Meetily：三步打造你的本地AI会议助手，数据安全尽在掌握

你是否经历过这些会议困境？重要讨论遗漏记录、敏感信息上传云端的安全隐患、跨国会议转录延迟......Meetily作为一款开源本地AI会议助手，彻底改变了这一现状。它将所有处理流程都锁定在你的设备上，就像给会议记录装上了"隐形保险箱"，既保留AI的智能便捷，又确保数据100%私有。

为什么选择本地部署？企业隐私的隐形盾牌

当传统会议工具将你的对话数据发送到云端处理时，就像在公共场所讨论商业机密。Meetily采用"数据不离开设备"的设计理念，构建了从音频捕获到AI总结的完整本地闭环。

核心能力对比：本地智能 vs 云端服务

功能特性	Meetily本地方案	传统云端服务
数据控制权	✅ 完全本地存储	⚠️ 第三方服务器处理
网络依赖	✅ 完全离线工作	⚠️ 需稳定网络连接
响应速度	⚡ 毫秒级延迟	🐢 依赖网络传输
长期成本	💰 一次性部署	💸 按使用量付费
隐私保护	🔒 零数据共享	📤 数据必然上传

部署决策指南：找到最适合你的方案

选择部署方案就像挑选合适的交通工具——需要根据你的技术背景和设备条件做出选择。以下决策树将帮你快速找到最佳路径：

flowchart TD
    A[选择部署方案] --> B{技术熟悉度}
    B -->|新手/追求简单| C[Docker一键部署]
    B -->|熟悉命令行| D[原生系统安装]
    C --> E[Windows/macOS/Linux通用]
    D --> F{操作系统}
    F -->|Windows| G[PowerShell脚本安装]
    F -->|macOS| H[Homebrew公式安装]
    F -->|Linux| I[源码编译]

方案一：Docker部署（推荐新手）

Docker就像一个标准化的集装箱，将所有依赖打包在一起，确保在任何系统上都能一致运行。

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

# Linux/macOS执行
chmod +x build-docker.sh run-docker.sh
./build-docker.sh cpu
./run-docker.sh start --interactive

# Windows PowerShell执行
.\build-docker.ps1 cpu
.\run-docker.ps1 start -Interactive

✅ 验证部署成功：打开浏览器访问 http://localhost:5167/docs，能看到API文档界面即表示部署成功。

方案二：Windows原生安装

适合希望充分利用系统资源的Windows用户：

# 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

方案三：macOS原生安装

macOS用户可通过Homebrew获得最佳体验：

# 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

⚠️ M1/M2芯片用户特别提示：推荐使用medium模型，可通过Metal加速获得最佳性能。

架构解析：Meetily如何实现本地智能

Meetily的架构就像一个精密协作的小团队，每个组件各司其职又紧密配合：


核心组件解析

• 前端界面：基于Electron和Next.js构建，提供直观的用户交互
• 音频捕获层：通过系统音频驱动同时录制麦克风和系统声音
• 后端服务：FastAPI构建的核心控制器，协调所有组件
• AI引擎：集成Whisper语音识别和Llama等大语言模型
• 本地存储：SQLite数据库安全存储转录文本和会议总结

这种架构设计确保了从音频输入到文本输出的全流程本地化，就像一个微型数据中心在你的电脑里工作。

快速上手：3分钟完成首次会议记录

配置音频设备

首次启动后，需要配置音频源。Meetily支持同时录制麦克风和系统音频，确保不会错过任何重要对话：

操作步骤：

1. 点击顶部"Devices"按钮打开设备设置
2. 选择麦克风和系统音频输入源
3. 对于macOS用户，推荐选择"Core Audio"以获得低延迟体验
4. 点击"Test Mic"验证麦克风是否工作正常

开始你的第一次录制

只需三步即可开始会议记录：

1. 点击主界面中央的红色录制按钮
2. 输入会议标题（可选）
3. 选择录音模式（麦克风/系统音频/两者）

录制过程中，你可以看到实时转录的文本出现在界面中央，就像有一位实时速记员在记录会议内容。

生成AI总结

会议结束后，Meetily可以自动生成结构化总结：

操作方法：

1. 点击"Generate Note"按钮
2. 等待AI处理（根据会议长度，通常需要1-3分钟）
3. 查看生成的摘要、关键决策和行动项
4. 使用编辑器进行手动调整和补充

模型优化：平衡速度与准确性

选择合适的模型就像调整相机焦距——需要根据场景找到最佳设置。Meetily提供多种模型选择，满足不同设备条件和使用需求：

模型性能对比

模型	大小	速度	准确率	推荐设备
tiny	39MB	⚡⚡⚡ 最快	85%	老旧笔记本
base	142MB	⚡⚡ 较快	92%	普通电脑
small	466MB	⚡ 中等	95%	高性能笔记本
medium	1.5GB	🐢 较慢	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

⚠️ 模型选择建议：如果你的电脑内存小于16GB，建议使用base模型；若需要处理专业术语较多的技术会议，推荐使用medium模型以获得更高准确率。

高级技巧：释放Meetily全部潜力

本地LLM集成

通过Ollama可以在本地运行大语言模型，实现完全离线的AI总结：

# 安装Ollama
curl https://ollama.ai/install.sh | sh

# 下载适合总结任务的模型
ollama pull llama3.2:3b

# 配置Meetily使用本地模型
meetily-server --llm-provider ollama --llm-model llama3.2:3b

自定义模型端点

对于高级用户，Meetily支持连接自定义AI服务：

应用场景：

• 连接企业内部AI服务
• 使用特定领域优化模型
• 实现更高级的总结功能

常见问题解决方案

启动故障排除

问题	根本原因	解决方案
端口占用	8178/5167端口被其他程序占用	运行lsof -i :8178找到占用进程并终止
模型下载失败	网络连接问题或模型服务器不可用	手动下载模型文件放入models/目录
Docker权限错误	当前用户无Docker执行权限	sudo chown $USER /var/run/docker.sock

转录质量优化

Q: 中文转录准确率低怎么办？

A: 根本原因是默认模型可能未针对中文优化。解决方案：

1. 启动时指定--language zh参数
2. 升级至medium模型
3. 在安静环境下使用，减少背景噪音

Q: 转录出现卡顿如何解决？

A: 这通常是CPU资源不足导致。解决步骤：

1. 降低模型等级（如从medium切换到base）
2. 关闭其他占用CPU的程序
3. 检查电脑散热，避免CPU过热降频

进阶路径：探索更多可能

掌握基础使用后，你可以通过以下方式进一步提升Meetily体验：

1. 工作流自动化：使用脚本将会议总结自动同步到Notion、Confluence等协作平台
2. 模板定制：根据团队需求创建自定义总结模板，位于frontend/src-tauri/templates/目录
3. 模型微调：针对特定行业术语微调Whisper模型，提高专业内容识别准确率
4. 插件开发：通过API扩展Meetily功能，如添加实时翻译、情绪分析等

Meetily的开源特性意味着你可以根据需求自由定制，打造真正属于你的会议助手。无论是小型团队还是大型企业，都能通过这款工具提升会议效率，同时确保数据安全。

现在就开始你的本地AI会议助手之旅吧——隐私与智能，从此可以兼得。