无网也能写 AI 会议纪要：anarlog 离线模式完整指南
【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog
anarlog 的离线模式：一款开源 AI 会议笔记应用，监听你的设备音频、本地做语音转录、笔记全部存进本地数据库，断网也照常工作。
为什么需要它
某基金公司的安全工程师，每次客户会议都得带录音笔：合同里白纸黑字写着"讨论内容不得离开办公区"，云转录工具全被拉黑。他只能会后手工听录音整理，一场 20 分钟的会要写一个小时。
一位野外地质队员的需求更直接：山地作业点三天没信号，例会照开，纪要必须在散会前出。云端笔记应用只能转圈。
这两个人要的都是"一台离线的、马上能用的 AI 笔记"。anarlog 的定位正是如此：没有机器人加入你的会议，应用直接听本地音频，模型可以全部跑在你自己的机器上。
它怎么跑的（原理速览）
整条链路拆成两条独立的线。
第一条是音频转文字：应用同时抓麦克风和系统声音，生成一份本地录音，再交给本地语音识别模型——Soniqo Parakeet（跑在 Apple 芯片上的端侧识别模型）、Apple 端侧 Speech，或你自己挑选的 whisper.cpp.bin文件（whisper.cpp 是让开源识别模型 Whisper 在本地运行的 C++ 实现）。识别能力实现在 本地转录插件 里。
第二条是文字转摘要：转录结果喂给本地大模型服务器（Ollama 就是让你在自家电脑上跑大模型的常用工具），生成摘要、标题和对话回复。
录音与所有笔记存进 本地数据库（SQLite 是不需要服务器的文件级数据库），云端同步与分享是可选项，默认关闭。这两条线可以混着配：本地转录配云端摘要也行，离线模式只要求两端都本地。
只记一条规则：转录模型和摘要模型是两个独立设置，改一个不会改另一个。
三步跑起 anarlog 离线
1. 拿到桌面应用
git clone https://gitcode.com/GitHub_Trending/hy/anarlog cd anarlog && pnpm install --frozen-lockfile pnpm exec turbo dev:desktop构建并启动桌面应用。Linux 首次使用可先跑一遍bash scripts/setup-linux.sh。
预期：应用启动，允许麦克风与系统声音权限。不想编译的话，直接从官网下载 macOS / Windows / Linux 安装包也行。
2. 选好两个本地模型
设置 → Transcription：选 Soniqo 或 Apple Speech，下载对应模型。设置 → Intelligence：连上 Ollama 或 LM Studio，选一个模型。
预期：两处"Model being used"都显示本地模型，而不是云端选项。
3. 做一次离线实测
开飞行模式，录一分钟测试。预期：屏幕出现实时转录，会后可生成摘要，随时导出 Markdown。
效果对比：anarlog 离线 vs 云端笔记
| 维度 | anarlog 离线模式 | 通用云端笔记 |
|---|---|---|
| 网络 | 零依赖，飞机高铁照用 | 网一断转录即停 |
| 数据位置 | 音频和笔记留在本地磁盘 | 音频需上传云端 |
| 成本 | 模型一次下载，长期免费 | 按会议时长持续计费 |
调优 & 避坑
两条调优建议：
- 小时级长会选 Soniqo 的 Parakeet Batch（录后批处理模型，带说话人标签）。可以和流式模型一起下载，多人会议结束后自动修正说话人标签。
- 本地大模型端挑个小而快的（3B～4B 档就够）。服务器可跑在同一台电脑上、无需联网，但会前必须启动——否则 anarlog 会直接报连接错误，而不会悄悄切回云端。这个"不听话"反而救了你。
几个高频问题：
Q：转录设成本地的，是不是就全离线了？不是。Transcription 与 Intelligence 是两组独立设置。敏感会前把两处的"Model being used"都检查一遍。
Q：Chat 里做联网搜索，数据会出去吗？会。即使转录和摘要都是本地模型，Chat 的联网搜索始终走托管端点。离线会议前关掉搜索。
Q：On-device file 的 whisper.bin有什么要求？需要 Apple Silicon Mac 和 whisper.cpp 的.bin模型文件；transcribe.cpp 的.gguf格式暂不支持。
收尾
📌 断网也能开会，anarlog 的笔记和摘要还在你手边。
【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
