Recap
Recap 是一款开源、隐私优先且原生适配 macOS 的 AI 会议总结助手。Recap 主要解决用户在参加线上会议时，难以同时兼顾专注工作与记录关键信息的矛盾。很多时候，我们要么错过重要决策，要么因手动记笔记而打断心流状态。Recap 能够自动监听并记录会议音频，事后生成简洁摘要，让用户事后快速回顾重点。
与其他云端服务不同，Recap 的最大亮点在于隐私安全。Recap 利用 WhisperKit 在本地完成语音转录，并通过 Ollama 进行本地总结，确保敏感的商业讨论或个人话题不会离开你的设备。技术上，Recap 基于 Swift 和 SwiftUI 开发，利用 macOS 的 ScreenCaptureKit 自动识别 Zoom、Teams 等会议应用，并通过 Core Audio 捕获系统声音。
Recap 适合注重数据隐私的 macOS 用户、频繁参与线上会议的专业人士，以及愿意体验早期开源项目的开发者。需要注意的是，目前 Recap 仍处于早期开发阶段（POC），部分功能尚不完善，不建议用于关键生产环境，但作者正在积极迭代，期待社区共同完善。
使用场景
作为一名 macOS 平台的后端开发者，每天需要参加多个需求评审和技术同步会议，同时还要保证代码编写的连续性和深度思考。
没有 Recap 时
- 会议期间手动记笔记会频繁打断编程心流，导致上下文切换成本极高，效率大幅下降。
- 担心使用云端 AI 总结工具会泄露敏感的业务逻辑、代码架构或未公开的产品路线图。
- 会后回听完整录音耗时过长，难以在海量语音中快速定位关键决策点和任务分配。
- 容易遗漏会议中临时变更的技术细节，后续排查问题时缺乏准确的文字依据。
使用 Recap 后
- Recap 自动识别 Zoom 或 Teams 会议音频并在后台运行，无需手动操作，全程保护专注力。
- 所有转录和总结均在本地通过 WhisperKit 和 Ollama 完成，数据完全不出设备，消除隐私顾虑。
- 会后立即生成结构化摘要，直接查看结论和待办事项，将复盘时间从小时级缩短至分钟级。
- 完整的本地录音存档配合 AI 高亮，确保重要技术细节随时可查，避免扯皮和记忆偏差。
Recap 通过本地化隐私保护与自动化总结，让开发者在会议协作与深度工作间实现无缝切换，彻底解放双手。
运行环境要求
- macOS
无需 NVIDIA GPU，必需 Apple Silicon (M1 及以上)，通过 WhisperKit (MLX) 利用 Apple Neural Engine
本地处理：最低 16GB，推荐 32GB+；云端处理：最低 8GB，推荐 16GB+
快速开始
截图
查看截图
Recap 预览
历史回顾
常规设置
Whisper 模型部分
跳转到：
为什么选择 Recap？
你是否曾在会议中想要专注于工作，但又想捕捉到重要内容？这正是我创建 Recap 的原因。
我发现自己常常在关注会议和完成实际工作之间纠结。有时我会因为 coding 而错过关键决策，或者因为试图做笔记而失去心流状态 (flow state)。我需要某种能替我倾听并在事后提供重点摘要的东西。
但问题是——我不希望我的私人对话漂浮在某家公司的服务器上。当你讨论敏感的业务事项、产品路线图或个人话题时，这些数据应该留在你自己的机器上。这就是为什么 Recap 使用苹果自家的技术在你的 Mac 上本地处理所有内容。
Recap 当前版本尚不完善，但由于我自己每天都在使用，你可以绝对期待不久后会有新功能！
[!TIP] Recap 处于未完成状态，我建议不要将其用于生产和日常使用，但非常感谢您的帮助使其成型。
Recap
Recap 是一个开源、注重隐私、macOS 原生的项目，旨在帮助你总结会议内容。你可以总结任何应用的音频，不仅仅是会议。
功能特性
- 会议检测：使用 macOS ScreenCaptureKit (macOS 屏幕捕获框架) 自动检测 Microsoft Teams、Zoom、Google Meet 等会议
- 音频录制：录制系统音频并可选录制麦克风输入
- 本地处理：使用 WhisperKit (本地语音转录框架) 进行转录，使用 Ollama (本地大模型运行工具) 或（可选）OpenRouter (云端大模型 API 服务) 进行总结
- 隐私优先：除非你选择共享，否则数据不会离开你的设备
- 开源：完全透明的代码库，欢迎社区贡献
底层技术
- 原生 Core Audio taps (核心音频捕获接口)、AVAudioEngine (音频引擎)、无需驱动的系统音频捕获
- WhisperKit (MLX) (本地转录)、Ollama/OpenRouter (总结)
- Swift + SwiftUI (开发语言/框架)
路线图：
目前正在开发以下功能：
- 会议检测（Teams、Zoom、Google 等）
- 通过设置自定义提示词 (PR (拉取请求) 进行中)
- 使用 Parakeet V2 进行实时转录 (PR 进行中)
- 后台音频处理
- 自动停止录制
- 更好的错误处理
- 85% 或更高的测试覆盖率
目前，Recap 更多的是我正在尝试制作的概念验证 (POC)。它录制系统音频（Core Audio Taps）+ 可选的麦克风录制（你的音频），并将其提供给 Whisper 进行转录，然后使用 Ollama 进行总结。
大语言模型 (LLM) 选项：
- Ollama (推荐)：完全隐私——所有内容都留在你的设备上
- OpenRouter：基于云端的选项，如果你缺乏本地计算能力，但数据会离开你的设备
系统要求
Ollama（本地处理）
| 组件 | 最低 | 推荐 |
|---|---|---|
| macOS | 15.0 或更高版本 | 15.0 或更高版本 |
| 处理器 | Apple M1 | Apple M2 Pro 或更新版本 |
| 内存 | 16 GB | 32 GB 或更多 |
| 存储 | 10 GB 可用空间 | 50 GB 可用空间 |
OpenRouter（云端处理）
| 组件 | 最低 | 推荐 |
|---|---|---|
| macOS | 15.0 或更高版本 | 15.0 或更高版本 |
| 处理器 | Apple M1 | Apple M2 或更新版本 |
| 内存 | 8 GB | 16 GB 或更多 |
| 存储 | 2 GB 可用空间 | 5 GB 可用空间 |
注意：不支持 Intel Mac。使用风险自负。
工作原理
┌───────────────┐
┌───┤ 1. App Start │
│ └───────────────┘
▼
┌─────────────┐
│2.App Select │
└─────────────┘
│
▼
┌────────────────────────┐
│3. Start Recording │
│ • System Audio │
│ • Microphone (opt) │
└────────────────────────┘
│
▼
┌────────────────────────┐
│4. Stop Recording │
│ • Save Audio Files │
│ • Create DB Record │
└────────────────────────┘
│
▼
┌────────────────────────┐
│5. Background Process │
│ • Transcribe Audio │
│ • Generate Summary │
└────────────────────────┘
│
▼
┌────────────────────────┐
│6. Complete & Store │
│ • Update DB Record │
│ • Show Results │
└────────────────────────┘
安装
目前，Recap 仅可通过源代码编译获得。一旦核心功能稳定，将提供预构建版本。
从源代码编译
前置条件：
- 确保你的系统满足上述 系统要求
- 从 Mac App Store 安装 Xcode 15.0 或更高版本
克隆并构建：
git clone https://github.com/rawandahmad698/recap.git cd recap open Recap.xcodeproj在 Xcode 中构建：
- 构建并运行 (⌘+R)
注意：一旦应用达到生产就绪状态，未来版本将通过 Mac App Store 和直接下载提供分发。
使用方法
所需的环境变量（通过 Xcode Scheme 编辑器设置）
- 即将支持基于钥匙串（Keychain）的令牌（Token）存储
在使用之前，您需要使用 Xcode Scheme 编辑器设置以下环境变量：
HF_TOKEN（必需）：用于下载 Whisper 模型的 Hugging Face 令牌（Token）HF_TOKEN="your_huggingface_token_here"
阅读 Hugging Face 文档 获取令牌！
OPENROUTER_API_KEY（可选）：仅在使用 OpenRouter 进行摘要生成时需要OPENROUTER_API_KEY="your_openrouter_api_key_here"
阅读 OpenRouter 文档 获取密钥！
首次设置
Ollama 设置
在此处下载 Ollama：Ollama
拉取（Pull）最新模型（例如 Llama 3）：
ollama pull llama3
Whisper 模型
下载并选择模型：
- 打开 Recap 并前往 设置 → Whisper Models
- 下载一个 Whisper 模型（推荐：Large v3 以获得最佳准确度）
- 等待下载完成后再继续
配置大语言模型（LLM）提供商：
- 前往 设置 → LLM Models
- 选择您首选的提供商（Ollama 或 OpenRouter）
- 如果使用 Ollama，请确保已本地安装并运行
开始录音：
- 从下拉菜单中选择一个音频应用程序
- 点击录音按钮开始捕获
- 可选启用麦克风以进行双音频录音
- 完成后点击停止 - 处理将自动开始
贡献
我真的需要帮助来完成 Recap！任何贡献都将受到热烈欢迎。
重点：
- 查看上方的 路线图 了解当前的重点领域
如何贡献
- Fork（复刻）仓库 并创建一个功能分支
- 提交 Pull Request（拉取请求） 并清晰描述更改
欢迎所有技能水平的贡献者——从修复拼写错误到架构新功能。我是认真的！
代码检查工具（Linter）
目前未使用任何代码检查工具，但我计划在未来使用 SwiftLint/SwiftFormat（热烈欢迎 PR）。
接收发布通知，关注仓库（Repo）！
Star（星标）历史
许可证
MIT 许可证
Copyright © 2025 Rawand Ahmed Shaswar
Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.
这意味着：
允许任何类型的用途——允许个人、教育或商业使用及修改。 允许重新分发——您可以自由重新分发原始或修改后的项目。
请参阅 LICENSE 文件获取完整详情。
版本历史
v0.0.32025/08/07v0.0.22025/08/04常见问题
相似工具推荐
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。 面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。