anarlog 离线模式实操指南断网也能完成 AI 会议笔记【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog飞机起飞后 WiFi 关闭的那十分钟你手边还有一场没开完的会云端笔记工具转写中断、页面转圈而对方还在讲上季度预算。高铁穿过隧道时的体验也差不多——语音转文字直接卡死等网络恢复时最关键的讨论已经翻篇。这类场景逼出一个问题会议笔记能不能完全不依赖网络anarlog 的离线模式就是为此设计的录音、本地语音识别、摘要生成、数据存储整条链路都能在你自己的机器上跑完。把话题落回工具本身。anarlog 是一个开源的 AI 会议笔记应用定位是 Granola 的开源替代MIT 协议桌面端覆盖 macOS、Windows 和 Linux。它不往你的会议里塞一个机器人账号而是直接监听设备上的麦克风和系统音频会话、笔记、转写文本存在本地 SQLite一种轻量嵌入式数据库文件即数据库无需服务端里。和同类产品最大的差异在于它的云能力全部是 opt-in可选开启录音、编辑、本地转写、本地摘要这些核心动作一个都不需要联网。弄清了它是什么接下来看数据到底在机器里怎么流转——这是判断离线含金量高低的关键。原理一图看懂断网时的数据流向下图是开启离线模式后一次完整会议的数据路径所有节点都在本机整条链路没有一步强制出网。⚡ 需要留意的只有一个细节本地 LLM 走的是 Ollama、LM Studio 这类本地推理服务它们以本地服务器的形式运行在同台电脑上断网期间服务必须开着anarlog 才能完成摘要。官方文档把这个离线清单整理得很细见 docs/offline.mdx。流程走通了剩下的就是把它装起来、配好、验证一遍。三步跑通离线环境第 1 步安装。从官网下载页取对应平台的桌面安装包macOS 15 的 Mac 选 Apple Silicon 版本打开并完成引导如果还需要命令行可以在Settings → Developers里一键装上随附的 CLI下面是装完后的验证命令# 桌面应用安装 CLI 后确认可执行 export PATH$HOME/.local/bin:$PATH anarlog --version第 2 步配置。打开Settings → Transcription把转写引擎换成设备上能跑的本地模型Apple Silicon 上可选 Soniqo、Apple Speech或自选一个 whisper.cpp 的.bin模型文件再打开Settings → Intelligence指向你的本地 LLM 服务Ollama / LM Studio / Unsloth并选中已下载的模型。两个设置互相独立都必须各自指向本地项。第 3 步验证。断开 Wi-Fi录一段 30 秒的测试音频确认文字能出来、摘要能生成也可以用 CLI 直接查本地库确认数据落在本机# 指向本地数据库列出已有会议 anarlog --db-path /path/to/app.db --json meetings list三步走完之后还有一块更值得展开讲本地模型这块到底有哪些选项各自适合什么情况。本地模型怎么选转写与摘要两条线anarlog 把音频转文字Transcription和文字变摘要Intelligence拆成两个独立开关离线配置时两条线都要各自落地。✅ 内置的本地转写引擎有四个可选路径当前支持范围如下详见 docs/models-and-providers.mdx转写引擎四个本地选项引擎触发时机平台要求适合场景SoniqoParakeet Streaming会议中实时出字Apple Silicon边听边看25 种欧洲语言SoniqoParakeet Batch录音结束后转写Apple Silicon带说话人标注长会优先Apple Speech会议中实时出字macOS 26 系统已装语言包中、英、日、韩等 10 种语言On-device file录音结束后转写Apple Silicon自选 whisper.cpp.bin模型摘要引擎自带 LLM摘要和 Chat 不走闭源接口而是连你本地的推理服务anarlog 不会在连接失败时悄悄改走云端只会直接报连接错误——这对敏感会议其实是好事失败是显式的本地服务特点适合人群Ollama模型多、启动简单想快速试不同模型LM Studio图形界面管理模型不太碰命令行Unsloth量化模型友好显存有限的机器Apple IntelligencemacOS 26 实验性选项不想额外装服务模型选对了再往上看它实际能帮你扛住哪几类真实工作。三种真实用法合规会议数据不出内网。某基金的风控团队开季度评审审计要求所有纪要材料不得经第三方系统。做法是把 Transcription 和 Intelligence 都指向本机模型同时关闭云同步和分享链接并开启会议网页搜索的禁用Chat 联网搜索是仅剩的出网点。结果录音、转写、摘要全程留在本机 SQLite 里导出 Markdown 直接归档过审没有额外解释成本。野外考察先下载后断网。一支地质小组进山区做现场访谈出发前把 Parakeet 模型和本地 LLM 全部下好Intelligence 指向随队的 Ollama。山里完全没有信号会议中录音正常进行回到驻地后用 Parakeet Batch 补转写并生成摘要。结果三天访谈的带说话人标注的转写一次补齐没有丢任何一段。跨部门协作客户机密进不了日志。咨询顾问在客户现场开会录音涉及未公开的经营数据。他把音频保留策略Settings → Meetings 里的 Audio file retention设成 1 天会议内容全部走本地模型只把脱敏后的摘要同步给团队。结果原始录音到期自动删除团队拿到的仍是可用的纪要敏感音频的存活时间被压到最短。场景讲完了最后把离线路线和云端路线摊开比一比帮你决定什么时候该切到哪边。离线路线还是云端路线一张表说清维度anarlog 离线路线云端托管路线网络依赖完全可断网转写、同步、搜索均需联网数据边界音频与文本不出本机按所选提供方策略出网转写语言覆盖受本地模型限制约 1025 种随上游模型持续扩展说话人标注Parakeet Batch 支持多数云端引擎原生支持使用成本一次性模型下载无按分钟计费托管方案按用量或订阅计费失败行为本地服务挂了直接报错自动在提供方间重试切换可以看出两条路线不是替代关系平时用云端省事敏感会议和移动场景切本地。从仓库的演进方向看本地能力仍在加厚——转写内核crates/transcribe-whisper-local/、本地语音识别插件plugins/local-stt/都在持续迭代on-device 模型的非 Mac 平台覆盖和更多语言支持是接下来最可能的补强方向。把模型留在自己机器上这件事anarlog 已经证明了它不需要牺牲基本体验。【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
anarlog 离线模式实操指南断网也能完成 AI 会议笔记【免费下载链接】anarlogOpen source Granola AI Alternative项目地址: https://gitcode.com/GitHub_Trending/hy/anarlog飞机起飞后 WiFi 关闭的那十分钟你手边还有一场没开完的会云端笔记工具转写中断、页面转圈而对方还在讲上季度预算。高铁穿过隧道时的体验也差不多——语音转文字直接卡死等网络恢复时最关键的讨论已经翻篇。这类场景逼出一个问题会议笔记能不能完全不依赖网络anarlog 的离线模式就是为此设计的录音、本地语音识别、摘要生成、数据存储整条链路都能在你自己的机器上跑完。把话题落回工具本身。anarlog 是一个开源的 AI 会议笔记应用定位是 Granola 的开源替代MIT 协议桌面端覆盖 macOS、Windows 和 Linux。它不往你的会议里塞一个机器人账号而是直接监听设备上的麦克风和系统音频会话、笔记、转写文本存在本地 SQLite一种轻量嵌入式数据库文件即数据库无需服务端里。和同类产品最大的差异在于它的云能力全部是 opt-in可选开启录音、编辑、本地转写、本地摘要这些核心动作一个都不需要联网。弄清了它是什么接下来看数据到底在机器里怎么流转——这是判断离线含金量高低的关键。原理一图看懂断网时的数据流向下图是开启离线模式后一次完整会议的数据路径所有节点都在本机整条链路没有一步强制出网。⚡ 需要留意的只有一个细节本地 LLM 走的是 Ollama、LM Studio 这类本地推理服务它们以本地服务器的形式运行在同台电脑上断网期间服务必须开着anarlog 才能完成摘要。官方文档把这个离线清单整理得很细见 docs/offline.mdx。流程走通了剩下的就是把它装起来、配好、验证一遍。三步跑通离线环境第 1 步安装。从官网下载页取对应平台的桌面安装包macOS 15 的 Mac 选 Apple Silicon 版本打开并完成引导如果还需要命令行可以在Settings → Developers里一键装上随附的 CLI下面是装完后的验证命令# 桌面应用安装 CLI 后确认可执行 export PATH$HOME/.local/bin:$PATH anarlog --version第 2 步配置。打开Settings → Transcription把转写引擎换成设备上能跑的本地模型Apple Silicon 上可选 Soniqo、Apple Speech或自选一个 whisper.cpp 的.bin模型文件再打开Settings → Intelligence指向你的本地 LLM 服务Ollama / LM Studio / Unsloth并选中已下载的模型。两个设置互相独立都必须各自指向本地项。第 3 步验证。断开 Wi-Fi录一段 30 秒的测试音频确认文字能出来、摘要能生成也可以用 CLI 直接查本地库确认数据落在本机# 指向本地数据库列出已有会议 anarlog --db-path /path/to/app.db --json meetings list三步走完之后还有一块更值得展开讲本地模型这块到底有哪些选项各自适合什么情况。本地模型怎么选转写与摘要两条线anarlog 把音频转文字Transcription和文字变摘要Intelligence拆成两个独立开关离线配置时两条线都要各自落地。✅ 内置的本地转写引擎有四个可选路径当前支持范围如下详见 docs/models-and-providers.mdx转写引擎四个本地选项引擎触发时机平台要求适合场景SoniqoParakeet Streaming会议中实时出字Apple Silicon边听边看25 种欧洲语言SoniqoParakeet Batch录音结束后转写Apple Silicon带说话人标注长会优先Apple Speech会议中实时出字macOS 26 系统已装语言包中、英、日、韩等 10 种语言On-device file录音结束后转写Apple Silicon自选 whisper.cpp.bin模型摘要引擎自带 LLM摘要和 Chat 不走闭源接口而是连你本地的推理服务anarlog 不会在连接失败时悄悄改走云端只会直接报连接错误——这对敏感会议其实是好事失败是显式的本地服务特点适合人群Ollama模型多、启动简单想快速试不同模型LM Studio图形界面管理模型不太碰命令行Unsloth量化模型友好显存有限的机器Apple IntelligencemacOS 26 实验性选项不想额外装服务模型选对了再往上看它实际能帮你扛住哪几类真实工作。三种真实用法合规会议数据不出内网。某基金的风控团队开季度评审审计要求所有纪要材料不得经第三方系统。做法是把 Transcription 和 Intelligence 都指向本机模型同时关闭云同步和分享链接并开启会议网页搜索的禁用Chat 联网搜索是仅剩的出网点。结果录音、转写、摘要全程留在本机 SQLite 里导出 Markdown 直接归档过审没有额外解释成本。野外考察先下载后断网。一支地质小组进山区做现场访谈出发前把 Parakeet 模型和本地 LLM 全部下好Intelligence 指向随队的 Ollama。山里完全没有信号会议中录音正常进行回到驻地后用 Parakeet Batch 补转写并生成摘要。结果三天访谈的带说话人标注的转写一次补齐没有丢任何一段。跨部门协作客户机密进不了日志。咨询顾问在客户现场开会录音涉及未公开的经营数据。他把音频保留策略Settings → Meetings 里的 Audio file retention设成 1 天会议内容全部走本地模型只把脱敏后的摘要同步给团队。结果原始录音到期自动删除团队拿到的仍是可用的纪要敏感音频的存活时间被压到最短。场景讲完了最后把离线路线和云端路线摊开比一比帮你决定什么时候该切到哪边。离线路线还是云端路线一张表说清维度anarlog 离线路线云端托管路线网络依赖完全可断网转写、同步、搜索均需联网数据边界音频与文本不出本机按所选提供方策略出网转写语言覆盖受本地模型限制约 1025 种随上游模型持续扩展说话人标注Parakeet Batch 支持多数云端引擎原生支持使用成本一次性模型下载无按分钟计费托管方案按用量或订阅计费失败行为本地服务挂了直接报错自动在提供方间重试切换可以看出两条路线不是替代关系平时用云端省事敏感会议和移动场景切本地。从仓库的演进方向看本地能力仍在加厚——转写内核crates/transcribe-whisper-local/、本地语音识别插件plugins/local-stt/都在持续迭代on-device 模型的非 Mac 平台覆盖和更多语言支持是接下来最可能的补强方向。把模型留在自己机器上这件事anarlog 已经证明了它不需要牺牲基本体验。【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
