Alldayrec

全天录是一个开源的全天录音设备加服务器，跑在你自己的机器上。戴一个录音设备（或者只带手机）从早录到晚，你的服务器在一分钟内把音频变成带说话人的转写，再整理成一天的时间线：对话摘要、认出的人、待办和每日回顾。原始录音一直留着，每句话都能点开回放核对；你的 Agent 通过 MCP 直接查你的每一天。没有订阅，对话也不放在别人的云上。（录音豆、心力球等产品名称归各自所有者，本项目与它们没有关联。）

能做什么

• 全天录音：手机 App 录手机麦克风，或者连一个蓝牙录音设备；离线时在设备上排队，回来后补传。
• 两层转写：定稿交给云端语音识别（默认阿里云百炼千问，约 ¥0.05/小时音频），页面开着时几秒内出初稿；也可以 ENGINE=local 在本机转写。
• 认人：语音检测和声纹在本机 CPU 上跑，认得出你自己，记得你给别人起的名字。
• 记忆：对话摘要、待办和截止日期、每日回顾、全文搜索，「问 AI」的回答带出处对话的链接。
• 开放：网页、远程 MCP 端点（Claude Code、Codex、Cursor）、命令行；数据就是 SQLite 加原始录音，自己就能读。
• 什么音源都能接：已有的录音文件可以通过 HTTP 接口导入。

为什么做、和录音豆、心力球、Plaud、Omi 等产品的对比：简介与定位。

快速开始

需要一把阿里云百炼（DashScope）北京区的 API key，语音识别和大模型可以共用这一把；用别的引擎见如何更换语音识别引擎。三种跑法任选一种。

用 uvx（最省事）

需要 uv（Python 3.11–3.14，没有的话 uv 自己下载）和 ffmpeg。在一个空目录里建 .env：

DASHSCOPE_API_KEY=<你的百炼 key>
LLM_API_KEY=<同一把百炼 key>
LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_MODEL=qwen-plus

运行 uvx --env-file .env alldayrec，在这台电脑上打开日志里 first start: ... 那一行的链接。pip 安装、数据目录和让手机连上：如何用 uvx 或 pip 运行。

用 Docker

git clone https://github.com/suyiiyii/alldayrec && cd alldayrec
cp .env.example .env    # 填 DASHSCOPE_API_KEY 和 LLM_API_KEY
mkdir -p data && echo '[{"id": "main", "token": "'$(openssl rand -hex 16)'", "data": "/data/main", "recordings": "/data/main/recordings"}]' > data/tenants.json && chmod 600 data/tenants.json
docker compose up -d && docker compose logs -f

打开 http://<服务器 IP>:8770/?token=<你的 token>（token 在 data/tenants.json 里）。端口、时区、镜像版本和公网访问：如何用 Docker 部署。

从源码运行

需要 uv、ffmpeg、Node 22 和 pnpm。

git clone https://github.com/suyiiyii/alldayrec && cd alldayrec && cp .env.example .env    # 填 key
(cd web && pnpm install && pnpm build)
cd server && uv sync && set -a && . ../.env && set +a && uv run alldayrec

详见如何从源码运行。服务跑起来以后：让手机连上服务器，安装并连接手机 App。

硬件

只用手机也可以。全天佩戴可以自己做开源的蓝牙录音设备：LR-X1（Seeed XIAO nRF52840 Sense）或 LR-P3（ProMicro nRF52840，装在 3D 打印外壳里），一直往 SD 卡里录，连上手机就同步。 零件、接线和固件：录音设备硬件、hardware/lr-p3/、firmware/devkit/。

文档

suyiiyii.github.io/alldayrec，中英文：

• 教程：第一次跑起来，看到第一句转写。
• 操作指南：部署、让手机连上、绑定录音设备、导入录音、接入 MCP、多人使用、升级和备份。
• 参考：配置项、HTTP API、MCP 工具、命令行、数据目录、模型文件、硬件。
• 说明：简介与定位、架构与数据流、隐私、语音识别评测。
• 局限与路线图。

参与贡献

欢迎提 issue 和 PR。本地检查和提交说明见如何参与开发，代码边界、CI 和发布构建见 CONTRIBUTING.md（英文）。

隐私与法律

录音会录到别人。请告知对方，需要时取得同意，遵守当地法律；有些地方要求所有参与方都同意。数据在你自己的服务器上，音频和文字会发给你选的语音识别服务和大模型，见隐私与数据去向。

许可

MIT，见 LICENSE。打包进来的第三方代码（Omi devkit、Opus、FireRedVAD 的后处理等）保留各自的许可：THIRD_PARTY_NOTICES.md。

Star history

Star History Chart