开会记笔记这件事，AI 能帮上忙，但大多数方案有个共同问题：你的会议内容要上传到云端。
Zoom 的 AI Companion、Fireflies、Otter——都很好用，但你的会议内容（可能涉及商业机密、人事讨论、产品规划）要经过别人的服务器。
Meetily 走了另一条路：100% 本地处理，不上云。
GitHub 12,000 颗星，1,200 个 fork，490 次 commits。Rust 编写，支持 macOS 和 Windows，号称"自托管 AI 会议笔记工具的第一名"。
它怎么做到的
语音转录。 使用 Parakeet 或 Whisper 模型进行实时语音转录。Parakeet 是 NVIDIA 的高性能语音识别模型，速度比标准 Whisper 快 4 倍。转录在本地完成，音频数据不离开你的电脑。
说话人分离。 自动识别不同的说话人，把会议内容按人分好。谁说了什么，一目了然。
AI 总结。 转录完成后，调用本地 Ollama 实例生成会议摘要、行动项和关键决策。不用 OpenAI、不用 Anthropic，全部本地模型处理。
导入已有录音。 除了实时录制，也支持导入已有的会议录音文件进行处理。
技术栈
Rust 后端。 核心处理逻辑用 Rust 编写，保证性能和内存安全。语音识别和 AI 总结都是计算密集型任务，Rust 的选择是合理的。
前端界面。 有独立的桌面应用界面，支持会议录制、转录查看、AI 总结浏览等功能。
Ollama 集成。 通过 Ollama 调用本地 LLM 做总结，可以选择不同大小的模型，在质量和速度之间做权衡。
和云端方案的对比
| 维度 | Meetily（本地） | Fireflies/Otter（云端） |
|---|---|---|
| 隐私 | 数据不出本地 | 数据上传到第三方 |
| 速度 | 取决于本地硬件 | 云端处理，通常较快 |
| 成本 | 免费（开源） | 订阅制收费 |
| 音质要求 | 本地麦克风即可 | 通常需要清晰的音频源 |
| 模型质量 | 受限于本地模型 | 使用云端大模型 |
关键取舍： 用本地模型做总结，质量可能不如 GPT-4 或 Claude 级别的大模型。但换回来的是完全的隐私控制——会议内容永远不会离开你的电脑。
适用场景
保密会议。 涉及商业机密、投资决策、人事讨论的会议，不适合把内容上传到任何云端服务。
合规要求。 某些行业（金融、医疗、政府）对数据出境或云端存储有严格限制。
个人会议。 不想为会议记录工具付月费的个人用户。
需要注意的事
硬件要求。 本地跑 Whisper 转录和 Ollama 总结，对 CPU/GPU 和内存有一定要求。如果你的电脑配置较低，处理速度可能会比较慢。
模型质量。 本地模型（尤其是 Ollama 上能跑的模型）在总结质量上可能不如云端大模型。这是隐私和质量的权衡。
会议平台集成。 Meetily 是本地录制的，不像云端工具那样可以自动加入 Zoom/Teams 会议。你需要自己在本地录制会议音频。
我的看法
Meetily 代表了一种越来越重要的趋势：AI 的本地化回归。
在云端 AI 高歌猛进的同时，隐私和数据主权的担忧也在增加。Meetily 给出的答案是：把 AI 能力带回本地，让用户对自己的数据有完全的控制权。
12,000 颗星说明这个需求是真实的。特别是在企业环境中，隐私合规往往是选用 AI 工具的首要考量。
如果你在意会议隐私，或者你的行业对数据出境有严格要求，Meetily 是目前最成熟的本地化方案之一。
主要来源：
- GitHub - Zackriya-Solutions/meetily（仓库分析）
- GitHub Trending Rust 周榜（热度追踪）
- 项目 README 和功能文档