Meetily：把 AI 会议助手 塞进你的电脑里Rust 构建的隐私优先本地会议转录+AI摘要工具 录音→转写→总结 | SSP Github Daily

TokenKe
4 阅读4分钟

**⚠️ 免责声明：**本工具依赖境外公开数据源（GitHub、HuggingFace 等），部分平台在中国大陆需合规网络环境。本文仅做技术分享，不构成投资建议或产品推荐。开源项目由社区维护，使用前请自行评估安全风险。

📅 2026-07-06 · 每日开源 #085

Meetily：把 AI 会议助手

塞进你的电脑里

Rust 构建的隐私优先本地会议转录+AI摘要工具
录音→转写→总结，一条数据都不出本机

⭐ 17.6k Stars🔥 今日 +1,409🦀 Rust + Tauri📄 MIT 开源

📋 项目速览

**项目名称：**Meetily

**GitHub：**Zackriya-Solutions/meetily

**官网：**meetily.ai

**定位：**隐私优先的 AI 会议助手，100% 本地处理

**技术栈：**Rust + Tauri + Next.js(React) + SQLite

**转写引擎：**Whisper.cpp / NVIDIA Parakeet ONNX

**摘要模型：**Ollama / Claude / Groq / OpenRouter / OpenAI / 自定义端点

**平台支持：**macOS（Apple Silicon + Intel）、Windows、Linux（源码构建）

**GPU 加速：**Metal/CoreML / CUDA / Vulkan 自动检测

**最新版本：**v0.4.0（MIT 协议）

**Trending 排名：**今日 GitHub Trending #1

💡 它能解决什么问题？

你有没有经历过这种场景——开完一场签了 NDA 的保密会议，需要用 AI 生成纪要，但又不敢把录音交给 Otter.ai 或 Fireflies 这类云端服务？

核心痛点有三层：

🔒 数据隐私风险

IBM 2024 报告显示，平均单次数据泄露成本高达 440 万美元，加州 2025 年已发生 400+ 起非法录音诉讼。云端会议助手的音频数据存储在第三方服务器上，对律师、医生、企业合规团队来说这是不可接受的。

💰 成本失控

云端转写按分钟计费，重度用户月支出可达 $50–200。Otter.ai 专业版 ¥60–220/月，一年下来就是几千块的订阅费。

🔗 厂商锁定

主流 SaaS 把数据存在自己服务器，你对存储位置、保留期限、数据用途没有话语权。一旦服务关停或变更政策，你的历史会议记录怎么办？

Meetily 的解法很简单：**三条链路全部下沉到本地。**录音在本地、转写在本地、摘要也可以选本地 Ollama 跑大模型。它不是 Otter.ai 的平替，而是用 Rust 从头搭了一套"数据不出本机"的会议智能栈。

✨ 核心亮点

1. Tauri + Rust + Next.js：桌面应用的最佳组合拳

Meetily 采用「Web 前端 + 原生后端」架构，这在 2025–2026 年的开源桌面项目中已成主流范式（类似 Zed、Cursor 早期版本）。具体分工如下：

  • Tauri 壳（Rust） — 系统托盘、麦克风捕获、全局快捷键、原生权限管理

  • Rust 后端 — 音频路由、转写引擎调度、SQLite 持久化、IPC 通信桥接

  • Next.js + React 前端 — 录音波形、实时转录面板、AI 总结编辑器、设置页面

  • llama-helper sidecar — 独立 GPU 加速推理进程，负责 LLM 摘要生成

这种架构的优势是：渲染层借用 React 生态快速迭代 UI，后端保留 Rust 的性能优势和系统调用能力。整个应用是单进程自包含的，不需要 Docker 或额外服务器。

2. 双引擎转写：Whisper vs Parakeet 各有专长

Meetily 提供两套本地转写引擎，定位不同：

🎙️ Whisper.cpp（OpenAI 移植版）

多语种成熟方案，社区完善，模型档位齐全（tiny/base/small/medium/large），适合通用会议和跨国团队。ggml 格式量化后体积更小。

⚡ Parakeet ONNX（NVIDIA + FluidAudio）

NVIDIA 语音识别路线之一，主打英文低延迟和流式友好，号称比 Whisper 快 4 倍。使用的是 istupakov/parakeet-tdt-0.6b-v3-onnx 转换版本，对应 NVIDIA TDT-0.6B 模型。

三个细节值得注意：

  1. 模型下载内置到应用中，不用手动去 HuggingFace 翻仓库找文件

  2. 支持「Import & Enhance」— 把历史录音拖进来换模型重跑转写

  3. 两个引擎可以按语言和场景自由切换，中文会议优先 Whisper

3. GPU 加速全自动化：Metal/CUDA/Vulkan 一键启用

GPU 加速按平台自动检测并启用，无需手动配置驱动参数：

  • **macOS：**Apple Silicon 走 Metal + CoreML，Intel Mac 也支持

  • **Windows/Linux：**NVIDIA 走 CUDA，AMD/Intel 走 Vulkan

构建脚本 build-gpu.sh 在编译期自动检测硬件并打开对应 backend flag。Linux 用户还可以通过环境变量强制指定加速方式：

TAURI_GPU_FEATURE=cuda ./build-gpu.sh   # 强制使用 CUDA TAURI_GPU_FEATURE=vulkan ./build-gpu.sh # 强制使用 Vulkan TAURI_GPU_FEATURE=hipblas ./build-gpu.sh  # 强制使用 ROCm

注意：有显卡驱动 ≠ 能启用加速。NVIDIA 机器只有驱动但没有 CUDA Toolkit，脚本仍会走 CPU-only。需确保 nvidia-smi 和 nvcc --version 都可用。

4. 灵活的 AI 摘要生态：从纯离线到云端任选

转写是 100% 本地的，但摘要这一步提供了极大的灵活性：

🏠 本地优先（零 API 费用）

Ollama 集成 — 推荐默认选项。接本地跑 Qwen、Llama、Mistral 等任意模型，完全离线工作。

☁️ 云端高质量

Claude（高质量结构化摘要）、Groq（低延迟推理）、OpenRouter（多模型一键切换）

🏢 企业私有部署

自定义 OpenAI 兼容端点 — 接入公司内部 vLLM/TGI/LM Studio/LocalAI 部署，不改代码即可集成。

摘要产物包含：会议概要、关键决策、行动项（含负责人和截止日期）、参会人列表。这套 schema 由后端硬编码 prompt template 定义，模型越强输出越结构化。

5. 音频工程细节：混合采集 + 降噪 + VAD

音频采集不只是"录麦克风"，Meetily 在这方面做了大量工程优化：

  • **双通道录制：**同时捕获麦克风 + 系统音频回采（macOS/Windows 均支持）

  • **智能混音：**麦克风与系统音频混合 + ducking（避免扬声器反馈啸叫）

  • **高级降噪：**内置麦克风降噪算法

  • **EBU R128 标准化：**自动音量平衡，不同设备声音一致

  • **VAD 语音检测：**1.5 秒静音等待，静默段不浪费算力转写

  • **蓝牙兼容：**蓝牙设备的音频重采样问题已专门修复

Windows 麦克风阵列只使用前 2 个声道以避免波束成形干扰；macOS 系统音频回声修复解决了重复捕获路径问题。这些细节体现了团队对桌面音频处理的深度理解。

6. "无机器人"设计：不打扰会议流程

这是 Meetily 最独特的设计理念。它不像 Otter.ai/Fireflies 那样需要"会议机器人加入 Zoom/Teams"来录音，而是直接从设备系统音频捕获（类似屏幕录制原理）。

好处显而易见：

  • ✅ 参会者列表不会出现奇怪的"录音机器人"

  • ✅ 没有"XXX Bot 已加入会议"的通知打断流程

  • ✅ 不受主持人权限限制或 IT 政策阻止

  • ✅ 兼容所有会议平台：Zoom、Teams、Google Meet、Discord……任何软件都行

当然，这也意味着需要遵守当地法律和公司政策的录音告知要求。

🎯 实战场景展示

👨‍⚖️ 场景一：律师的客户咨询会议

**需求：**客户对话涉及商业机密和法律策略，绝对不能上传到任何第三方服务器。

**配置：**Whisper medium 模型 + Ollama 本地 Llama 3.2 摘要

**效果：**全程离线运行，音频不出电脑。会后自动生成含行动项的结构化纪要。符合律师行业合规要求。

🏥 场景二：医疗团队的病例讨论

**需求：**患者信息属于 HIPAA 保护范畴，不能离开医院内网环境。

**配置：**Parakeet 引擎（英文低延迟）+ 企业内部 OpenAI 兼容端点摘要

**效果：**转写在本地完成，摘要通过内部网关调用私有 LLM，数据从未离开医院基础设施。满足 HIPAA 合规设计原则。

💼 场景三：企业战略闭门会

**需求：**并购讨论、定价策略等敏感内容，外部 SaaS 工具无法审批通过。

**配置：**Whisper large 模型 + Claude API 高质量摘要

**效果：**转写 100% 本地，摘要文本走 Claude API（可接受范围），录音文件永远留在员工电脑的 SQLite 数据库里。审计时可提供完整的本地数据链路证明。

🔄 场景四：旧录音补录转写

**需求：**半年前的重要培训录音只有音频文件，当时没用工具转写。

**操作：**导入音频文件 → 选 Whisper large → 开始转写

**效果：**Import & Enhance 功能让历史资产也能享受 AI 能力。支持 MP4/M4A/WAV/MP3/FLAC/AAC/WebM 等多种格式。

🚀 上手指南

方式一：直接安装包（推荐新手）

最简单的方式，去 GitHub Releases 页面下载预编译包：

🪟 Windows 用户

# 1. 访问 GitHub Releases 下载 x64-setup.exe # https://github.com/Zackriya-Solutions/meetily/releases  # 2. 双击运行安装器 # 3. 启动 Meetily → 选择录音设备 → 开始会议

🍎 macOS 用户（Apple Silicon 推荐）

# 1. 下载 .dmg 安装包 # meetily_0.4.0_aarch64.dmg（Apple Silicon）  # 2. 打开 dmg → 拖到 Applications 文件夹 # 3. 首次启动需要在系统偏好设置中允许运行 # 4. 选择录音设备 → 开始会议

💡 Apple Silicon 设备统一内存 + Metal 加速，本地 AI 模型体验最佳。

方式二：源码构建（Linux / 自定义）

🐧 Linux 构建

# Ubuntu / Debian sudo apt update && sudo apt install build-essential cmake git  # Fedora / RHEL sudo dnf install gcc-c++ cmake git  # Arch Linux sudo pacman -S base-devel cmake git  # 克隆仓库（注意当前仓库名为 meetily） git clone https://github.com/Zackriya-Solutions/meetily cd meetily/frontend pnpm install  # 开发模式（带 GPU 检测） ./dev-gpu.sh  # 生产构建 ./build-gpu.sh

🛠️ macOS 源码构建

# 安装依赖 brew install cmake node pnpm  # 克隆并构建 git clone https://github.com/Zackriya-Solutions/meetily cd meetily/frontend pnpm install  # 开发模式 pnpm tauri:dev  # 生产打包 pnpm tauri:build

方式三：Ollama 本地摘要配置（完全离线方案）

如果你追求极致隐私，可以这样搭配一套完全离线的方案：

# Step 1: 安装 Ollama（如果还没装） curl https://ollama.ai/install.sh | sh  # Step 2: 拉取适合摘要任务的轻量模型 ollama pull llama3.2:3b      # 3B 参数，速度快适合日常 ollama pull qwen2.5:7b       # 中文效果更好 ollama pull mistral:7b        # 英文摘要质量高  # Step 3: 启动 Ollama 服务 ollama serve  # Step 4: 在 Meetily 设置中选择 # AI Provider → Ollama # Model → 选择刚才下载的模型  # 完成！现在录音→转写→摘要 全程不联网

模型选择参考

根据你的硬件配置选择合适的转写模型：

tiny（39MB）— 最快 / 一般准确率 → 低配设备实时转写

base（142MB）— 快 / 良好 → 大多数日常使用 ⭐ 推荐

small（466MB）— 中等 / 较高 → 对质量有要求的会议

medium（1.5GB）— 较慢 / 最高 → 重要会议/复杂内容

Parakeet（~600MB）— 极快 / 良好 → 英文实时会议首选

首次启动时应用会自动下载默认模型，之后可在设置页面切换。

⚠️ 使用注意事项

  1. **录音合法性：**很多地区对录音有告知或同意要求，正式使用前确认公司政策和当地法规

  2. **本地 ≠ 零风险：**录音/transcript 保存在本地 SQLite 后，也要考虑磁盘加密、备份、访问控制

  3. **AI 摘要 ≠ 原文：**模型可能遗漏细节或误判语气，重要会议务必人工检查最终纪要

  4. **说话人分离：**社区版暂不支持（标记"谁说了什么"），此功能计划在 PRO 版上线

  5. **移动端缺失：**目前只有桌面端，无 iOS/Android App

  6. **Linux 无预编译包：**需从源码自行构建

🆚 社区版 vs PRO 版

Meetily 团队采用双轨制：社区版永久免费开源（MIT），PRO 版独立代码库付费运营。

🌟 Community Edition（社区版）— 永久免费

  • ✅ 本地 Whisper / Parakeet 实时转写

  • ✅ AI 摘要（Ollama/Claude/Groq/OpenRouter/OpenAI/自定义端点）

  • ✅ 麦克风 + 系统音频混合录制

  • ✅ Markdown 导出

  • ✅ 导入 & 重新转写历史音频

  • ✅ MIT 协议，完全开源可审计

💎 PRO Edition（专业版）— $10/月起

  • 🔥 更高精度的转写模型

  • 🔥 说话人分离（Speaker Diarization）— 即将上线

  • 🔥 PDF / DOCX 导出

  • 🔥 自定义摘要模板

  • 🔥 自动检测并加入会议

  • 🔥 自托管团队部署

  • 🔥 企业级审计日志

个人用社区版完全够。10 人以上的合规团队才需要考虑 PRO。PRO 不是社区版的功能扩展，而是完全重写的姊妹项目——两者代码库独立。

📝 今日总结

Meetily 的真正价值不是"又一个 AI 会议助手"，而是把**「会议数据完全留在本地」**这件事压到了一键安装的桌面应用形态。它在今天登顶 GitHub Trending #1 不是偶然——隐私焦虑正在从技术圈蔓延到普通职场人，而 Meetily 给出了一个切实可行的答案。

为什么值得关注：

  • **Rust 性能优势：**音频处理、转写调度、数据库操作都在 Rust 层完成，内存安全和并发性能远超 Electron 方案

  • **"无机器人"创新设计：**绕过会议平台的 bot 限制，从系统层面直接捕获音频

  • **灵活的摘要生态：**Ollama 纯本地 ↔ Claude/Groq 云端 ↔ 企业私有端点，按需切换

  • **双轨可持续模式：**社区版 MIT 永久免费保证底线功能，PRO 版商业化支撑长期开发

  • **17.6k Stars + 今日 +1,409：**社区活跃度高，更新节奏稳定（v0.4.0 最新版本）

不适合谁：

  • 需要说话人分离功能的实时多人会议（等 PRO 上线）

  • 主要用手机开会的人（无移动端 App）

  • 希望开箱即用云同步跨设备的人（社区版无云同步）

  • Linux 新手不想折腾编译（无预编译包）

一句话评价

"如果你的场景是'会议内容敏感 + 数据要本地 + 不需要会议平台自动接入'，Meetily 是当前开源生态里最成熟的选择。"

💬 今日互动话题

你在用什么工具记录会议？愿意尝试本地化的 AI 会议助手吗？欢迎评论区聊聊 👇

⭐ Star on GitHub****🌐 访问官网

**⚠️ 免责声明：**本文为技术分享文章，仅供学习交流。开源项目由社区维护，其功能、安全性和稳定性请读者自行评估。文中提及的商业产品仅为竞品对比参考，不代表推荐或背书。投资有风险，决策需谨慎。

每日开源 · 第 085 期 | 关注我每天获取一个值得深读的开源项目 ✨

avatar
文章
阅读
粉丝