Pensieve 快速上手指南：4 条命令搭好本地屏幕记忆，找回你两周前看过的每一屏

Pensieve 快速上手指南4 条命令搭好本地屏幕记忆找回你两周前看过的每一屏【免费下载链接】pensieveA passive recording project allows you to have complete control over your data. Automatically take screenshots of all your screens, index them, and save them locally.项目地址: https://gitcode.com/GitHub_Trending/pen/pensieve你一定有过这种时刻明明上周看过一篇很解决问题的网页现在却怎么都搜不回那个链接昨天在终端里敲过的某段代码今天想复用时只记得个大概。Pensieve 就是为这个场景准备的它是一个隐私优先的本地屏幕记录工具自动截图、提取文字并建索引之后你在浏览器里输入关键词就能搜回过去任意一天的屏幕画面——所有数据都留在你自己的电脑上。 它是怎么运作的从屏幕到可搜索把 Pensieve 想象成摄像头 搜索引擎的组合。后台其实同时跑着三个进程memos record负责每隔几秒截一帧默认 4 秒record_interval可调memos watch盯着新产生的截图文件memos serve提供搜索用的 Web 服务。截下来的图不是原样堆着就完事。每帧会先被 OCR 插件读出画面里的文字再由 embedding 模型算出一个语义向量两者连同时间戳、应用名、网页 URL 等元数据一起写进本地 SQLite 数据库。所以检索时你有两条路关键词走全文索引找画面里出现过这几个字自然语言问句走向量索引找画面在讲这件事。连续几帧内容几乎没变时只会保留一帧这是它控制磁盘占用的第一道闸门。整条链路的源码都在 memos/ 目录下插件机制在 memos/plugins/想改任何一环都可以直接读代码。 从零到第一次用起来4 条命令跑通前置条件Mac 或 Windows装好 PythonREADME 建议用 conda因为依赖的 SQLite 扩展在部分系统 Python 里不可用。第一步安装。PyPI 上的包名仍是memos项目原名后来改叫 Pensieve命令叫memospip install memosWindows 上建议改用uv tool install memos或pipx install memos避免装进全局 site-packages 造成解释器路径漂移。第二步初始化生成配置和数据库数据目录落在~/.memosmemos init第三步启动并设为开机自启memos enable memos start这一步会同时开始截屏、启动 Web 服务、注册开机启动。macOS 第一次会弹录屏授权点允许即可之后不确定授权是否还在跑memos doctor会告诉你该去系统设置 → 隐私与安全性 → 屏幕与系统音频录制里找哪一条。第四步打开浏览器访问http://localhost:8839。服务默认只监听 127.0.0.1局域网里别的设备访问不到。打开页面后输入关键词就能搜直接按 Enter 则浏览最新记录。所有设置也可以在http://localhost:8839/config的网页配置面板里改不用手编 YAML。 用它来干什么三个典型场景找回几周前看过的那个页面这是最核心的用法。在搜索框输入当时页面上的任何片段——一个报错信息、一个函数名、一段标题——全文索引会在你所有已建索引的截图里匹配。找不到的时候换个说法再试向量检索走的是语义帮我查一下那个关于并发限制的文档这种问句也能召回相关画面。还原那天我到底在干什么点进任意一条搜索结果会打开实体详情页底部有一条按时间排序的上下文栏可以逐帧翻看那一屏的前后画面旁边列出浏览器 URL、应用名、时间戳和提取出的文本。配合它记录时捕获的元数据把某个时间点前后的工作过程串起来比翻聊天记录快得多。让 AI 助手替你搜屏幕记忆从 v0.33.0 起仓库自带一份 Agent Skillskills/pensieve-search/SKILL.md。把它交给 Claude Code、Codex 这类支持 Skill 的 AI 工具你就能用找一下上周那个 Mastra 集成的截图这种自然语言提问助手会翻译成对本地/api/search接口的调用并把每条命中直接链接到/entities/id详情页方便点开核对原图。 你的数据去了哪里所有数据都在本地~/.memos一个目录里原始截图按天存在~/.memos/screenshots/YYYYMMDD/数据库是database.db运行日志在~/.memos/logs/memos.log。没有任何数据离开你的机器OCR 和 embedding 默认都跑在本地机器学习模型由你自己选。macOS 用户需要授予屏幕录制权限下面是系统设置里对应的位置要彻底退出也很干脆memos stop memos disable停掉服务pip uninstall memos卸载程序删掉~/.memos目录全部数据清零。有一点必须如实说它录的是你屏幕上的所有东西银行页面、密码管理器、聊天窗口都包含在内。如果担心个别应用被录进去用配置里的app_blacklist把应用名加进黑名单即可v0.30.0 起支持录屏和文件监听两个环节都会检查。⚡ 进阶玩法三个真正管用的可选配置数据量大了之后换 PostgreSQL默认 SQLite 够用但截图累积到十万张级别参考值10 万张索引约占 2.2GB 数据库后官方推荐换 PostgreSQL。先装pip install memos[postgresql]用官方 pgvector 镜像起一个带向量扩展的库然后把~/.memos/config.yaml里的连接串改掉database_path: postgresql://postgres:mysecretpasswordlocalhost:5432/postgres已有 SQLite 数据的用memos migrate --sqlite-url ... --pg-url ...一键迁移原数据库不会被改动。仓库里连启动 Postgres 的命令都替你想好了见 run_pg.sh。按你的主要语言选 embedding 模型向量检索准不准一半取决于模型语言是否匹配。以中文为主就换 zh 模型改~/.memos/config.yaml的 embedding 段embedding: use_local: true model: jinaai/jina-embeddings-v2-base-zh num_dim: 768改完memos stop memos start再跑一次memos reindex --force重建索引旧向量与新模型不兼容必须重建。控制处理频率旧截图也能补上索引Pensieve 是算力密集型应用默认采样策略偏保守它盯着处理一张要多久和截图来得多快算不过来就跳过部分帧等系统空闲5 分钟无新截图、插着电源、落在默认 00:00–07:00 的处理窗口内再补。想全量重建索引随时跑memos scan该命令是幂等的重复执行不会重复索引。硬件富余的话N 卡 8GB 显存或 Apple Silicon还可以接 Ollama 跑minicpm-v视觉模型约 5.5GB开启builtin_vlm插件让无文字的画面也能被语义检索——注意纯 CPU 跑不推荐会明显卡。⚖️ 边界与取舍谁不适合用先把账算清楚平台正式支持 Mac 和 WindowsLinux 仍在开发中。磁盘按每天使用 10 小时、2560x1440 单屏估算截图约 400MB/天20 个工作日约 8GB/月多屏会成倍增加内容变化少的场景阅读、改文档因去重会明显更低。算力OCR 跑在 CPU 上embedding 会优先用 N 卡或 Mac 的 Metal电池供电时自动降频意味着移动办公时索引会滞后靠空闲补录或memos scan追平。已知坑部分 Python 环境的 sqlite3 不支持加载扩展遇到报错换 conda 环境最省事Windows 上别用 WSL 跑截不到宿主机画面、别用 Microsoft Store 版 Python、也别让%USERPROFILE%被 OneDrive 同步否则每天 400MB 截图会被传上云把base_dir改到本地路径即可。心理层面它确实 7x24 在录你的屏。数据虽在本地但有个东西一直在看我的屏幕这件事本身就能劝退一部分人公司配发的、和别人共用的机器别装。 下一步现在就pip install memos10 分钟后你会有一个能搜的屏幕记忆。想继续深入中文文档看 README_ZH.md设计思路与设计文档在 docs/Web 前端源码在 web/src/。也可以把仓库克隆到本地照着 memos/ 里的三个入口命令memos serve、memos record、memos watch前台跑起来逐段读日志比任何文档都直观。git clone https://gitcode.com/GitHub_Trending/pen/pensieve【免费下载链接】pensieveA passive recording project allows you to have complete control over your data. Automatically take screenshots of all your screens, index them, and save them locally.项目地址: https://gitcode.com/GitHub_Trending/pen/pensieve创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考