Meetily 把会议记录留在本机
Meetily 面向企业会议、远程协作和客户访谈等场景，核心思路是让音频采集、语音识别和摘要生成都在设备端完成，原始音频、转写文本与摘要结果默认不离开本机。项目由 Zackriya Solutions 研发，采用 MIT 协议开源，社区版可免费使用。
与依赖云端处理的会议工具相比，Meetily 把数据控制权交给使用者。资料显示它适合对隐私和合规有要求的企业、法律、医疗及研发团队，也支持完全离线运行。
从拾音到纪要的模块分工
Meetily 的音频链路支持麦克风与系统声卡采集，可切换输入源并实时监测音量，适配视频会议、语音通话和现场讨论。转录环节内置 Whisper 与 Parakeet 本地模型，能处理多语言、多口音和长音频分段；预处理部分提供降噪与回声消除，并接受 OGG、MP4 等常见格式。
转录完成后，大语言模型负责生成结构化摘要、待办事项和关键决议。用户可以在本地离线模型与云端模型之间切换，也能自定义 API 地址和模型参数。结果可导出为 Markdown 或 TXT，便于归档和后续编辑。
Rust 后端与 Next.js 前端如何配合
桌面端基于 Tauri 框架构建，Rust 主进程承担音频捕获、转录引擎和摘要生成，Next.js 前端提供界面与组件化开发体验。代码按音频采集、语音识别、LLM 调用、结果导出等模块解耦，方便二次开发。
性能方面，项目内置 macOS Metal、Windows/Linux CUDA、Vulkan、ROCm 等 GPU 加速支持，用于降低转录和摘要延迟。配置管理提供设置中心，可管理模型文件、LLM 服务商、API 密钥和输出目录；团队部署时也能通过统一配置文件批量下发设置。
运行前值得确认的几件事
Meetily 原生支持 Windows、macOS 和 Linux，界面支持多语言、主题与快捷键调整。由于本地模型和 GPU 加速对硬件有要求，部署前建议先核对目标设备的显卡驱动、模型文件路径和 API 密钥配置，再按项目说明完成环境准备。
