3步打造本地智能会议助手：Meetily全流程部署与使用指南

为什么选择本地会议助手？隐私与效率的双重革命

传统会议记录方式正面临三大核心痛点：云端服务的数据泄露风险、第三方API的延迟问题、以及高昂的订阅成本。Meetily作为一款开源本地AI会议助手，通过将所有处理流程限制在用户设备内部，彻底解决了这些问题。

核心优势对比

评估维度	传统云端方案	Meetily本地方案	关键差异
数据隐私	数据存储于第三方服务器	100%本地存储，无外部传输	从根本上消除数据泄露风险
网络依赖	必须联网才能使用	完全离线运行	适合网络不稳定或保密环境
处理延迟	依赖API响应速度	本地GPU/CPU实时处理	平均响应速度提升3-5倍
长期成本	按使用量付费或订阅制	一次性部署，终身免费	年节省订阅费用约1200-3600元

第一步：环境准备与依赖安装

在开始部署前，请确保您的设备满足以下条件：

系统要求分级指南

• 入门配置（基本可用）：

  • 处理器：双核CPU
  • 内存：8GB RAM
  • 存储空间：至少4GB可用空间
  • 支持系统：Windows 10/11、macOS 10.15+、Linux (Ubuntu 20.04+)

• 推荐配置（流畅体验）：

  • 处理器：四核或更高CPU
  • 内存：16GB RAM
  • 存储空间：10GB SSD
  • 显卡：支持CUDA的NVIDIA显卡（可选，用于加速AI处理）

必要依赖安装指南

根据您的操作系统，执行以下命令安装必要依赖：

Windows系统（使用PowerShell）：

# 安装Git、Python和FFmpeg
winget install Git.Python.3.9 Gyan.FFmpeg

# 验证安装
git --version
python --version
ffmpeg -version

macOS系统（使用终端）：

# 安装Xcode命令行工具和Homebrew
xcode-select --install
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安装必要依赖
brew install git python@3.9 ffmpeg

Linux系统（以Ubuntu为例）：

# 更新系统并安装依赖
sudo apt update && sudo apt install -y git python3.9 python3-pip ffmpeg

✅ 验证点：所有命令执行完成后无错误提示，各工具版本信息正常显示。

第二步：部署方案选择与实施

Meetily提供三种部署方案，您可以根据技术背景和设备条件选择最适合的方式：

方案A：Docker一键部署（推荐新手）

Docker方式可以自动处理所有依赖关系，无需手动配置环境：

1. 准备条件：已安装Docker Desktop并启动
2. 执行命令：

# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/me/meeting-minutes
cd meeting-minutes/backend

# 构建并启动Docker容器（Linux/macOS）
chmod +x build-docker.sh run-docker.sh
./build-docker.sh cpu
./run-docker.sh start --interactive

# Windows系统请使用PowerShell
.\build-docker.ps1 cpu
.\run-docker.ps1 start -Interactive

3. 交互配置流程：
   • 首次启动时选择Whisper模型（推荐新手选择"base"）
   • 设置主要使用语言（默认英语，可输入"zh"选择中文）
   • 确认服务端口（默认8178和5167，无需修改）
   • 等待模型自动下载（约200-500MB，取决于选择的模型）

✅ 验证方法：打开浏览器访问http://localhost:5167/docs，应显示API文档界面。

方案B：Windows原生安装

适合需要更好性能或无法使用Docker的Windows用户：

1. 准备条件：已安装7-Zip或其他解压工具
2. 执行命令：

# 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"

# 解压并启动
Expand-Archive -Path "meetily_backend.zip" -DestinationPath "C:\meetily_backend"
cd C:\meetily_backend
Get-ChildItem -Path . -Recurse | Unblock-File
.\start_with_output.ps1

3. 前端安装：
   • 下载最新版x64-setup.exe安装包
   • 右键安装包→属性→勾选"解除锁定"
   • 执行安装程序，接受用户协议，完成安装

✅ 验证方法：启动应用后，系统托盘出现Meetily图标，主窗口正常打开。

方案C：macOS原生安装

专为macOS优化，支持M1/M2芯片的Metal加速：

1. 准备条件：已安装Homebrew
2. 执行命令：

# 添加Meetily的Homebrew仓库
brew tap zackriya-solutions/meetily

# 安装Meetily
brew install --cask meetily

# 启动后端服务
meetily-server --language en --model medium

3. 配置优化（M1/M2用户）：

# 启用Metal加速
defaults write com.zackriya.meetily enable-metal -bool true

✅ 验证方法：在应用程序文件夹中找到Meetily并启动，无错误提示。

第三步：核心功能使用指南

成功部署后，您可以开始使用Meetily的各项核心功能。以下是主要工作流程：

会议录制与转录

Meetily能够同时捕获麦克风和系统音频，实现完整的会议记录：

1. 音频设置：

   • 点击主界面左侧"设备"图标
   • 在弹出的音频设置窗口中选择合适的输入设备
   • 对于系统音频，推荐选择"Core Audio"（macOS）或"WASAPI"（Windows）后端

   

2. 开始录制：

   • 点击主界面中央的红色录制按钮
   • 输入会议标题（可选）
   • 选择录制模式：麦克风/系统音频/两者同时

3. 实时转录查看：

   • 录制开始后，转录文本会实时显示在中央面板
   • 转录内容包含时间戳，便于后期定位
   • 可随时暂停或继续录制

   

AI会议总结生成

Meetily可以基于转录内容自动生成结构化会议总结：

1. 生成总结：

   • 录制结束后，点击顶部"Generate Note"按钮
   • 选择总结模板（标准会议/每日站会/客户访谈等）
   • 等待AI处理完成（根据会议长度，通常需要1-3分钟）

2. 总结内容编辑：

   • 总结结果分为"概要"、"关键决策"和"行动项"三个部分
   • 可直接在编辑器中修改内容
   • 使用右侧工具栏添加标题、列表、引用等格式

   

3. 导出与分享：

   • 点击顶部"Save"按钮保存到本地数据库
   • 使用"Copy"按钮复制总结内容
   • 支持导出为Markdown、PDF或TXT格式

   

模型选择与性能优化

Meetily使用Whisper模型进行语音识别，不同模型在速度和准确率上有显著差异：

模型选择决策指南

模型名称	大小	推荐配置	适用场景	转录速度	准确率
tiny	39MB	低配电脑	快速转录、实时字幕	3x实时	85%
base	142MB	普通电脑	日常会议记录	1.5x实时	92%
small	466MB	高性能本	重要会议、需要较高准确率	0.8x实时	95%
medium	1.5GB	台式机/MacBook Pro	专业场景、多语言转录	0.5x实时	98%

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

性能优化技巧

• 减少后台程序：转录时关闭其他占用CPU/GPU的应用
• 调整采样率：在设置中降低音频采样率可提高速度（默认16kHz）
• 启用硬件加速：确保已安装最新显卡驱动，开启CUDA/Metal加速
• 模型缓存：首次使用模型后会缓存到本地，后续启动速度更快

常见问题与故障排除

启动问题

现象	排查流程	解决方案
端口被占用	1. 检查8178和5167端口占用情况 2. 确认是否有其他实例在运行	Linux/macOS: lsof -i :8178找到进程并终止 Windows: `netstat -ano
模型下载失败	1. 检查网络连接 2. 查看下载目录权限	手动下载模型文件放入models/目录 确保目录有写入权限
Docker启动错误	1. 检查Docker服务状态 2. 查看日志文件	sudo systemctl restart docker重启服务 删除docker-compose.yml中冲突的端口映射

转录问题

Q: 转录出现卡顿或延迟怎么办？

A: 1. 降低模型等级（如从medium切换到base）
2. 关闭其他占用系统资源的程序
3. 检查散热情况，CPU过热会导致降频
4. 尝试重启应用

Q: 中文转录准确率不高如何解决？

A: 1. 使用medium或larger模型
2. 启动时指定--language zh参数
3. 确保音频清晰，减少背景噪音
4. 在安静环境下使用麦克风

Meetily技术架构解析

Meetily采用模块化架构设计，确保各组件松耦合且可扩展：


核心组件说明：

• 前端层：基于Electron和Next.js构建，提供跨平台用户界面
• 后端服务：使用FastAPI实现，处理转录请求和AI交互
• AI引擎：集成Whisper语音识别和Llama/LLaMA等大语言模型
• 本地数据库：SQLite存储转录文本、总结和元数据
• 音频处理：支持多源音频捕获和实时处理

这种架构设计确保了所有数据处理都在本地完成，同时保持了良好的可扩展性，方便未来添加新功能。

总结与后续学习

通过本文介绍的三个步骤，您已经成功部署并开始使用Meetily本地会议助手。这款工具不仅解决了传统会议记录的隐私和效率问题，还提供了AI辅助总结等高级功能，帮助您更专注于会议内容而非记录工作。

下一步建议：

1. 尝试不同的Whisper模型，找到速度与准确率的最佳平衡点
2. 探索总结模板功能，自定义适合您团队的会议记录格式
3. 了解Ollama集成方法，使用本地大模型提升总结质量
4. 参与项目社区，提交bug报告或功能建议

Meetily作为开源项目，持续接受社区贡献和改进，期待您的参与和反馈！