/health，查看gpu_available字段

工作流实战技巧

团队协作最佳实践

会前准备

导入会议议程：通过"文件>导入议程"上传Word/Markdown文档，AI会据此优化转录重点
预设参会人：在会议详情页添加参会人列表，提高speaker识别准确率
自定义提示词：设置>AI>总结提示词，添加团队特有术语库

会中协作

实时共享：点击"共享"生成临时链接，团队成员可实时查看转录内容(仅局域网内)
协作编辑：授权参会人编辑权限，多人可同时标注重点内容
即时问答：右侧面板"AI助手"可针对当前讨论内容提问，获取即时解答

会后处理

timeline
    title 会议后30分钟工作流
    0分钟 : 自动生成总结初稿
    5分钟  : 检查并修正转录错误
    10分钟 : 分配行动项给团队成员
    15分钟 : 导出为Markdown发送邮件
    20分钟 : 同步至Notion/Confluence
    30分钟 : 设置下次会议提醒

常见问题解决方案

转录质量问题

问题现象	可能原因	解决方案
识别错误多	口音重/专业术语多	1.切换至large模型 2.上传术语表至`backend/custom_terms.txt`
断句不自然	说话速度快	调整`WHISPER_CHUNK_SIZE`至4000
speaker混淆	多人同时发言	启用"增强说话人分离"，降低麦克风增益

性能优化方案

内存占用过高：关闭"实时总结"，会议结束后再生成
CPU占用100%：在设置>性能中，将线程数调为CPU核心数的1/2
转录延迟>5秒：降低模型等级，或关闭"实时翻译"功能

Docker部署常见问题

端口冲突解决

# 查看冲突进程
netstat -tulpn | grep 8178  # Linux
# 或
lsof -i :8178  # macOS

# 自定义端口启动
./run-docker.sh start --port 8179 --app-port 5168

模型下载失败

手动下载模型文件后放入指定目录：

Windows: C:\Users\<用户名>\.meetily\models
macOS/Linux: ~/.meetily/models

高级自定义选项

自定义总结模板

编辑backend/prompts/summary_template.md文件，支持Markdown格式，可包含：

{{meeting_topic}} - 会议主题
{{start_time}} - 开始时间
{{decision_points}} - 自动提取的决策点
{{action_items}} - 自动提取的行动项

示例模板：

# {{meeting_topic}} 会议纪要
**时间**: {{start_time}} - {{end_time}}
**参会人**: {{attendees}}

## 讨论要点
{{discussion_points}}

## 决议事项
{{decision_points}}

## 行动项跟踪
{{action_items}}

## 待解决问题
{{open_issues}}

API集成开发

Meetily提供RESTful API供外部系统集成：

# 获取会议列表示例
import requests

response = requests.get(
    "http://localhost:5167/api/meetings",
    headers={"Authorization": "Bearer YOUR_API_KEY"}
)

for meeting in response.json():
    print(f"{meeting['title']}: {meeting['date']} - {meeting['duration']}分钟")