fastrepl/anarlog 是什么？

anarlog 是一款 MIT 许可的桌面应用，在设备本地录音、转写并存储 SQLite，AI 摘要可选用本地模型或自带密钥。它适合不想让会议音频进云端的团队，但需要接受其桌面端为主、移动端未发布的事实。

fastrepl/anarlog 可以商用吗？

可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。

fastrepl/anarlog 还在维护吗？

在维护。仓库最近一次提交在 1 天前。

fastrepl/anarlog 是用什么编程语言写的？

主要是 TypeScript（依据 GitHub 的语言统计）。

anarlog 评测：本地优先的开源 AI 会议笔记工具

Q: fastrepl/anarlog 还在维护吗？

在维护。仓库最近一次提交在 1 天前。

秒懂

它是什么？: anarlog 是一款 MIT 许可的桌面应用，在设备本地录音、转写并存储 SQLite，AI 摘要可选用本地模型或自带密钥。它适合不想让会议音频进云端的团队，但需要接受其桌面端为主、移动端未发布的事实。
适合谁用？: anarlog 适合那些需要 AI 会议笔记、但无法接受第三方机器人进会议或音频上云的个人和团队，尤其是要过安全评审的组织。它不适合期待完整移动端体验或需要开箱即用托管服务的用户，因为移动端只有源码、没有分发版本，且托管 AI 和云同步均需额外配置。
能商用吗？: 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
还在维护吗？: 在维护。仓库最近一次提交在 1 天前。
用什么语言写的？: 主要是 TypeScript（依据 GitHub 的语言统计）。

以上回答依据项目的 GitHub 数据（最近同步于 2026年9月14日）和我们的分析，不构成法律意见。

开源项目深度解析

Hysen Labs 编辑部 · 2026年8月4日 · fastrepl/anarlog

它解决的不是记笔记，而是会议音频的归属问题

大多数 AI 会议笔记工具靠一个机器人加入通话，在参与者列表里挂个名字，把音频传到服务商云端。anarlog 把这条路堵死了。它在你的设备上直接捕获音频，不产生任何参与者，也不从会议内部录制。这个设计解决的是一个具体问题：安全团队看到机器人进会议就摇头，看到音频出网就否决。anarlog 的 README 直言它要让人「带着坦然的表情通过安全评审」。它的目标用户很明确，是那些既想要 AI 摘要、又不愿把对话交给别人云端的工程师和团队。

本地优先不是口号，是数据流的每一步

anarlog 把整个工作流拆成四个环节，每个环节都可以落在本地。音频捕获和录制始终在设备上，转写可以选择内置模型在 Mac 上离线运行，笔记和转写文本存进本地 SQLite，录音和附件是普通本地文件。AI 摘要和聊天这一层最灵活，你可以选本地模型、自带 API 密钥，或者接入 OpenAI 兼容的本地服务器，比如 Ollama、LM Studio 或 Unsloth。云同步和分享默认关闭，是可选功能，不是依赖。这种分层设计意味着你不必为了用 AI 摘要而被迫把音频送出去，转写和摘要可以各自独立选择运行位置。

转写与摘要分离，两个模型互不绑架

anarlog 把音频转文字和文字生成摘要分成两个独立阶段，各自有独立的设置项。转写阶段负责把音频变成文本，摘要阶段负责把文本变成笔记标题和聊天回复。你可以用本地 Apple Speech 做转写，同时用一个远程 Claude 模型做摘要，也可以反过来。这种分离在架构上很干净，因为转写对延迟和语言敏感，摘要对上下文长度和推理能力敏感，两者对隐私的敏感度也不同。README 明确说，当前托管路线里转写可能走 Deepgram Nova、Soniox 5 或 AssemblyAI Universal 3.5，摘要则通过 OpenRouter 使用 Claude Sonnet 别名。但本地路线下转写可选 Soniqo 或 Apple Speech，前提是设备支持。

从下载到跑起来，三步之外是开发者的深水区

普通用户的使用路径很短：去 release 页面下载对应平台的安装包，打开，加入会议，结束，生成笔记，导出 Markdown。要连接自定义 LLM，就在设置里填 API 密钥或本地服务器地址。但如果你想从源码构建，门槛立刻升高。你需要 Node.js 22 或更高版本、pnpm 11.1.1、Rust 1.94.0，以及 Tauri v2 的系统依赖。Debian 或 Ubuntu 上可以用仓库自带的脚本安装工具链：bash scripts/setup-linux.sh。然后执行 pnpm install --frozen-lockfile 和 pnpm exec turbo dev:desktop 启动桌面应用。注意，仓库里还有 apps/web、apps/api、apps/cli 等多个子项目，但 README 明确说 apps/web 是官网和账户门户，不是桌面记事本。

一个明显的短板：移动端只有源码，没有分发

仓库里存在 apps/mobile 和 apps/watch/apple 两个目录，分别对应移动客户端和 watchOS 伴侣应用。但 README 用一句不留余地的话说明现状：「mobile client source; no mobile app is currently distributed」。也就是说，你有源码，但没有可安装的 iOS 或 Android 应用，watchOS 应用也是「built with the mobile app」，同样没有分发。这对一个主打「打开就开会」的工具来说是硬伤。会议笔记的场景天然有移动需求，你不可能永远坐在电脑前。如果你指望在手机上录音并生成笔记，anarlog 目前给不了你现成的东西。

开源与商业的边界：社区版 MIT，企业组件另收费

anarlog 的社区应用是 MIT 许可，你可以 fork、审计、出售或自己构建。但仓库里还有 enterprise/ 目录，README 描述为「source-visible enterprise components, commercially licensed」。这意味着一部分代码看得到，但使用受商业许可约束。另外，托管 AI、加密 CloudSync、认证、计费这些功能依赖 supabase/ 目录和 apps/api 服务，它们不是桌面应用的核心路径，但如果你想用云同步或分享，就得自己部署这些可选服务。README 说这些服务「需要它们自己的可选本地服务和配置」，没有给出具体步骤，所以托管路径的实际运维成本是未知的。

和 Granola 的差别，不只是开源与否

Granola 是闭源的商业产品，anarlog 是 MIT 开源，但两者的本质区别不在许可证，而在数据流。Granola 的卖点是 AI 增强的笔记体验，但它的处理链路和存储位置由厂商控制。anarlog 把每个环节的选择权交给你，转写用哪个模型、摘要用哪个模型、数据放哪里，全部可配置。另一个实际差别是，anarlog 没有机器人进会议，Granola 也不依赖机器人，但 anarlog 把这一点作为核心特性反复强调。如果你需要把工具交给安全团队审查，anarlog 的可读源码和本地 SQLite 是实打实的筹码。但代价是你要自己处理模型接入和可能的本地性能问题，而 Granola 的托管模型开箱即用。

维护状态与升级成本：团队已转向新项目

README 开头有一段重要声明：团队现在在开发 char.com，anarlog 作为社区应用保持开源、MIT 许可，并继续维护为本地优先的会议记事本。这意味着项目没有死，但主要精力已经转移。最近的 release 显示 desktop_v1.4.15 在 2026 年 8 月 29 日发布，说明仍在迭代。升级成本方面，桌面应用是 Tauri v2 加 Rust 后端，升级涉及 Rust 工具链和依赖，但普通用户只需下载新 release。由于采用 SQLite 存储，数据迁移风险相对低，但如果你深度依赖自定义插件或本地模型，每次升级都需要重新验证这些集成是否兼容。MIT 许可允许你 fork 后自行维护，但你需要承担所有后续工作。

编辑结论

anarlog 适合那些需要 AI 会议笔记、但无法接受第三方机器人进会议或音频上云的个人和团队，尤其是要过安全评审的组织。它不适合期待完整移动端体验或需要开箱即用托管服务的用户，因为移动端只有源码、没有分发版本，且托管 AI 和云同步均需额外配置。采用前应先验证三件事：你的 macOS 是否支持内置的 Apple Speech 或 Soniqo 本地转写，你的 Linux 发行版能否满足 Rust 1.94.0 和 Tauri v2 的系统依赖，以及你选择的 OpenAI 兼容本地服务器是否与应用的 Intelligence 设置兼容。若这些条件成立，anarlog 的本地优先设计确实能让你在会议结束后导出 Markdown 笔记，而无需担心录音离开设备。

官方来源

社区笔记