Meetily部署教程Docker/原生/桌面端 3 条路线跑通本地 AI 会议助手【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会议录音不想传给第三方服务器Meetily 部署后录音、实时转录、AI 纪要全部在你自己的机器上完成它是一个开源自托管的 AI 会议助手用 Whisper开源语音转文字模型在本地转录再交给 Ollama 等本地模型开源大模型运行环境生成纪要不需要云端。先选路三条落地路径对比路线适用人群预计耗时难度Docker 部署后端服务想最快看到服务响应的用户与开发者约 30 分钟低原生编译后端Windows/macOS追求最佳转录性能、正式使用约 1 小时中桌面安装包 / 前端源码构建普通用户直接用 / 二次开发10 分钟 / 1–2 小时低 / 高最快跑起来Docker 两条命令启动 Meetily 部署前提是装好 Docker DesktopmacOS/Windows或 Docker EngineLinux并给 Docker 分配至少 8GB 内存。git clone https://gitcode.com/GitHub_Trending/me/meetily cd meetily/backend ./build-docker.sh cpu ./run-docker.sh start --interactive脚本会依次构建镜像、下载 Whisper 模型默认 base.en约 142MB、启动 whisper-server 和 meetily-backend 两个容器。首次拉取依赖耗时较长耐心等它跑完。验证是否成功浏览器打开 http://localhost:8178 看到 Whisper 服务响应即转录引擎正常打开 http://localhost:5167/docs 能看到 Swagger API 文档即后端正常它如何工作四个组件与数据流向录音进来后数据在四个组件之间流转全程不出本机组件作用端口桌面前端Tauri Next.js录音、转录与纪要界面—FastAPI 后端会议管理、调用 LLM 生成纪要5167Whisper.cpp 转录服务音频转文字8178本地 SQLite 数据库 ggml 模型文件会议记录与模型持久化—其余路径原生后端部署先装依赖再编译启动适合正式使用。前置条件WindowsPython 3.9、Visual Studio Build ToolsC 工作负载、CMakemacOSxcode-select --install并brew install python3.9 cmake llvm libomp ffmpeg部署backend/ 目录下# macOS / Linux ./build_whisper.sh small # 编译 whisper.cpp 并下载模型 ./clean_start_backend.sh # 清理旧进程并启动两个服务 # Windows管理员 PowerShell .\install_dependancies_for_windows.ps1 build_whisper.cmd small start_with_output.ps1验证与 Docker 路径相同http://localhost:8178 有响应、http://localhost:5167/docs 能看到 API 文档即成功。其余路径桌面安装包与源码开发普通用户Windows/macOS从项目 Releases 页下载x64-setup.exeWindows或.dmgmacOS安装后直接打开 Meetily首次启动按引导下载 Whisper 模型即可。前端源码开发开发者需要 Node.js、pnpm、Rust 工具链外加各平台构建工具Windows 的 VS Build Tools / CMakeLinux 的 build-essential见 docs/BUILDING.md。cd frontend pnpm install pnpm tauri:dev # 开发模式pnpm tauri:build 出正式包构建完成后安装包位于src-tauri/target/release/bundle/。调优速查改模型与改端口参数默认值何时需要改WHISPER_MODELbase.en内存/算力富余想提准确率时WHISPER_LANGUAGEen会议语言非英语时WHISPER_PORT8178端口被占用时APP_PORT5167端口被占用时WHISPER_THREADS0自动按核心数多线程导致卡顿时可限小# 1. 换更大模型medium 约 769MB准确率更高、速度更慢 ./run-docker.sh start --model medium --language zh --detach # 2. 改端口编辑 backend/docker-compose.yml 顶部的 WHISPER_PORT / APP_PORT 后重新启动排错手册四个高频问题1. 端口被占服务起不来原因8178 或 5167 已被其他进程占用。lsof -i :8178 # macOS/Linux 查占用 netstat -ano | findstr :8178 # Windows PowerShell 查占用 ./run-docker.sh stop # 或改用 -Port 8081 换端口启动2. 日志出现 Dropped old audio chunk原因Docker 内存分配不足音频处理队列溢出。解决给 Docker 至少 8GB 内存并换更小的模型如./run-docker.sh start --model base --detach。3. Windows PowerShell 提示脚本被禁止运行原因执行策略限制。Set-ExecutionPolicy Bypass -Scope Process4. macOS 编译 whisper.cpp 报错原因缺少编译器依赖。brew install cmake llvm libomp接下来可以做什么在设置里配置 Ollama本地生成第一份会议纪要按硬件水平换模型8GB 内存选 base16GB 以上再试 medium录一场真实会议验证实时转录效果仓库https://gitcode.com/GitHub_Trending/me/meetily 问题可提 Issues社区讨论可在项目 Discord 进行。【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部署教程：Docker/原生/桌面端 3 条路线跑通本地 AI 会议助手
Meetily部署教程Docker/原生/桌面端 3 条路线跑通本地 AI 会议助手【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会议录音不想传给第三方服务器Meetily 部署后录音、实时转录、AI 纪要全部在你自己的机器上完成它是一个开源自托管的 AI 会议助手用 Whisper开源语音转文字模型在本地转录再交给 Ollama 等本地模型开源大模型运行环境生成纪要不需要云端。先选路三条落地路径对比路线适用人群预计耗时难度Docker 部署后端服务想最快看到服务响应的用户与开发者约 30 分钟低原生编译后端Windows/macOS追求最佳转录性能、正式使用约 1 小时中桌面安装包 / 前端源码构建普通用户直接用 / 二次开发10 分钟 / 1–2 小时低 / 高最快跑起来Docker 两条命令启动 Meetily 部署前提是装好 Docker DesktopmacOS/Windows或 Docker EngineLinux并给 Docker 分配至少 8GB 内存。git clone https://gitcode.com/GitHub_Trending/me/meetily cd meetily/backend ./build-docker.sh cpu ./run-docker.sh start --interactive脚本会依次构建镜像、下载 Whisper 模型默认 base.en约 142MB、启动 whisper-server 和 meetily-backend 两个容器。首次拉取依赖耗时较长耐心等它跑完。验证是否成功浏览器打开 http://localhost:8178 看到 Whisper 服务响应即转录引擎正常打开 http://localhost:5167/docs 能看到 Swagger API 文档即后端正常它如何工作四个组件与数据流向录音进来后数据在四个组件之间流转全程不出本机组件作用端口桌面前端Tauri Next.js录音、转录与纪要界面—FastAPI 后端会议管理、调用 LLM 生成纪要5167Whisper.cpp 转录服务音频转文字8178本地 SQLite 数据库 ggml 模型文件会议记录与模型持久化—其余路径原生后端部署先装依赖再编译启动适合正式使用。前置条件WindowsPython 3.9、Visual Studio Build ToolsC 工作负载、CMakemacOSxcode-select --install并brew install python3.9 cmake llvm libomp ffmpeg部署backend/ 目录下# macOS / Linux ./build_whisper.sh small # 编译 whisper.cpp 并下载模型 ./clean_start_backend.sh # 清理旧进程并启动两个服务 # Windows管理员 PowerShell .\install_dependancies_for_windows.ps1 build_whisper.cmd small start_with_output.ps1验证与 Docker 路径相同http://localhost:8178 有响应、http://localhost:5167/docs 能看到 API 文档即成功。其余路径桌面安装包与源码开发普通用户Windows/macOS从项目 Releases 页下载x64-setup.exeWindows或.dmgmacOS安装后直接打开 Meetily首次启动按引导下载 Whisper 模型即可。前端源码开发开发者需要 Node.js、pnpm、Rust 工具链外加各平台构建工具Windows 的 VS Build Tools / CMakeLinux 的 build-essential见 docs/BUILDING.md。cd frontend pnpm install pnpm tauri:dev # 开发模式pnpm tauri:build 出正式包构建完成后安装包位于src-tauri/target/release/bundle/。调优速查改模型与改端口参数默认值何时需要改WHISPER_MODELbase.en内存/算力富余想提准确率时WHISPER_LANGUAGEen会议语言非英语时WHISPER_PORT8178端口被占用时APP_PORT5167端口被占用时WHISPER_THREADS0自动按核心数多线程导致卡顿时可限小# 1. 换更大模型medium 约 769MB准确率更高、速度更慢 ./run-docker.sh start --model medium --language zh --detach # 2. 改端口编辑 backend/docker-compose.yml 顶部的 WHISPER_PORT / APP_PORT 后重新启动排错手册四个高频问题1. 端口被占服务起不来原因8178 或 5167 已被其他进程占用。lsof -i :8178 # macOS/Linux 查占用 netstat -ano | findstr :8178 # Windows PowerShell 查占用 ./run-docker.sh stop # 或改用 -Port 8081 换端口启动2. 日志出现 Dropped old audio chunk原因Docker 内存分配不足音频处理队列溢出。解决给 Docker 至少 8GB 内存并换更小的模型如./run-docker.sh start --model base --detach。3. Windows PowerShell 提示脚本被禁止运行原因执行策略限制。Set-ExecutionPolicy Bypass -Scope Process4. macOS 编译 whisper.cpp 报错原因缺少编译器依赖。brew install cmake llvm libomp接下来可以做什么在设置里配置 Ollama本地生成第一份会议纪要按硬件水平换模型8GB 内存选 base16GB 以上再试 medium录一场真实会议验证实时转录效果仓库https://gitcode.com/GitHub_Trending/me/meetily 问题可提 Issues社区讨论可在项目 Discord 进行。【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