本地推理
模型在本机运行，采集的音频与画面不出本机。未公开的产品与内部培训内容是常态，这一点不能妥协。
01要解决的问题
直播结束的那一刻，价值流失最快
一场直播里的信息密度很高：讲了什么、演示了哪几步、观众问了什么、哪些承诺了要跟进。这些内容在结束时都还存在，一小时后就只剩模糊印象。
- 复盘靠拖时间轴，找一句话的成本比重新讲一遍还高。
- 章节、要点、待办全靠手动整理，实际结果是没人整理。
- 把素材传到云端转写，等于把未公开的内容交给了第三方。
- 录播要二次剪辑才能上架，中间又隔了一天。
02核心能力
边播边产出
实时章节切分
按话题变化自动切分章节并生成标题，直播结束时目录已经就绪。
要点与待办提炼
从口播中抽取结论、关键数字和承诺事项，整理成可直接执行的清单。
画面与口播对齐
把演示操作与讲解内容对齐到同一时间轴，回看时不需要同时盯两路信息。
一键导出复盘稿
输出结构化文稿与章节时间戳，可直接用于公众号、文档或二次剪辑。
中英双语输出
面向跨国团队与英文技术直播，转写与摘要同时支持中英两种语言。
03适用场景
谁在用
三类主要场景
| 场景 | 关心什么 |
|---|---|
| 技术直播 | 实时代码演示的要点抽取、章节化回放、次日可发布的文字稿 |
| 企业培训 | 内容不出内网、学时与要点记录、培训材料自动归档 |
| 远程教育 | 课堂要点沉淀、学生提问汇总、课后复习提纲生成 |
04技术要点
实现方式
StreamCopilot 的技术构成
| 部分 | 说明 |
|---|---|
| 推理 | 本地模型服务，桌面端采集音频与画面后在本机完成转写与摘要 |
| 桌面端 | 采集、时间轴对齐与导出，负责与本地推理服务通信 |
| 输出 | 结构化文稿、章节时间戳、要点与待办清单 |
| 边界 | 不依赖云转写服务；需要联网的功能会明确标注数据流向 |
05快速事实
基本信息
产品速览
| 项目 | 内容 |
|---|---|
| 状态 | 已上线 |
| 产品名 | 直播助手 (StreamCopilot) |
| 独立站点 | https://zbzs.zyaisoft.xyz/ |
- 面向技术直播、企业培训、远程教育
- 本地模型 + 桌面端采集
- 中英文双语输出