Screenpipe 介绍
https://github.com/mediar-ai/screenpipe
Screenpipe 自动记录下你在屏幕上看到的内容，并生成视频和音频以及本地数据库数据，最关键的是，有了数据库，就能让这些记录变得完全可查找。
- 24/7 媒体捕获：连续捕获屏幕和音频数据
- 个性化人工智能：直接接入本地/在线大模型，能够让 AI 对捕获的数据进行总结
- 开源且安全：数据保持私密完全本地化
- 跨平台：支持 Windows、MacOS 和 Linux
- 多设备支持：支持多个显示器和音频设备，实现全面的数据捕获
- 插件：允许在 NextJS 中创建和使用插件，在沙盒运行时中运行以扩展功能
电脑配置要求
最低要求
- 双核处理器（2GHz+）
- 2GB 内存
- 20GB 可用磁盘空间
- 任何用于硬件加速的现代显卡
推荐规格
- 四核处理器或更高
- 4GB+内存
- 50GB+ 可用 SSD 空间
- 至少有 2GB VRAM 的专用显卡
- screenpipe 经过优化，可以使用硬件加速，从而显著降低 CPU 使用率
这个配置要求，可以说非常低了，虽然推荐配置要求 2GB 显存的显卡，但是一般核显电脑也没问题，做了一组数据测试，一小时录制，大概视频和音频产生数据，290M，一天按照8小时使用电脑时间，大概是2.3G数据（多数人应该不必全天候录制）。
核心技术
- 持续屏幕捕获，定期截取屏幕画面，形成一个视觉上的“时间流”，每张图会成为视频的一帧画面
- 强大的OCR识别，Screenpipe 自动对屏幕截图进行OCR识别，提取画面中的所有文本内容
- 智能索引，将识别出的文本与对应的屏幕画面关联起来，建立一个高效的本地索引数据库
安装使用
该项目虽然有14k的star，但是还是一个高速发展的项目，变化较快，而且完整的GUI图形界面是收费的，想要免费使用需要使用cli版本，或者直接下载构建exe版本。
下载
1 | iwr get.screenpi.pe/cli.ps1 | iex |
安装
完成下载后，解压文件，里只有两个文件，其中一个是exe文件，多数人应改无法正常安装，需要huggingface的镜像，因为初次启动要从huggingface下载内容，国内无法访问，所以要用他的镜像源。
错误截图
命令行修改镜像源
1 | // cmd命令行设置 |
直接使用系统设置修改，也可以通过win + S => 搜索环境变量 => 设置上面内容，无论哪种，需要重启一下电脑。
使用
重启电脑后，直接双击exe文件，即可启动，启动效果如下。默认生成的数据都在 C:\Users\你的用户名.screenpipe\data下面，可以通过设置更改，详细参考文档里的cli部分。
支持AI大模型搜索
本地大模型，非常吃电脑，低配置电脑不用玩这个了，使用在线大模型，需要接入Token，各家大模型的Token都是计费的，如果不想花钱，也不用试了。
如果你是非常依赖这个能能力的用户，并且收益对个人非常打， 建议直接使用官方付费版本， 有稳定更新和维护，图形界面可以快速支持插件，大模型接入等。
如果你是开发者，且电脑配置不错，可以通过ollama本地大模型完成接入，利用screenpipe官方提供Node版本SDK，或者通过screenpipe的本地启动端口3030来链接数据库，自己完成二次开发。
适用人员
几乎所有长时间使用电脑的用户都能从中获益
- 开发者，快速找回之前看到的错误信息、代码片段、终端输出
- 设计师，查找参考图中的文字，图片
- 研究人员/学生，轻松捕获在线课程、电子书、论文中的关键文字和图表
- 客服，快速找回客户反馈的信息
