Laxcorp-Research/project-raven

解决的问题

Project Raven 是一款开源会议副驾驶，旨在提供实时 AI 辅助与自动化会后文档记录，且无需依赖托管后端或云端同步。它解决了为用户与其他参与者捕获高质量、分离音频流的问题，同时通过将录音与笔记保留在本地来维护隐私。

运作方式

Raven 是一款 Electron 桌面应用程序，使用原生辅助工具（macOS 上的 Swift，Windows 上的 Rust）来捕获系统音频与麦克风输入。它采用 GStreamer 进行回音消除与残余回音闸，以确保转录质量。该应用程序使用“自备密钥”(BYOK) 模式，将音频发送至 Deepgram 或 AssemblyAI 进行转录，并将提示词发送至 Anthropic 或 OpenAI 进行 AI 辅助。

关键技术组件包括：

• 双流捕获：将“你”与“他们”分离为平行流。
• 本地 RAG：使用 Xenova/all-MiniLM-L6-v2 进行设备端嵌入与上传文档的检索。
• 隐形覆盖层：使用 setContentProtection 在 Zoom 与 Teams 等平台的屏幕共享期间保持隐形。
• 本地存储：所有会议记录与转录内容均存储在本地 SQLite 数据库中。

目标用户

适用于需要 AI 会议助理，但要求严格数据隐私、对会议记录拥有本地控制权，并希望使用自有 AI API 提供商的专业人士与研究人员。

特色亮点

• 实时 AI 辅助：一个在通话期间建议发言内容的覆盖层，其他参与者无法看见。
• 隐私优先：无需 Raven 账号或托管服务器；所有数据均保留在本地 SQLite 中。
• 自动化摘要：生成结构化的行动项目、后续电子邮件草稿与发言比例分析。
• 跨会议搜索：一项“询问所有会议”功能，利用本地检索根据整个会议历史回答问题。
• 会议自动启动：检测活动中的会议窗口（Zoom, Meet, Teams, Webex）以提示进行录音。