screenpipe/screenpipe

解決する課題

Screenpipeは、コンピュータの活動を検索可能なAI駆動のメモリとして記録することで、断片化されたデジタルワークフローの課題に対処します。ユーザーが過去のタスクを思い出し、反復作業を自動化し、日々の業務を支援するために必要なコンテキストをAIエージェントに提供するのに役立ちます。

仕組み

Screenpipeはマシン上でローカルに実行され、画面フレーム、システムオーディオ、マイク入力、キーボード操作を継続的にキャプチャします。常にビデオを録画するのではなく、アプリの切り替えやユーザーの操作に基づいてキャプチャをトリガーするイベント駆動型の記録方式を採用しており、リソース消費を効率的に抑えています。データはローカルの SQLite データベースに保存され、REST API、AIアシスタント用の MCP (Model Context Protocol) サーバー、または「Pipes」を通じてクエリ可能です。「Pipes」は markdown ファイルで定義されたカスタマイズ可能なAIエージェントで、履歴に基づいてタスクを自動化できます。

対象ユーザー

• 時間の追跡や過去の会議、ドキュメントの振り返りが必要なナレッジワーカー。
• AIコーディングアシスタント（CursorやClaudeなど）にアクティブなプロジェクトのコンテキストを提供したい開発者。
• データプライバシーとアクセス権限に対して、OSレベルで確実な制御を行いながらAIワークフローを導入したいチームや企業。

ハイライト

• ローカルファーストアーキテクチャ: デフォルトでデバイス上にデータをキャプチャ・保存し、同期やチーム管理のためのオプションのクラウド機能も備えています。
• イベント駆動型キャプチャ: 意味のある変更（アプリの切り替え、クリック、タイピング）のみを記録し、CPUとストレージへの影響を最小限に抑えます。
• プラグインシステム (Pipes): シンプルな markdown ファイルを使用してスケジュールされたAIエージェントを定義し、会議の要約や時間追跡などのタスクを自動化できます。
• 広範なAI統合: Model Context Protocol (MCP) を介して一般的なAIコーディングアシスタントと連携し、Ollamaのようなローカル推論モデルをサポートします。
• 決定論的な権限管理: YAMLベースのきめ細かなアクセス制御をAIエージェントに提供し、許可されたアプリ、ウィンドウ、データタイプのみにアクセスすることを保証します。