Toplantı kaydı birkaç GB tuttu: Tan Assistant'ı bu yüzden yazdım

Ortalama yarım saatlik bir toplantının video kaydı birkaç GB tutuyordu ve bundan elde edeceğim fayda bu bedele değmezdi. Ama ekran paylaşımında gösterilenleri de kaybetmek istemiyordum. İkisinin arasındaki yolu Tan Assistant ile açtım: toplantının sesini ve ekranın yalnızca değişen karelerini kaydedip bunlardan not üreten, Rust ile yazdığım bir masaüstü uygulaması. Kodu açık, uygulama şu an alpha.

Unutulan kararlar

Gün içinde çok sayıda projede çok sayıda işi takip etmem gerekiyor. (Bunun en büyük sebeplerinden biri yapay zekânın üretimi inanılmaz ucuzlatması, ama o ayrı bir yazının konusu.) Hal böyle olunca toplantılarda alınan kararlar ve atanan işler sürekli unutuluyor, uzay boşluğuna savruluyordu.

Yaklaşık 10-12 ay önce, katılımcıları bilgilendirerek, girdiğim toplantıların ekran ve ses kaydını almaya başladım.

Hızlandırmak yetmedi

İlk başta toplantıdan sonra uygun bir zamanda kaydı 2-3 kat hızlandırıp yeniden dinliyor, gerekli notları alıyor ve iş planımı oluşturuyordum. 6-7 toplantı sonra, kaydı ne kadar hızlandırırsam hızlandırayım özet çıkarmanın ciddi bir zaman kaybına yol açtığını ve bu düzenin sürdürülebilir olmadığını fark ettim.

Özeti modele devretmek

Özet çıkarma işini whisper ve Qwen 2.5’e devrettim. Kaydın transkriptini elle çıkarıyor, sonra zamanla geliştirdiğim bir sistem prompt’uyla birlikte Ollama üzerinden Qwen’e verip bir özet alıyordum. Bir süre sonra bu da gözüme ekstra bir yük gibi gelmeye başladı.

Sistemin daha önemli bir sorunu vardı: ekran paylaşımı gibi durumlarda büyük bir eksiklik bırakıyordu. Ses transkripti, ekranda gösterilenleri taşımıyordu.

Video değil, kare

Doğrudan video kaydı da makul görünmüyordu. Yarım saatlik bir toplantı birkaç GB tutuyorsa, bunu toplantı sayısıyla çarpmak orta ve uzun vadede ödenecek bir bedel değildi. Bunun yerine ekran görüntülerini elle almaya başladım ve sonuç artık tatmin ediciydi.

Geriye tek bir şey kalmıştı: bunu bir otomasyona çevirmek. Bu hafta sonunu o işe ayırdım.

Tan Assistant bugün ne yapıyor

Adını bu sitenin maskotu Tan’dan verdim. Uygulamanın olabildiğince hafif ve stabil olması gerekiyordu, bu yüzden Rust kullandım.

Bugün şunları yapıyor:

• Mikrofonu ve sistem sesini ayrı kanallarda kaydediyor. Ekrandan videoyu değil, görünür biçimde değişen kareleri saklıyor, çünkü derdim tam da videonun boyutuydu. Windows, macOS ve Linux desteği var.
• Transkripti yerelde whisper ile (GPU varsa Vulkan ya da Metal, yoksa CPU) ya da OpenAI veya Gemini ile çıkarıyor.
• Seçtiğiniz dilde bir not yazıyor: özet, alınan kararlar, işaretlenebilir aksiyon maddeleri ve açık sorular; yanında ekranda gösterilen kareler.
• Notu OpenAI, Anthropic, Gemini, DeepSeek ya da yerel bir Ollama ile yazdırabiliyorsunuz. API anahtarlarını işletim sisteminin anahtarlığında tutuyorum.
• Kayıtlar, kareler ve notlar makinede kalıyor; bulut sağlayıcıları yalnızca onlara atadığınız işlerde devreye giriyor.
• Notlarda ve transkriptlerde arama yapıyor, notu kareleriyle birlikte Markdown olarak dışa aktarıyor.

İlk açılışta, kayda başlamadan önce diğer katılımcılara haber vermeniz gerektiğini hatırlatıyor. Ben de her toplantıda öyle yapıyorum.

Sınırlar

Tan Assistant herkesin severek kullanacağı bir uygulama olmayabilir. Şimdilik yalnızca benim için önemli bir işi yapıyor: toplantıdan not çıkarmak. Henüz alpha aşamasında (0.1.0); davranış, veri düzeni ve ayarlar sürümden sürüme değişebilir. Hazır bir kurulum paketi de yayımlamadım, şimdilik kaynaktan derlemek gerekiyor.

İleride farklı özellikler de eklemeyi planlıyorum. Amacım, benim için işleri kolaylaştıran ve otomasyona çevirebileceğim ne varsa yaptırabileceğim tümleşik bir uygulama tasarlamak. Toplantı notu bunun ilk adımı.

Kod GitHub’da: muhammetsafak/TanAssistant. Uygulamanın nasıl kurulduğunu Labs kaydında anlattım.