線上會議記錄開源神器 Vexa 實測
你也有線上會議紀錄的需求嗎？
跟外部單位開會越來越多，常開到一半就跳出 Otter / Fireflies / Fathom 的小頭像，自動幫雙方做筆記、寫摘要、列待辦。看著看著我也想用——但這類 SaaS 都有兩個讓我猶豫的地方：
- 免費額度用完就要月費（個人版多半 USD 15–20/月）
- 會議音檔會送到它們的雲端
如果你也對這兩件事在意，但又不會自己架伺服器——這篇就是寫給你的。
這篇分享一個開源替代方案：Vexa。架在自己機器上跑，0 元月費，音檔跟逐字稿全程留在自己手裡。
重點是這次連 docker 都不用自己會——我把整套安裝丟給一隻 AI agent 處理就好。
為什麼說是神器
跟一般"按 Record 才會錄"的本地工具不一樣，Vexa 的核心能力是"派一個機器人主動進你的會議"——使用體驗跟 Otter / Fireflies 一模一樣，只是這隻 bot 跑在你家的 Mac 上、不是它們的雲端。
幾個讓我願意搬過來的理由：
- bot 主動加入會議：Google Meet / Microsoft Teams / Zoom 三大平台都吃。對方在會議室裡看到的就是一個叫"Vexa Bot"的普通與會者
- 即時逐字稿：用 Whisper（OpenAI 開源的語音辨識模型）做 sub-second（小於一秒延遲）轉錄，會議結束的瞬間全文就在硬碟上
- 100+ 語言、自動偵測：跟日本客戶開、跟東南亞夥伴開、中英混講都直接吃，不用先選語言
- 四種輸出格式一次給齊：
.txt（純逐字稿）、.vtt/.srt（有時間軸的字幕）、.tsv（機器可讀的表格，每行 start/end/text）。要剪片有字幕、要做後續分析有資料表 - 完全本地：音檔、逐字稿、相關資訊都在你的 Mac，沒有任何一個檔案外流
- 可以接 Claude Code / Cursor：內建 MCP server（讓 AI agent 多接一項能力的擴充包），會議結束之後可以直接問 AI"上週四那場 user research，使用者反覆提到哪三件事"
跟付費服務比
| 面向 | Otter / Fireflies / Fathom | Vexa（自架） |
|---|---|---|
| 月費 | USD 15–20 | 0 |
| 自動派 bot 入會 | ✓ | ✓ |
| 即時逐字稿 | ✓ | ✓ |
| 音檔在哪 | 它們的雲端 | 你的硬碟 |
| 支援平台 | Meet / Teams / Zoom | Meet / Teams / Zoom |
| 語言 | 30–60 種 | Whisper 100+ |
| 客製整合 | 看廠商開放多少 | 可以串其他工具（例如自動丟進 Notion / Slack） |
| 上手門檻 | 註冊就用 | 要自架一套 docker stack（一整組互相串好的程式包，平常工程師才會玩） |
最後一行就是門檻——以前 self-host 一套 docker stack 是工程師才有耐心做完的事。Vexa 在 GitHub 上開源一年多了，但會去自己裝的人始終是少數。
安裝這次不用自己動手
我這次完全沒打開 terminal。整個安裝丟給 Hermes（Nous Research 的 AI agent，昨天 Day 140 也提過）處理。我只說了一句"在家裡那台 always-on 的 MacBook Pro 上幫我裝 Vexa、Google Meet 優先"。
它做的事大致是：
- 把 Vexa 程式碼從 GitHub 抓下來，放在那台 Mac 的一個資料夾
- 先在那台 Mac 上開一條虛擬網路（後面所有容器要用這條互相通話）
- 一口氣把整套服務需要的容器都組裝、啟動起來
- 初始化資料庫、把預設資料塞進去
- 產生一組 API key，之後召喚 bot 進會議時用來驗證是"自己人"
- 整套跑一遍確認沒有壞掉
中途有一個容器第一次沒過健康檢查，Hermes 自己去翻它的日誌、單獨重啟那一個、再驗一次健康狀態 OK 才繼續往下。整段我沒介入——我在另一台 Mac（這台 MBA）繼續寫 Day 140 的稿，它在那台 MBP 上點來點去，游標完全在我手上。
裝完拿到一個本機 endpoint（程式對外的入口）http://localhost:8056、一組 API key，跟 12 個 healthy 的 container 持續跑在背景（開會時再多一隻 vexa-bot 進去，加起來 13 個）：transcription-worker、runtime-api、mcp、dashboard、api-gateway、meeting-api、admin-api、tts-service、minio（本地物件儲存）、postgres、redis……一整套 stack（名字不用記，知道每個負責一塊就好）。
對沒寫過 docker 的人來說，這段以前是不可能的；現在這段就是"跟 AI 講一句話"。
實際開一場會看看
開會的時候我做的事很簡單：把 Google Meet 連結貼給 Hermes，跟它說"派 Vexa Bot 進這場會議"。
幾秒後，會議裡多一個與會者"Vexa Bot"。畫面上長得跟其他人一樣，只是它不會發言。
會議結束直接跟 Hermes 說"給我剛剛那場的逐字稿"，它就會把逐字稿整理好交給你。
昨天我就是用這個流程跑一場實際的 Google Meet。會議結束後，MBP 上多了：
recordings/
├── meeting-xxxx.webm ←原始錄音（58 MB）
└── meeting-xxxx.m4a ←修正時間戳的版本（22 MB）
transcripts/meeting-xxxx/
├── transcript.txt ←純文字逐字稿
├── transcript.vtt ←有時間軸的字幕格式
├── transcript.srt ←播放器吃的字幕格式
└── transcript.tsv ←機器可讀的表格
整場 1 小時左右大約 80 MB，全部留在我家裡那台 MBP 上。
適合誰、不適合誰
適合：
- 家裡或公司有一台常開的 Mac（Vexa 要持續在線等召喚）
- 會議內容有保密考量（律師、醫療、法務、財務、客戶訪談、產品策略）
- 跨語言會議多，懶得每次都改 Otter 的語言設定
- 想接後續自動化（讓 LLM 自動歸納、塞進 Notion / Slack / Linear）
- 已經受夠每月一張一張的 SaaS 訂閱
先別急著裝：
- 沒有常開的機器（Vexa 不是 SaaS，沒人 host 它）
- 公司資安政策不允許在自己機器上跑外部 docker container
如果這兩條都卡住——找個會 docker 的朋友幫你架在他家那台，或繼續用 Otter 也是合理的選擇，這篇不是非裝不可。
以前付月費給 SaaS 的兩個理由——"我不會裝"跟"我懶得維護"——AI agent 把這兩個同時解掉了。
Vexa: https://github.com/Vexa-ai/vexa
沒看過 AI agent 怎麼在你 Mac 上做事的，可以回頭看 Day 140 那篇。