现在很多团队每天都会开线上会议，例如项目同步、客户沟通、技术评审、需求讨论、远程面试和复盘会议。会议结束后，真正耗时间的往往不是开会本身，而是整理内容：

• 谁说了什么
• 哪些事项需要跟进
• 哪些决策已经确定
• 哪些问题还没有解决
• 会后纪要如何同步给团队
• 会议录音和文字稿如何保存

传统做法通常是人工记录，或者使用云端会议助手。但对于企业内部会议、客户资料、产品规划、财务讨论、法律事务等内容来说，把录音和文字稿交给第三方云服务，可能会带来隐私和合规顾虑。

Zackriya-Solutions/meetily 正是围绕这个问题设计的开源项目。官方 README 将 Meetily 定位为 privacy-first AI meeting assistant，可以捕获会议音频、实时转写并生成摘要，同时强调全部处理可以在本地机器或自有基础设施中完成。

---

一、什么是 Meetily？

Meetily 是一个开源 AI 会议助手。

它的核心目标是：

在尽量保护会议数据隐私的前提下，完成会议转写、总结和会议纪要整理。

官方介绍中提到，Meetily 可以在本地运行，捕获会议内容，实时转写并生成总结，不需要把会议数据发送到云端。

简单理解：

会议音频
  ↓
本地转写
  ↓
生成文字稿
  ↓
AI 总结
  ↓
会议纪要 / 行动项 / 决策记录

这类工具比较适合远程团队、企业内部沟通、项目管理、客户会议和注重数据控制的组织。

---

二、Meetily 解决什么问题？

很多会议工具都能录音，但录音本身并不能直接提升效率。真正有价值的是把会议内容整理成结构化信息。

常见会议后处理问题包括：

• 录音太长，不方便回看
• 人工写纪要耗时
• 会议行动项容易遗漏
• 多人发言难以整理
• 远程会议资料分散
• 云端转写服务存在隐私顾虑
• 客户会议内容不适合上传第三方平台

Meetily 的思路是把会议数据尽量留在本地处理。官方站点也说明，它是开源、自托管的 AI meeting note taker，可以实时捕获、转写和总结会议，并使用本地 AI 模型以提升隐私控制。

对于企业来说，这类工具的价值不只是“自动生成文字”，而是帮助把会议内容转化为可搜索、可追踪、可归档的团队知识。

---

三、核心特点解析

1. 本地优先，重视隐私

Meetily 的核心特点是 local-first。

官方 README 明确写到，Meetily 在本地机器上运行，会议转写和总结过程可以不把数据发送到云端；官方功能列表也强调 all processing is done on your machine。

这对于以下内容比较重要：

• 企业内部战略会议
• 客户沟通记录
• 法务与合同讨论
• 医疗、金融、教育等敏感会议
• 产品规划和研发会议

会议内容往往包含大量内部信息，能在自有环境中处理，会更容易做权限控制和审计。

---

2. 实时转写会议内容

Meetily 支持实时会议转写。

官方 README 中提到，它可以在会议进行时生成 live transcript，并使用 Whisper 或 Parakeet 模型在本地完成转写。

这类能力适合：

• 会议中实时查看文字稿
• 会后快速复盘
• 对听障用户更友好
• 跨语言团队辅助理解
• 长会议快速定位重点

相比会后再上传录音处理，实时转写更适合日常协作场景。

---

3. AI 自动总结会议

Meetily 不只是转写工具，也支持 AI 摘要。

官方功能介绍中提到，它可以生成 AI-powered summaries，并支持灵活选择 AI Provider，包括 Ollama 本地模型、Claude、Groq、OpenRouter 或 OpenAI-compatible endpoint。

比较常见的会议总结结构包括：

会议主题
关键讨论点
已确认决策
待办事项
负责人
截止时间
风险与阻塞点
后续跟进安排

这样会议内容就不只是文字稿，而是可以直接进入项目管理和团队协作流程。

---

4. 支持多平台会议

Meetily 的优势之一是平台无关。

官方站点说明，它可以用于 Google Meet、Zoom、Microsoft Teams，也可以用于 Discord、Slack Huddles、Webex 等视频会议软件；它通过捕获设备系统音频工作，不依赖浏览器插件或平台专用集成。

这意味着团队不需要因为会议平台不同而切换不同工具。

常见场景包括：

• Zoom 客户会议
• Google Meet 远程沟通
• Teams 企业会议
• Discord 社区讨论
• Slack Huddle 内部同步

---

5. 支持桌面端与自托管方向

官方 README 中列出 Meetily 支持 macOS、Windows 和 Linux，并说明 Linux 端可以从源码构建。

官方 Release 页面显示，Meetily 已持续发布多个版本，最新列表中包括 v0.4.0、v0.3.0、v0.2.1、v0.2.0 等版本，其中 v0.4.0 更新包含 multi language summary、analytics opt-in by default 等内容。

这说明它不是单纯概念项目，而是处于持续迭代中的开源会议助手。

---

四、适合哪些场景？

团队会议纪要

适合日常站会、需求会、复盘会和跨部门会议。

客户沟通记录

适合销售、客服、项目经理整理客户需求和跟进事项。

技术评审

适合记录架构讨论、代码评审、故障复盘和方案决策。

远程协作

适合跨地区团队记录会议内容，减少信息遗漏。

企业知识沉淀

将会议转写和总结归档，形成可搜索的团队知识库。

本地 AI 办公工具

适合注重隐私控制、不希望会议数据直接进入第三方云服务的团队。

---

五、部署参考

Meetily 更接近桌面会议助手和本地 AI 工具，不是传统 Web 后端服务。

如果是普通用户，可以优先使用官方桌面安装包。
如果是开发者或团队自托管环境，可以根据官方说明从源码构建。

基础环境准备

apt update
apt install -y git curl build-essential python3 python3-venv python3-pip nodejs npm

如果需要音频处理、模型推理或桌面端构建，还需要根据具体平台准备额外依赖。

---

Linux 构建参考

官方 README 中给出的 Linux quick start 示例是克隆仓库后进入 frontend 目录，安装 pnpm 依赖并执行 GPU 构建脚本。

git clone https://github.com/Zackriya-Solutions/meeting-minutes
cd meeting-minutes/frontend
pnpm install
./build-gpu.sh

需要注意的是，项目仓库和文档中可能会随版本调整目录结构和构建方式，实际部署时建议以当前 README 和 Release 说明为准。

---

本地模型总结

如果希望尽量本地化，可以使用 Ollama 作为总结模型后端。官方 README 提到 Meetily 支持 Ollama 本地模型，也支持 Claude、Groq、OpenRouter 或 OpenAI-compatible endpoint。

比较常见的本地化组合是：

Whisper / Parakeet 本地转写
  ↓
Ollama 本地模型总结
  ↓
会议纪要保存到本地或自有服务器

如果使用外部模型 API，总结阶段可能会发送转写文本到对应 Provider，因此需要根据会议敏感程度选择合适方案。

---

六、服务器部署建议

Meetily 的核心会议捕获能力更适合运行在会议参与者的本地电脑上，因为它需要采集系统音频、麦克风输入和桌面会议内容。

但如果要做团队级会议知识管理，云服务器仍然很有价值。

比较合理的结构是：

本地电脑运行 Meetily
  ↓
生成转写和会议摘要
  ↓
同步到自有服务器
  ↓
会议归档 / 搜索 / 权限管理 / 知识库

例如可以在莱卡云服务器上搭建会议资料管理环境，将转写文本、会议摘要、行动项、项目目录、权限控制、备份归档和搜索服务统一管理。这样本地电脑负责会议采集和初步处理，服务器负责长期存储、团队访问和知识沉淀。

这种方式适合：

• 远程团队会议归档
• 客户会议记录管理
• 项目复盘资料整理
• 内部知识库建设
• 多人共享会议纪要
• 会议内容长期检索

如果希望进一步扩展，也可以在服务器上搭建：

文件存储
全文搜索
知识库系统
权限管理
自动备份
内部 Wiki
RAG 检索服务

这样 Meetily 生成的会议资料就可以进入团队知识流，而不是散落在个人电脑里。

---

七、配置建议

如果只是保存会议纪要和转写文本，2 核 4G 就可以起步。

如果需要运行知识库、全文搜索、文档管理、RAG 服务或多人访问，建议使用 4 核 8G 或更高配置。

如果要在服务器侧运行本地 LLM、批量总结或语音模型推理，则需要根据模型大小规划更高配置，必要时使用 GPU。

参考配置：

会议资料归档：2核4G
团队知识库：4核8G
全文搜索 / RAG：8核16G
本地模型总结：根据模型大小增加内存或 GPU
企业会议资料平台：16核32G+

需要注意的是，会议录音、转写文件、摘要和附件会持续增长，建议提前规划磁盘空间和备份策略。

---

八、隐私与合规注意事项

会议记录涉及隐私和合规，部署时需要特别注意。

建议：

• 会议录制前取得相关人员同意
• 明确告知是否开启转写和总结
• 敏感会议尽量使用本地模型
• 不要把会议资料目录暴露公网
• 服务器访问使用强密码或 SSH 密钥
• 会议纪要按项目或团队设置权限
• 定期清理不需要保留的录音
• 对客户会议和内部资料做好备份与审计
• 使用外部 AI Provider 前确认数据处理规则

官方站点也强调，Meetily 的设计目标是让用户掌控会议数据；转写可本地运行，摘要可以选择本地模型或自带 API Key。

---

九、使用建议

Meetily 可以提升会议记录效率，但不建议完全依赖自动总结。

更稳妥的流程是：

会议实时转写
  ↓
自动生成摘要
  ↓
人工检查关键决策
  ↓
补充负责人和截止日期
  ↓
同步到项目管理工具
  ↓
归档到知识库

尤其是客户需求、合同条款、财务数据、法律意见、医疗教育等敏感或高价值内容，自动摘要只能作为初稿，最终纪要仍然建议人工确认。

---

十、总结

Meetily 本质上是一个：

本地优先的开源 AI 会议助手。

它的主要价值在于：

• 实时会议转写
• AI 自动生成会议摘要
• 支持本地处理和自托管
• 支持多种会议平台
• 支持本地模型或自带 API Key
• 适合团队会议、客户沟通、技术评审和知识沉淀
• 可以与自有服务器上的会议资料管理系统配合使用

对于需要整理会议纪要、管理客户沟通记录或建设团队知识库的用户来说，Meetily 是一个值得关注的开源项目。配合稳定的云端资料管理环境使用，可以把会议内容从零散记录，逐步整理成可搜索、可追踪、可长期维护的团队知识资产。