最新

大家好，我是作者。Screenmind 是一个注重隐私的 Microsoft Recall 替代品。 它运行在 Gemma 4 上，这是少数支持视觉、音频和推理这三项功能的模型之一，因此您的数据永远不会离开您的设备。 使用 Screenmind，您可以跟踪您的时间线，了解您在什么上面花费了多少时间；搜索任何带有文本的屏幕截图；最酷的是，您可以与您的屏幕历史聊天，例如“Alex 在 Discord 上给我发了什么消息”或“我是否收到过 Microsoft 的邮件”。只要它出现在您的屏幕上，您就可以在聊天中进行提问。您还可以基于此创建自动化，例如“将我一天的报告发送到 Slack”（它集成了 Slack）。您还可以通过普通英语为非程序员创建自动化，或者为想要深入研究的开发者使用 Python。您还可以通过快捷键保存语音备忘录（附带屏幕截图），并自动转录和总结会议内容（自动检测会议）。 我遇到的最困难的部分是让 Screenmind 作为后台服务持续运行。如果不是因为聊天功能，这可能不会那么难，因为运行本地模型需要计算资源，并且持续分析屏幕截图会占用所有资源。为此，我开发了一个感知哈希缓存。这个三层缓存系统可以将普通用户的推理时间减少高达 40%（普通用户就是我）。为了进一步减少推理时间，我开发了三种模式：快速、平衡和准确，在时间和准确性之间进行权衡。 目前，我在配备 4GB 显存的 GTX 1650 上每天使用它，并选择快速模式，运行效果相当不错。在高端机器上它会更快。它还有一个 MCP 服务器，您可以直接询问 Claude 桌面/光标关于您早上看到的 bug。 支持 Windows/Mac/Linux。 坦率地说，它在 Mac 上没有经过广泛测试，安装过程也有些麻烦，我正在努力开发一个一键安装程序。 （重新发布 - 几个月前我发布了一个早期版本，评论因为新账号被标记了，所以我无法回复任何评论） 代码库：github.com/ayushh0110/ScreenMind 好奇大家有没有关于如何实现多显示器支持的想法。