企业官网建设流程全解析

OpenOats 100%本地化部署指南：用Ollama实现零联网的AI会议记录

【免费下载链接】OpenOatsA meeting note-taker that talks back.项目地址: https://gitcode.com/gh_mirrors/op/OpenOats

OpenOats 是一款开源的 AI 会议记录工具，能实时转写你和对方双方的对话，并在关键时刻从你自己的笔记中"说出"值得讲的重点。搭配本地 Ollama 大模型后，它可以做到 100% 离线运行：语音识别、语义检索、智能建议全部在 Mac 本机完成，实现真正的零联网 AI 会议记录。

为什么选择 100% 本地的 AI 会议记录 🕵️

用云端 AI 做会议助手，意味着你的对话文本要离开电脑。而 OpenOats 的本地部署方案把整个链路都锁在设备上：

• 语音转写永远在本地——音频文件从不离开你的 Mac
• LLM 智能建议由 Ollama 本机模型生成——不产生任何外部网络请求
• 知识库检索用本地嵌入模型——你的笔记文本也不外传
• 会议窗口默认对屏幕共享隐藏，对方根本不知道你在用它

正如项目 README.md 中所述："With Ollama: everything stays on your machine. Zero network calls."

本地 AI 会议记录的三层架构 ⚙️

OpenOats 的"零联网"由三层本地能力支撑，全部跑在你的 Mac 上：

OpenOats 本地 AI 会议记录演示：上方是来自你笔记的智能建议，下方是实时转写的对话内容

一键安装步骤：准备 Ollama 与所需模型

安装并启动 Ollama

在终端执行以下命令（Ollama 是运行本地大模型的轻量工具）：

brew install ollama ollama serve

启动后，Ollama 会监听http://localhost:11434，这正是 OpenOats 默认的接入地址。

拉取两个关键模型

OpenOats 对 Ollama 模型的默认选择定义在 SettingsStore.swift 中：

ollama pull qwen3:8b # 智能建议用的 LLM ollama pull nomic-embed-text # 知识库嵌入检索用的模型

💡 如果你用 Apple Silicon Mac，这两个模型的大小和速度都是本地部署的甜点区：qwen3:8b保证建议质量，nomic-embed-text检索速度快、内存占用小。

最快配置方法：在 OpenOats 中启用 Ollama

安装 OpenOats

通过 Homebrew 安装：

brew tap yazinsai/openoats brew install --cask yazinsai/openoats/openoats

或者从源码构建（需要 Xcode 26 / Swift 6.2）：

./scripts/build_swift_app.sh

构建脚本见 scripts/build_swift_app.sh。

在设置中选择本地提供商

打开 OpenOats，按Cmd+,进入设置：

1. LLM 提供商选择Ollama，URL 保持http://localhost:11434，模型填qwen3:8b
2. Knowledge base retrieval（知识库检索）的 Provider 选择Ollama，模型填nomic-embed-text
3. 给Knowledge Base指定一个存放.md/.txt笔记的文件夹

对应界面代码在 SettingsView.swift，其中 Ollama 模型输入框会自动从本机 Ollama 拉取可用模型列表供你选择。

📝 注意：语音转写模型是独立的本地模型（Parakeet/Whisper 等），首次点击 Live 时会自动下载，无需 API Key，也完全不需要联网 API。

Ollama 状态自动检测与模型拉取 🚀

如果你不想手动敲命令，OpenOats 的设置向导会帮你完成 Ollama 本地化部署的最后一英里：

• 状态检测：通过 Ollama 的/api/tags接口列出本机模型，并对照所需模型清单判断"就绪 / 缺模型 / 不可达"，逻辑见 OllamaSetupClient.swift
• 模型列表获取：OllamaModelFetcher.swift 负责按字母序拉取可用模型
• 带进度条拉模型：向导调用/api/pull接口流式接收 NDJSON 进度，下载百分比实时显示在向导界面，模型推荐逻辑在 RecommendationEngine.swift

这意味着即使 Ollama 装在一台内网的 Linux 机器上，只要把 Ollama URL 改成那台机器的地址，同样的检测与拉取流程照样工作。

建立本地知识库：让会议记录"懂"你的业务 📚

知识库是本地 AI 会议记录的灵魂：

1. 新建一个文件夹，放入 Markdown 或纯文本文件（会议准备文档、竞品分析、客户背景等）
2. 在设置的Knowledge Base中选择该文件夹
3. OpenOats 会按标题分块、用本地nomic-embed-text向量化，并把索引缓存到本机

当对话出现关键节点（提问、决策点、值得背书的观点），OpenOats 就用当前话题检索你的笔记，把相关要点浮现在侧边栏——整个检索过程由 OllamaEmbedClient.swift 调用本地嵌入端点完成，不碰外网。

隐私验证：确认数据不出你的 Mac 🔒

完成部署后，可以这样验证零联网：

• 会议中的音频：只在本机转写，永不上传
• 文本内容：使用 Ollama 时，所有请求都发往localhost:11434，零外部网络调用
• 会议记录：自动保存为纯文本转写 + 结构化日志，存放在~/Documents/OpenOats/
• 屏幕共享：应用窗口默认隐藏，通话双方无感知

⚠️ 合规提醒：OpenOats 会录制麦克风与系统音频。录制前请确认你所在地区的法律要求并取得必要的同意（详见 README.md 中的 Recording Consent 章节）。

常见问题 FAQ ❓

Q：硬件有什么要求？A：Apple Silicon Mac + macOS 15+。8B 模型在 M 系列芯片上流畅运行。

Q：可以只用部分本地能力吗？A：可以。转写永远是本地；LLM 和嵌入检索可以分别选云端或 Ollama，混合模式也支持。

Q：换一台服务器跑 Ollama 可以吗？A：可以。把 Ollama URL 从http://localhost:11434改成服务器地址即可，设置向导的状态检测与模型拉取同样适用。

Q：建议弹得太频繁或太少？A：在设置里调整 Suggestion Verbosity（Quiet / Balanced / Eager），对应不同的冷却时间与触发阈值，定义见 SettingsTypes.swift。

按这份指南走完，你就拥有了一个不依赖任何云 API 的 AI 会议记录系统——音频不外传、笔记不外传、建议由本机大模型生成，隐私与效率兼得。

【免费下载链接】OpenOatsA meeting note-taker that talks back.项目地址: https://gitcode.com/gh_mirrors/op/OpenOats