17K star 超火!给你的电脑装上永不遗忘的AI记忆,100%本地运行!

相信大家都有过这种“抓狂”时刻：开会时聊到一个关键需求，散会就忘了细节；网页上看到一段惊艳代码，关了浏览器就再也找不到；语音里聊到一部想看的电影，回头就忘了名字。我们把大量时间花在了“找回”信息上，而不是“使用”信息。

最近在 Github 上就发现这样一款非常有意思的开源项目 - screenpipe，它试图让你的电脑拥有“记忆”，并且还能用 AI 随时调用这些记忆。

项目简介

screenpipe是一个主打「本地优先」的开源 AI 项目，它可以 7×24 小时持续记录你的屏幕和音频数据，并通过 OCR、语音识别等技术，将这些内容结构化，最终交给 AI 进行分析和调用。

与很多云端 AI 工具不同，screenpipe 强调 100% 本地运行，所有数据都存储在本地设备上，用户拥有完全的数据控制权，这一点对于隐私敏感场景尤为重要。

项目使用 Rust 构建，兼顾性能与安全，同时支持 Windows、macOS 和 Linux 多平台运行。

目前该项目在 GitHub 上已经收获 17k+ Star（持续增长中），在开源 AI 工具中属于非常热门的一类。

功能特性

• 24/7 屏幕与音频捕捉：持续记录屏幕内容、窗口变化、音频输入输出，形成完整的“数字生活轨迹”
• AI 上下文能力：基于历史数据构建 AI 上下文，实现搜索、总结、问答等能力
• 资源占用极低：仅在界面变化时捕获画面，CPU 占用低至 5%-10%
• OCR + 语音转写：自动识别屏幕文字与语音内容，实现结构化数据沉淀
• 本地优先，隐私安全：所有数据存储与处理均在本地完成，无需上传云端
• 插件/管道（pipe）机制：支持开发者扩展功能，构建自动化工作流或 AI Agent

同类对比分析

开源君之前还介绍过这个赛道里的另外一个类似的项目：Glass

项目地址：https://github.com/pickle-com/glass

两者本质上在做同一件事：

• 记录屏幕与用户行为
• 转换为结构化数据
• 提供 AI 查询与总结能力

目标一致：让 AI 拥有“长期上下文记忆”

但也有不同的地方。

一句话：screenpipe 在“负责记住”，Glass 在“负责帮你用”。

screenpipe 更适合：

• 技术玩家
• AI 应用开发者
• 自动化/Agent 场景探索

你可以用它做：

• 自动生成日报
• 构建个人知识库
• 给 AI 提供长期上下文

Glass 更适合：

• 普通用户
• 追求效率工具的人
• 想直接用 AI 助手的人

它更像：

• 一个实时 AI Copilot
• 一个随时给你提示的助手

快速安装与使用

ScreenPipe 采用了“核心开源 + 桌面端付费”的商业模式。核心引擎（Rust SDK）是 MIT 协议完全开源的，你可以免费编译或使用 CLI 版本；

但如果你想要下载官方打包好的、开箱即用的图形化桌面客户端（macOS/Windows/Linux），则需要付费购买许可证。

方式一：付费桌面版

这是体验最完整、最省心的方式，适合不想折腾终端的普通用户。

直接官网 screenpi.pe 下载安装包（支持 macOS / Windows / Linux），开箱即用，内置录制、搜索、AI、pipe 等完整功能。

注意：桌面版为付费模式（一次性付费，起步约 $400）

方式二：开源 CLI 工具（免费，推荐开发者）

如果你不想付费，或者需要深度定制，可以使用开源方案。

• 安装 CLI：
• 使用 npm 直接运行：npx screenpipe@latest record
• 或者使用 Rust 工具链从源码编译（GitHub 仓库）。
• 启动与验证：
• 运行后，服务会启动在 http://localhost:3030。
• 检查服务状态：curl http://localhost:3030/health
• 搜索历史：curl "http://localhost:3030/search?q=你搜索的关键词"
• AI 集成：CLI 版本同样支持 MCP（Model Context Protocol），可以配置为 Claude Desktop 或 Cursor 的 MCP Server，让 AI 读取你的屏幕历史。

基础使用

• 搜索历史：打开应用，用自然语言查找看过的内容
• 配置 Pipes：创建定时 AI 代理，实现自动化任务
• 调用 API：使用 REST 接口对接其他工具

小结

screenpipe是一个非常有想象力的项目，它的核心价值不在“录屏”，而在于把“人类行为数据”转化为 AI 可用的数据、构建一个真正有上下文的个人 AI，同时保证隐私安全（本地运行）。

当然，这类工具势必也存在一定争议，如：是否过度记录隐私，长时间运行的资源占用 ，数据管理复杂度等等。

但开源君绝的，这条方向确实非常值得关注。

更多细节功能，感兴趣的可以到项目地址查看：

https://github.com/screenpipe/screenpipe