screenpipe: 它是什么，解决了什么问题，以及为什么它正受到关注

它解决了什么问题

screenpipe 为您的计算机活动创建一个可搜索的、由 AI 驱动的记忆。它解决了忘记您在屏幕上看过、听过或做过什么的难题，为基于云端的屏幕录制和记忆工具提供了一个本地优先、私密的替代方案。

它是如何工作的

• 事件驱动捕获：它不是进行持续录制，而是在发生有意义的事件（例如应用切换、点击、输入）时才捕获屏幕截图和 OS accessibility tree（结构化文本）。当 accessibility 数据不可用时，它会回退到 OCR。
• 音频处理：它记录系统音频和麦克风输入，使用本地 Whisper 或云端 Deepgram 进行实时语音转文本转录。
• 本地存储：所有数据都存储在带有全文搜索 (FTS5) 功能的本地 SQLite 数据库中，确保数据保留在设备上。
• AI 集成：它提供 REST API 和一个 MCP (Model Context Protocol) 服务器，允许 Claude 或 Cursor 等 AI 助手查询您的屏幕历史记录以获取上下文。
• Pipes：这些是在 markdown 文件中定义的计划 AI 代理，可以根据您的活动自动执行任务（例如，总结会议或创建每日回顾）。

它是为谁准备的

• 知识工作者和研究人员，需要从屏幕历史记录中找回特定的信息。
• 开发者，希望为 AI 编程助手提供其工作的实时上下文。
• ADHD 患者，正在寻找一种工具来追踪标签页、文档和对话。
• 远程工作者，需要自动会议转录和笔记。
• 企业，希望在团队中部署 AI 代理，并具备确定性的 OS 级数据权限控制。

亮点

• 100% 本地：默认情况下数据存储在本地，并支持通过 Ollama 使用本地 AI 模型。
• MCP Server：与 Claude Desktop 和 Cursor 等 AI 助手无缝集成。
• 确定性权限：基于每个 pipe 的 YAML 访问控制，防止 AI 代理访问未经授权的数据。
• 多平台支持：支持 macOS, Windows, 和 Linux。
• 低开销：使用 5-10% 的 CPU，并采用事件驱动捕获，以最大限度地减少存储和磁盘占用。