Kann ich Hedy vibecoden?

JEIN · Wochenendprojekt

Preis nicht belastbarKategorie 🎙️ meeting-notizenersetzt von 0 Personen

Preis für Deutschland

Der Anbieter rechnet in US-Dollar ab

Hedy rechnet laut Seite in US-Dollar ab: Pro 99,99 Dollar im Jahr, etwa 8,33 Dollar pro Monat. Eine Lebenszeitlizenz kostet einmalig 299 Dollar. Es gibt einen kostenlosen Tarif mit 5 Stunden pro Monat.

Für deutsche Unternehmen kann bei Softwareleistungen aus dem Ausland das Reverse-Charge-Verfahren gelten. Das hängt nicht von der Währung allein ab. Was du auf Rechnung und USt-Voranmeldung prüfen solltest →

geprüft am 17.09.2026 · Quelle ↗ · so prüfen wir

Die Teile sind inzwischen alle Massenware: Audio erfassen, durch eine lokale Whisper-Variante streamen, ein laufendes Transkript halten und alle paar Sekunden ein Modell nach der nächsten guten Frage fragen. Ein Agent liefert dir das in einer Sitzung auf einem Laptop, und die Hälfte aus Transkript und Zusammenfassung wird wirklich in Ordnung sein. Was er dir nicht liefert, ist ein Handy in der Tasche, das eine zweistündige Vorlesung im Hintergrund übersteht, oder Vorschläge unter einer Sekunde, die ankommen, bevor der Moment vorbei ist. Live-Hilfe ist eher ein Latenz- und UX-Problem als ein KI-Problem, und genau dieser Teil braucht Wochen Fummelei. Bau es, wenn du meist am Schreibtisch sitzt, zahl weiter, wenn du das nicht tust.

der Prompt

Build a local desktop meeting copilot. Stack: Python 3.11, FastAPI backend, a single HTML page with vanilla JS and a WebSocket, no build step. Run everything on localhost, no accounts, no telemetry, no cloud storage.

Audio capture: use sounddevice to record from a selectable input device at 16kHz mono. Document in the README that capturing the other side of a call requires a loopback device (BlackHole on macOS, a WASAPI loopback device on Windows) and let the user pick it from a dropdown of available inputs. Optionally mix two devices (mic plus loopback) into one stream.

Transcription: faster-whisper with the small.en model by default, configurable via .env. Process audio in 5 second chunks with a 1 second overlap, maintain a rolling transcript in memory, and push each new segment to the browser over the WebSocket with a timestamp.

Assistance loop: every 15 seconds, or on a manual "nudge" button, send the last 2000 characters of transcript plus a short session brief the user typed at the start to an LLM via the OpenAI-compatible API. Key comes from OPENAI_API_KEY in .env. Ask for exactly three things in JSON: two suggested questions to ask next, one factual note or definition worth knowing, and one line of what seems to be at stake. Render these as cards in a right-hand panel, newest on top, with the old ones dimmed rather than deleted.

Session end: on stop, write the full transcript and all generated cards to ./sessions/YYYY-MM-DD-HHMM.md, then make one final call for a summary with action items appended at the top of that file.

UI: two columns. Left is the live transcript, auto-scrolling, with a pause button. Right is the assistance cards. A header with device picker, session brief field, start/stop, and a visible recording indicator. Dark, dense, no animations.

In scope: local recording, streaming transcript, periodic suggestions, markdown export, session list page that greps past files.

Out of scope: mobile, speaker diarization, calendar or Zoom integration, multi-user, auth, hosted anything. Do not add them.

Ship a README with the loopback setup steps, the exact pip install line, a .env.example, and a blunt note that recording other people may require their consent where the user lives.

Antworte mir auf Deutsch. Oberfläche, Kommentare und README auf Deutsch, alle Bezeichner wie Tabellen, Spalten, Variablen, Routen und Dateinamen bleiben Englisch.

$ im Agenten öffnen (Prompt ist vorausgefüllt, du drückst Enter) oder direkt kopieren · dieser Bauplan ist noch auf Englisch, die Bitte um deutsche Antworten hängt unten dran · dieser Prompt wurde aus dem Bauplan erzeugt · Verbesserung einreichen

warum Menschen weiterhin bezahlen

Weil Echtzeit nichts verzeiht. Eine nachträgliche Zusammenfassung darf schlampig sein und bleibt nützlich, aber ein Live-Copilot, der vier Sekunden hinkt oder Audio verliert, wenn du die App wechselst, ist schlimmer als nichts, und Leute zahlen, um darüber nicht nachzudenken. Die Handy-Seite verschärft das: Hintergrund-Audio auf iOS ist ein Minenfeld aus Rechten und Lebenszyklus, das niemand selbst lösen will. Dazu die Presets pro Meeting-Typ und die Kalender-Anbindung, und das Abo kauft vor allem Abstimmung, die du sonst einen Monat lang von Hand machen würdest.

Anmerkung der Redaktion

Die Transkript-Hälfte ist ein gelöstes Wochenende, die Live-Hälfte ist, wo das Geld liegt. Bau die Schreibtisch-Version und halte die Erwartungen kalibriert.

was du verlierst

xHandy-Apps, die verlässlich weiter aufnehmen, wenn der Bildschirm aus ist, wo die meisten dieser Sitzungen wirklich stattfinden

xabgestimmte Latenz: deine Eigenbau-Vorschläge kommen einen Takt zu spät, und ein Takt zu spät ist im Gespräch nutzlos

xSprechererkennung und Presets pro Meeting-Typ, die den Assistenten für Verkaufsgespräch, Vorlesung oder Arztbesuch formen

xKalender- und Konferenz-Anbindungen, die Sitzungen für dich beitreten und beschriften

xgehosteter, durchsuchbarer Verlauf über jede Sitzung ohne Laptop-Babysitting

Vorarbeit · nutze diese Projekte, wenn du nicht selbst bauen willst

Nichts, das wir guten Gewissens empfehlen können. Deshalb gibt es den Prompt.

auf X teilen ↗„Ich habe Hedy mit einem Prompt ersetzt.“