screenpipe/screenpipe

해결하는 문제

Screenpipe는 컴퓨터 활동에 대한 검색 가능한 AI 기반 메모리를 생성하여 파편화된 디지털 워크플로우 문제를 해결합니다. 사용자가 과거 작업을 회상하고, 반복적인 업무를 자동화하며, 일상적인 작업을 지원하는 데 필요한 컨텍스트를 AI 에이전트에 제공하도록 돕습니다.

작동 방식

Screenpipe는 로컬 머신에서 실행되며 화면 프레임, 시스템 오디오, 마이크 입력 및 키보드 활동을 지속적으로 캡처합니다. 지속적인 비디오 녹화 대신 앱 전환이나 사용자 활동에 따라 캡처를 트리거하는 이벤트 기반 녹화 방식을 사용하여 리소스 사용을 효율적으로 유지합니다. 이 데이터는 로컬 SQLite 데이터베이스에 저장되며, REST API, AI 어시스턴트를 위한 MCP (Model Context Protocol) 서버, 또는 'Pipes'를 통해 쿼리할 수 있습니다. 'Pipes'는 markdown 파일로 정의된 사용자 지정 가능한 AI 에이전트로, 기록을 바탕으로 작업을 자동화할 수 있습니다.

대상 사용자

• 시간 추적이나 과거 회의 및 문서를 회상해야 하는 지식 노동자.
• AI 코딩 어시스턴트(Cursor나 Claude 등)에 활성 프로젝트에 대한 컨텍스트를 제공하려는 개발자.
• 데이터 개인정보 보호 및 액세스 권한에 대해 OS 수준에서 결정론적인 제어를 유지하며 AI 워크플로우를 배포하려는 팀 및 기업.

주요 특징

• 로컬 우선 아키텍처: 기본적으로 장치에서 데이터를 캡처하고 저장하며, 동기화 및 팀 관리를 위한 선택적 클라우드 기능을 제공합니다.
• 이벤트 기반 캡처: 의미 있는 변경 사항(앱 전환, 클릭, 타이핑)만 기록하여 CPU 및 스토리지 영향을 최소화합니다.
• 플러그인 시스템 (Pipes): 간단한 markdown 파일을 사용하여 예약된 AI 에이전트를 정의하고 회의 요약이나 시간 추적과 같은 작업을 자동화할 수 있습니다.
• 광범위한 AI 통합: Model Context Protocol (MCP)을 통해 인기 있는 AI 코딩 어시스턴트와 연동되며, Ollama와 같은 로컬 추론 모델을 지원합니다.
• 결정론적 권한: AI 에이전트에 대해 YAML 기반의 세밀한 액세스 제어를 제공하여 승인된 앱, 창 또는 데이터 유형에만 액세스하도록 보장합니다.