Meetily 本地 AI 会议助手部署教程3 条路径从克隆到跑通【免费下载链接】meetilyPrivacy first, AI meeting assistant with 4x faster Parakeet/Whisper live transcription, speaker diarization, and Ollama summarization built on Rust. 100% local processing. no cloud required. Meetily (Meetly Ai - https://meetily.ai) is the #1 Self-hosted, Open-source Ai meeting note taker for macOS Windows. Understand How to write meeting minutes项目地址: https://gitcode.com/GitHub_Trending/me/meetily开会时想听实时字幕又不想让语音进云端——Meetily 把录音、转录、AI 纪要全部跑在本地数据不出机器。下面按你的目标给出 3 条部署路径预编译包、Docker 容器、原生编译从对号入座到跑通约 10 分钟到 2 小时。30 秒速览按目标选路径你想达成走哪条路径预计耗时装完就录音转写不碰终端路径 A预编译包约 10 分钟含模型下载团队环境统一、一键复现路径 BDocker 容器化30~60 分钟含镜像构建吃满 GPU 性能、深度定制路径 C原生编译1~2 小时三条路径的公共前提首次下载需联网磁盘预留 10GB 以上内存至少 8GB。Meetily 架构速览4 个本地组件组件技术栈端口作用桌面端Tauri Next.js Rust-录音、混音、界面交互转录引擎Whisper.cpp / Parakeet-音频转文字API 服务FastAPI5167会议管理、LLM 摘要数据存储SQLite 本地模型文件-转录、纪要、录音落盘转录引擎与桌面端可独立工作只有会议持久化和 AI 摘要依赖 5167 的 API 服务。也就是说路径 A 的纯桌面端已能完成录音 转写要摘要、要跨设备查记录再补后端。路径 A预编译包 10 分钟跑通适合首次体验不需要任何开发工具。Windows 与 macOS 有官方预编译安装器Linux 无预编译包走路径 B 或路径 C。Windows桌面端与后端预编译包从仓库 Releases 页面下载最新x64-setup.exe双击安装。首次启动自动下载默认转录模型设置页选麦克风与系统音频设备开始录音。需要后端服务时下载后端 zip 包解压后执行# 解除 Windows 对下载文件的锁定 Get-ChildItem -Path . -Recurse | Unblock-File # 启动 8178 转录 5167 API 双服务含交互式模型选择 .\start_with_output.ps1macOS拖拽安装下载meetily_0.2.1_aarch64.dmg把 Meetily 拖进 Applications 后打开。授权麦克风与屏幕录制两项权限系统音频采集依赖后者。Linux无预编译两条岔路只部署后端服务走路径 B要完整桌面端走路径 C。跑通验证# Windows确认两个端口在监听 Test-NetConnection localhost -Port 8178 Test-NetConnection localhost -Port 5167# macOS/Linux确认 API 可访问 curl http://localhost:5167/get-meetings文字按时间戳逐句出现顶部显示录音时长。长时间停在 Listening... 没有输出查排错速查。路径 BDocker 一键部署步骤适合部署后端服务、团队环境对齐、频繁切换版本。前置Docker DesktopWindows/macOS或 Docker EngineLinux给 Docker 分配 8GB 以上内存。克隆仓库git clone https://gitcode.com/GitHub_Trending/me/meetily cd meetily/backendWindows 构建与启动.\build-docker.ps1 cpu # 构建 CPU 版镜像 .\run-docker.ps1 start -Interactive # 交互式模型/语言/端口/数据库迁移macOS / Linux 构建与启动./build-docker.sh cpu # 构建 CPU 版镜像 ./run-docker.sh start --interactive # 交互式配置GPU 场景构建gpu镜像启动追加-GpuPowerShell或--gpubash完整参数见 backend/README.md。服务验证与日常运维转录服务 http://localhost:8178健康检查GET /转写POST /inference另支持 WebSocketAPI 文档 http://localhost:5167/docs看日志./run-docker.sh logs --service whisper --follow查状态./run-docker.sh status交互式向导会做端口冲突检测并能从旧安装迁移 SQLite 数据库老数据不用手工搬。路径 C原生编译拿满性能适合日常主力使用GPU 加速 5-10 倍速、可改源码。前置Rust、Node.js 18、C 工具链。后端Whisper 与 FastAPIWindows# 管理员模式执行自动装 Python、CMake、VS Build Tools约 15~30 分钟 .\install_dependancies_for_windows.ps1 # 第二个参数选模型tiny/base/small/medium/large-v3 build_whisper.cmd small start_with_output.ps1 # 交互式启动含端口冲突检测macOS / Linux# 先装工具链Linux 换成 sudo apt install build-essential cmake git xcode-select --install brew install python3.9 cmake llvm libomp ffmpeg ./build_whisper.sh small # 编译 whisper.cpp 并下载模型 ./clean_start_backend.sh # 启动 8178 5167 双服务前端Tauri 桌面端# Windows cd frontend pnpm install clean_run_windows.bat # 开发模式构建并运行# macOS cd frontend pnpm install ./clean_run.sh # 开发模式构建并运行Linux 用自动检测脚本按 GPU 自动选 CUDA/Vulkan/纯 CPU无需手配./dev-gpu.sh # 开发模式发布构建用 ./build-gpu.sh构建产物在src-tauri/target/release/bundle/appimage/下为 AppImage 格式。双路音频采集原生版同时采麦克风与系统音频RMS ducking 自动压低系统音避免盖过人声VAD 过滤后只有语音段送转录引擎Whisper 负载约降 70%。Whisper 模型选型决策表你的场景推荐模型内存/显存速度预期功能验证、低配机器tiny~39MB4GB 内存实时准确率一般8GB 内存日常会议base / base.en~142MB8GB 内存实时准确良好16GB 内存、准确率优先small~244MB16GB 内存准实时专业用途、离线归档medium~769MB16GB 内存或 8GB 显存明显慢于实时服务器级、最高准确率large-v3~1550MB32GB 内存或 12GB 显存最慢三条经验纯英语会议选.en变体同尺寸精度更高、速度更快。内存或磁盘吃紧换 q5_1/q8_0 量化版体积约减一半精度略降。GPU 加速倍率CUDA 5-10 倍、ROCm 4-8 倍、Vulkan 3-6 倍纯 CPU 为 1 倍基线。切换模型./run-docker.sh start --model small --language zh --detach # Docker 模式 ./build_whisper.sh medium # 原生模式指定模型重编配置速查端口、环境变量与自启动参数默认值说明WHISPER_PORT8178转录服务端口APP_PORT5167FastAPI 服务端口WHISPER_MODELbase.en模型名tiny 到 large-v3 及 .en/q5_1 变体WHISPER_LANGUAGEen会议语言auto为自动检测WHISPER_THREADS0线程数0 为自动WHISPER_TRANSLATEfalse是否翻译WHISPER_DIARIZEfalse是否说话人分离OLLAMA_HOSThttp://host.docker.internal:11434Docker 容器内访问宿主机 Ollama最小示例在 backend 目录创建或编辑temp.env写入WHISPER_MODELsmall WHISPER_LANGUAGEzh WHISPER_PORT8178 APP_PORT5167按对应路径重启服务即生效。自启动Linux systemdunit 文件指向clean_start_backend.sh服务段加Restarton-failure然后执行sudo systemctl daemon-reload sudo systemctl enable --now meetily数据位置数据库、模型、录音全在本地应用数据目录桌面端设置页可直接打开文件夹。备份该目录即备份全部会议数据。排错速查现象、原因、一条命令现象常见原因一条命令解决8178/5167 端口被占用旧进程未退出macOS/Linuxlsof -i :8178找 PID 后结束Windowsnetstat -ano \| findstr :8178Docker 不识别 GPUWindows缺 WSL2 或 NVIDIA toolkit.\run-docker.ps1 gpu-test自检日志出现 Dropped old audio chunkDocker 内存不足 8GBDocker Desktop 内存调到 8GB 后重启容器模型下载失败网络抖动或磁盘小于模型体积./run-docker.sh models download base.enPowerShell 脚本被拦截执行策略限制Set-ExecutionPolicy Bypass -Scope ProcessmacOS 编译报错缺 LLVM/libompbrew install cmake llvm libompLinux 无 GPU 加速只装了驱动没装 SDK安装 CUDA/ROCm/Vulkan SDK步骤见 docs/building_in_linux.md生产部署 Checklist✅ 8178/5167 只绑 127.0.0.1 或内网不进公网✅ 后端 CORS 从开发态全放开收紧为来源白名单✅ SQLite 数据库与录音目录纳入每日备份✅ Docker 容器加restart: unless-stoppedsystemd 加Restarton-failure✅ 监控 Dropped old audio chunk 日志出现即扩内存✅ 磁盘预留模型体积 × 2另加 30 天录音空间✅ Ollama 走内网云端 LLM 密钥单独存放并限权收尾三条路径目标一致录音、转写、摘要全部落在你自己的机器上。验证卡住时带 GPU 型号、系统版本和命令输出到 Issues 提问。资源入口代码仓库gitcode.com/GitHub_Trending/me/meetily克隆命令见路径 B问题反馈仓库 Issues 页社区官方 Discord 与 Reddit入口在 README.md 顶部【免费下载链接】meetilyPrivacy first, AI meeting assistant with 4x faster Parakeet/Whisper live transcription, speaker diarization, and Ollama summarization built on Rust. 100% local processing. no cloud required. Meetily (Meetly Ai - https://meetily.ai) is the #1 Self-hosted, Open-source Ai meeting note taker for macOS Windows. Understand How to write meeting minutes项目地址: https://gitcode.com/GitHub_Trending/me/meetily创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Meetily 本地 AI 会议助手部署教程：3 条路径从克隆到跑通
Meetily 本地 AI 会议助手部署教程3 条路径从克隆到跑通【免费下载链接】meetilyPrivacy first, AI meeting assistant with 4x faster Parakeet/Whisper live transcription, speaker diarization, and Ollama summarization built on Rust. 100% local processing. no cloud required. Meetily (Meetly Ai - https://meetily.ai) is the #1 Self-hosted, Open-source Ai meeting note taker for macOS Windows. Understand How to write meeting minutes项目地址: https://gitcode.com/GitHub_Trending/me/meetily开会时想听实时字幕又不想让语音进云端——Meetily 把录音、转录、AI 纪要全部跑在本地数据不出机器。下面按你的目标给出 3 条部署路径预编译包、Docker 容器、原生编译从对号入座到跑通约 10 分钟到 2 小时。30 秒速览按目标选路径你想达成走哪条路径预计耗时装完就录音转写不碰终端路径 A预编译包约 10 分钟含模型下载团队环境统一、一键复现路径 BDocker 容器化30~60 分钟含镜像构建吃满 GPU 性能、深度定制路径 C原生编译1~2 小时三条路径的公共前提首次下载需联网磁盘预留 10GB 以上内存至少 8GB。Meetily 架构速览4 个本地组件组件技术栈端口作用桌面端Tauri Next.js Rust-录音、混音、界面交互转录引擎Whisper.cpp / Parakeet-音频转文字API 服务FastAPI5167会议管理、LLM 摘要数据存储SQLite 本地模型文件-转录、纪要、录音落盘转录引擎与桌面端可独立工作只有会议持久化和 AI 摘要依赖 5167 的 API 服务。也就是说路径 A 的纯桌面端已能完成录音 转写要摘要、要跨设备查记录再补后端。路径 A预编译包 10 分钟跑通适合首次体验不需要任何开发工具。Windows 与 macOS 有官方预编译安装器Linux 无预编译包走路径 B 或路径 C。Windows桌面端与后端预编译包从仓库 Releases 页面下载最新x64-setup.exe双击安装。首次启动自动下载默认转录模型设置页选麦克风与系统音频设备开始录音。需要后端服务时下载后端 zip 包解压后执行# 解除 Windows 对下载文件的锁定 Get-ChildItem -Path . -Recurse | Unblock-File # 启动 8178 转录 5167 API 双服务含交互式模型选择 .\start_with_output.ps1macOS拖拽安装下载meetily_0.2.1_aarch64.dmg把 Meetily 拖进 Applications 后打开。授权麦克风与屏幕录制两项权限系统音频采集依赖后者。Linux无预编译两条岔路只部署后端服务走路径 B要完整桌面端走路径 C。跑通验证# Windows确认两个端口在监听 Test-NetConnection localhost -Port 8178 Test-NetConnection localhost -Port 5167# macOS/Linux确认 API 可访问 curl http://localhost:5167/get-meetings文字按时间戳逐句出现顶部显示录音时长。长时间停在 Listening... 没有输出查排错速查。路径 BDocker 一键部署步骤适合部署后端服务、团队环境对齐、频繁切换版本。前置Docker DesktopWindows/macOS或 Docker EngineLinux给 Docker 分配 8GB 以上内存。克隆仓库git clone https://gitcode.com/GitHub_Trending/me/meetily cd meetily/backendWindows 构建与启动.\build-docker.ps1 cpu # 构建 CPU 版镜像 .\run-docker.ps1 start -Interactive # 交互式模型/语言/端口/数据库迁移macOS / Linux 构建与启动./build-docker.sh cpu # 构建 CPU 版镜像 ./run-docker.sh start --interactive # 交互式配置GPU 场景构建gpu镜像启动追加-GpuPowerShell或--gpubash完整参数见 backend/README.md。服务验证与日常运维转录服务 http://localhost:8178健康检查GET /转写POST /inference另支持 WebSocketAPI 文档 http://localhost:5167/docs看日志./run-docker.sh logs --service whisper --follow查状态./run-docker.sh status交互式向导会做端口冲突检测并能从旧安装迁移 SQLite 数据库老数据不用手工搬。路径 C原生编译拿满性能适合日常主力使用GPU 加速 5-10 倍速、可改源码。前置Rust、Node.js 18、C 工具链。后端Whisper 与 FastAPIWindows# 管理员模式执行自动装 Python、CMake、VS Build Tools约 15~30 分钟 .\install_dependancies_for_windows.ps1 # 第二个参数选模型tiny/base/small/medium/large-v3 build_whisper.cmd small start_with_output.ps1 # 交互式启动含端口冲突检测macOS / Linux# 先装工具链Linux 换成 sudo apt install build-essential cmake git xcode-select --install brew install python3.9 cmake llvm libomp ffmpeg ./build_whisper.sh small # 编译 whisper.cpp 并下载模型 ./clean_start_backend.sh # 启动 8178 5167 双服务前端Tauri 桌面端# Windows cd frontend pnpm install clean_run_windows.bat # 开发模式构建并运行# macOS cd frontend pnpm install ./clean_run.sh # 开发模式构建并运行Linux 用自动检测脚本按 GPU 自动选 CUDA/Vulkan/纯 CPU无需手配./dev-gpu.sh # 开发模式发布构建用 ./build-gpu.sh构建产物在src-tauri/target/release/bundle/appimage/下为 AppImage 格式。双路音频采集原生版同时采麦克风与系统音频RMS ducking 自动压低系统音避免盖过人声VAD 过滤后只有语音段送转录引擎Whisper 负载约降 70%。Whisper 模型选型决策表你的场景推荐模型内存/显存速度预期功能验证、低配机器tiny~39MB4GB 内存实时准确率一般8GB 内存日常会议base / base.en~142MB8GB 内存实时准确良好16GB 内存、准确率优先small~244MB16GB 内存准实时专业用途、离线归档medium~769MB16GB 内存或 8GB 显存明显慢于实时服务器级、最高准确率large-v3~1550MB32GB 内存或 12GB 显存最慢三条经验纯英语会议选.en变体同尺寸精度更高、速度更快。内存或磁盘吃紧换 q5_1/q8_0 量化版体积约减一半精度略降。GPU 加速倍率CUDA 5-10 倍、ROCm 4-8 倍、Vulkan 3-6 倍纯 CPU 为 1 倍基线。切换模型./run-docker.sh start --model small --language zh --detach # Docker 模式 ./build_whisper.sh medium # 原生模式指定模型重编配置速查端口、环境变量与自启动参数默认值说明WHISPER_PORT8178转录服务端口APP_PORT5167FastAPI 服务端口WHISPER_MODELbase.en模型名tiny 到 large-v3 及 .en/q5_1 变体WHISPER_LANGUAGEen会议语言auto为自动检测WHISPER_THREADS0线程数0 为自动WHISPER_TRANSLATEfalse是否翻译WHISPER_DIARIZEfalse是否说话人分离OLLAMA_HOSThttp://host.docker.internal:11434Docker 容器内访问宿主机 Ollama最小示例在 backend 目录创建或编辑temp.env写入WHISPER_MODELsmall WHISPER_LANGUAGEzh WHISPER_PORT8178 APP_PORT5167按对应路径重启服务即生效。自启动Linux systemdunit 文件指向clean_start_backend.sh服务段加Restarton-failure然后执行sudo systemctl daemon-reload sudo systemctl enable --now meetily数据位置数据库、模型、录音全在本地应用数据目录桌面端设置页可直接打开文件夹。备份该目录即备份全部会议数据。排错速查现象、原因、一条命令现象常见原因一条命令解决8178/5167 端口被占用旧进程未退出macOS/Linuxlsof -i :8178找 PID 后结束Windowsnetstat -ano \| findstr :8178Docker 不识别 GPUWindows缺 WSL2 或 NVIDIA toolkit.\run-docker.ps1 gpu-test自检日志出现 Dropped old audio chunkDocker 内存不足 8GBDocker Desktop 内存调到 8GB 后重启容器模型下载失败网络抖动或磁盘小于模型体积./run-docker.sh models download base.enPowerShell 脚本被拦截执行策略限制Set-ExecutionPolicy Bypass -Scope ProcessmacOS 编译报错缺 LLVM/libompbrew install cmake llvm libompLinux 无 GPU 加速只装了驱动没装 SDK安装 CUDA/ROCm/Vulkan SDK步骤见 docs/building_in_linux.md生产部署 Checklist✅ 8178/5167 只绑 127.0.0.1 或内网不进公网✅ 后端 CORS 从开发态全放开收紧为来源白名单✅ SQLite 数据库与录音目录纳入每日备份✅ Docker 容器加restart: unless-stoppedsystemd 加Restarton-failure✅ 监控 Dropped old audio chunk 日志出现即扩内存✅ 磁盘预留模型体积 × 2另加 30 天录音空间✅ Ollama 走内网云端 LLM 密钥单独存放并限权收尾三条路径目标一致录音、转写、摘要全部落在你自己的机器上。验证卡住时带 GPU 型号、系统版本和命令输出到 Issues 提问。资源入口代码仓库gitcode.com/GitHub_Trending/me/meetily克隆命令见路径 B问题反馈仓库 Issues 页社区官方 Discord 与 Reddit入口在 README.md 顶部【免费下载链接】meetilyPrivacy first, AI meeting assistant with 4x faster Parakeet/Whisper live transcription, speaker diarization, and Ollama summarization built on Rust. 100% local processing. no cloud required. Meetily (Meetly Ai - https://meetily.ai) is the #1 Self-hosted, Open-source Ai meeting note taker for macOS Windows. Understand How to write meeting minutes项目地址: https://gitcode.com/GitHub_Trending/me/meetily创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考