我们把团队半年的会议录屏全丢给 AI 做了个检索库，今天开源了
6 个月，340 个会议录屏，总计 412 小时。当我们试图找出半年前那个“数据库连接池方案”到底是谁说的、在哪次会议上说的——发现这件事比重新开一次会还难。于是我们写了一个开源工具，今天
v0.1.0 MVP正式提交开源：DiTingAI/ditingyun
一、问题：90% 的企业知识，沉睡在录屏黑洞里
如果你在一家成长型团队，大概率是这样的：
- 每周高管复盘会、架构评审、客户访谈、新人培训，录屏堆在飞书 / Zoom / 腾讯会议里
- 会后助理整理一份纪要，关键细节依然遗漏
- 三个月后想找一个技术决策的原始上下文，翻遍聊天记录找不到
- 新人入职面对几十小时的技术分享录屏，无从下手
- 离职员工带走了他脑子里的“会议记忆”
我们自己的团队就是这样的。当 CTO 问“半年前我们为什么选了 Redis 而不是 Memcached”的时候，五个人花了整整一个下午翻录屏，最后还是靠一个老员工的记忆拼出来的。
那一刻我们意识到：录屏不是资产，能被检索的录屏才是资产。
二、市面上的方案，为什么都不对
我们调研了一圈，发现现有方案都有各自的问题：
- 飞书 / 钉钉的会议纪要：只能处理自家平台的会议，且纪要是 AI 自动总结的，丢失原话和时间戳
- Otter.ai / 通用转写工具：单次转写，没有团队知识库概念，不能跨视频检索
- Notion / 语雀：得人手动整理，整理的成本比开会还高
- 企业级知识库（Glean / Fireflies）：贵，且数据要上传到他们的云上，国内合规过不去
我们需要的是：
- 能上传任何来源的音视频（Zoom、腾讯会议、本地录屏都行）
- AI 自动转写 + 清洗，不需要人干预
- 能跨视频语义检索，输入问题直接定位到原话
- 数据完全在自己手里，代码可审计
- 5 分钟能部署起来，不是又一个需要运维团队的基础设施
找不到，就自己写一个。
三、架构：一个 Go 二进制，跑完整条管线
技术选型的三个坚持
1. 单二进制交付，零外部依赖
我们没有用 MySQL + Redis + Milvus + 消息队列这套“标准 SaaS 架构”。原因是：开源项目最大的门槛是部署门槛。如果用户要装 4 个服务才能跑起来，90% 的人在第一步就放弃了。
所以我们选了：
- SQLite（纯 Go 的
modernc.org/sqlite，不需要 CGO）存储元数据和向量 - Go 单二进制，编译出来直接跑
- Docker Compose 单服务，一条命令起整个系统
2. AI 服务彻底解耦，三路独立
- Chat 模型用商业 API
- 语音转写用 Whisper（支持自建 whisper.cpp 服务）
- 向量化用 bge-m3
我们在客户端设计了三路独立的 OpenAI 兼容端点配置，开源用户可以完全根据需求选择“全部走官方 API”、“全部本地离线”或“混搭”。
3. 向量化函数抽象，屏蔽协议差异
定义了统一的 EmbedFunc 函数签名，切换 embedding 后端只需改配置，不动业务代码。
数据流
上传音视频│▼
ffmpeg 抽 16kHz mono WAV│▼
Whisper 转写 → 原始文本│▼
LLM 清洗（去语气词 + 修正术语，如 Kubernetes、RAG 等）│▼
滑动窗口切片 + bge-m3 向量化 → SQLite 落库│▼
语义检索 / RAG 问答（答案自带时间戳出处）四、踩过的坑：真诚分享
开源不是只展示光鲜的一面，我们也把踩过的坑写出来：
- 坑 1：Whisper 冷启动超时。自建 whisper.cpp 第一次请求加载模型耗时较长，导致 Go 客户端等待。解决：增加了分步日志与预热。
- 坑 2：HTTP keep-alive 导致的 EOF。自建 embed 服务空闲关连接后复用死连接报错。解决：
http.Transport设置DisableKeepAlives: true。 - 坑 3：ffmpeg 原地覆盖文件报错。输入输出同路径直接拒绝。解决：检测扩展名，WAV 直传跳过转码。
- 坑 4：同名文件触发 UNIQUE 约束。文件名生成的 task_id 冲突。解决：task_id 追加 Unix 时间戳。
五、为什么开源，为什么选择 AGPL-3.0
做企业知识库，最大的障碍不是技术，是信任。闭源产品再怎么写承诺，也是黑盒。开源是降维打击——代码就在 GitHub 上，你自己审，自己编译，自己部署。
我们为核心代码选择了 AGPL-3.0 协议：
- ✅ 完全自由的内部自建：你可以把代码拉到自己公司的私有服务器上，内部使用不受任何限制。
- ⚠️ 防白嫖的商业保护：如果有人基于修改版通过网络对外提供 SaaS 服务，必须开源其完整修改。
- 💼 对于需要闭源二次开发或专属托管的企业客户，我们也同步提供了谛听云官网的商业云托管与授权。
六、5 分钟部署，真的
git clone https://github.com/DiTingAI/ditingyun.git
cd ditingyun
cp .env.example .env # 填入你的 API Key
docker compose up -d打开 http://localhost:8080，上传第一段视频，开始构建你的知识库。
七、最后
项目刚刚发布 v0.1.0 MVP，如果你也受够了“会议录屏黑洞”，欢迎来 GitHub 看看：
👉 DiTingAI/ditingyun
- 觉得有用，给个 ⭐ Star，这是开源作者最大的动力
- 有想法，开个 Issue，我们都会认真看