ScreenPipe 入门教程3 步搭建本地 AI 记忆让 Claude、Codex 秒懂你的屏幕历史【免费下载链接】screenpipeYC (S26) | Open Computer History | Record your screen continuously locally and provide context to your agents (Claude, Codex, Openclaw, Hermes, Runner...)项目地址: https://gitcode.com/GitHub_Trending/sc/screenpipeScreenPipeYC S26 开源项目是一款本地 AI 记忆工具它在本地持续捕获你的屏幕画面与系统音频把你做过什么、说过什么变成可搜索、可对话的历史并直接作为上下文喂给 Claude、Codex、Cursor 等 AI 代理。它适合知识工作者、开发者、会议密集的远程用户以及任何不想把数据上传云端的隐私敏感人群。这篇入门教程带你三步完成安装与启动看懂核心模块分工并掌握几个关键配置项。一、 这是什么—— 你电脑的外部记忆一句话结论ScreenPipe 解决的问题是AI 不了解你最近干了什么它把整台电脑变成可回放的记忆库。事件驱动的屏幕 音频捕获只在真正发生变化时切换应用、点击、打字停顿、滚动才截一帧并为每帧配上操作系统无障碍树里的结构化文本按钮、输入框、标签取不到无障碍数据时自动降级 OCR。系统音频由本地 WhisperLarge-V3-Turbo实时转写还带说话人识别。自然语言搜索 时间线回放用上周会议上关于预算的讨论这类大白话找历史记录结果会同时返回截图与音频片段时间线界面则像 DVR 一样滚动回放你的一天。给 AI 代理供上下文通过 MCP 协议或本地 REST API默认 localhost:3030Claude Code、Cursor、Codex 等都能直接查询你的屏幕历史你还能用 markdown 文件定义Pipes——定时运行的 AI 代理自动产出会议总结、每日回顾、站会更新。二、 三步跑起来 —— 安装、启动与启动验证一句话结论官方推荐直接下载桌面端安装包macOS 为 dmg、Windows 为 exe这里演示更灵活的 CLI 路径全程无需注册账号。第一步环境准备平台支持 macOSApple Silicon / Intel、Windows 10/11 与 LinuxLinux 需从源码构建建议 8 GB 以上内存每月约 5–10 GB 磁盘。CLI 路径只需装好 Node.js若走源码构建还需要 Rust仓库用 rust-toolchain.toml 固定了 1.94.0 版本和 bun 运行时。操作完成后运行npx -v应能正常打印版本号——这就是环境就绪的预期信号。第二步执行安装与启动在终端依次运行两条命令即可npx screenpipe record # 启动本地录制 npx screenpipe setup # 为本机检测到的 AI 代理安装 skills 与 MCP 配置第一条命令开始 24/7 本地捕获数据落在~/.screenpipe第二条把 screenpipe 注册为 MCP 服务效果等价于手动执行claude mcp add screenpipe -- npx -y screenpipe-mcplatest。预期结果录制进程常驻前台并显示捕获状态不再报权限错误。第三步启动验证向 Claude 问一句 what did i see in the last 5 mins?最近 5 分钟我看到了什么。预期结果它能描述出你刚才屏幕上的真实内容也可以直接请求本地接口GET http://localhost:3030/search?q...查看 JSON 命中。两者任一通过就说明捕获 → 存储 → 检索全链路已打通。三、 核心模块拆解 —— 用功能域代替目录树一句话结论仓库是 Rust workspace Tauri 桌面端 一组 TypeScript 包按功能域 → 模块 → 职责找代码比翻目录树快得多。功能域模块位置一句话职责屏幕捕获crates/screenpipe-capture/、crates/screenpipe-screen/监听系统事件决定何时截图、截哪些显示器无障碍树crates/screenpipe-a11y/抓取结构化界面文本取不到时协调 OCR 降级音频转写crates/screenpipe-audio/本地 Whisper 转写、说话人分离与会议流式处理存储检索crates/screenpipe-db/SQLite FTS5 全文索引存帧、转写与输入事件AI 引擎crates/screenpipe-engine/执行 Pipes把屏幕数据交给 AI 代理并落地产出集成连接crates/screenpipe-connect/对接外部服务、连接与自动化脱敏过滤crates/screenpipe-redact/按窗口、应用与规则过滤密码等敏感内容桌面端 UIapps/screenpipe-app-tauri/TauriRust TypeScript客户端即你日常操作的界面MCP 与 SDKpackages/screenpipe-mcp/、packages/sdk/让 AI 助手和 JS 程序查询你的屏幕历史多语言 README 位于 docs/translations/docs/ 下还有大量规格文档与 infra/ 的发布构建脚本——这些辅助内容按需查阅即可不影响上手。四、⚙️ 配置要点改什么产生什么效果只挑最影响日常体验的四个~/.screenpipe/pipes/目录——往里放一个pipe.md就生成一个定时 AI 代理文件头部的 YAML 字段如allow-apps、deny-apps、time-range: 09:00-18:00、days: Mon,Fri限定该代理能访问哪些应用、时段与数据端点属于三层强制执行的确定性权限而不是提示词约定。~/.screenpipe/audio-exclusions.jsonmacOS 14.4——把不想录制的系统列出bundle_id例如 Spotify该应用的系统音频即被排除在捕获之外文件保存后约 500 ms 热生效无需重启需先在 Settings → Recording 开启 Experimental CoreAudio 开关。Settings → Privacy → Analytics——关闭后不再上报 PostHog 统计与 Sentry 崩溃数据再配合本地 Whisper 转写与 Ollama 本地模型整条链路 100% 不出本机。rust-toolchain.toml——源码构建者留意它固定了 Rust 1.94.0 及四个目标平台rustup 会自动对齐避免在我机器上能编译的问题。五、 下一步与常见问题想继续深入从这几个入口走起新手入门指南从零构建到第一个 PR 被合并的完整走查强烈建议第一个贡献前读完贡献指南macOS / Windows / Linux 的分平台构建命令与测试规范产品愿景 与 设计原则理解稳定性优先于堆功能的取舍逻辑核心模块源码对照上表的职责顺着依赖读 screenpipe-db 与 screenpipe-engine 最快建立全貌新手高频问题会占多少磁盘事件驱动捕获只在画面变化时存帧官方 FAQ 给出约 5–10 GB/月远低于连续录制方案。会不会拖慢电脑典型 CPU 占用 5–10%内存 0.5–3 GB多显示器也同时支持。数据会上传云端吗默认全部存本地 SQLite只有你主动开启云端转写、云同步或遥测时对应数据才会离机。把本地屏幕记忆 AI 上下文接进日常工作流ScreenPipe 让我昨天到底改了什么不再是难题——搜一搜、问一问、跑一个定时任务你的屏幕历史就从负担变成了资产。【免费下载链接】screenpipeYC (S26) | Open Computer History | Record your screen continuously locally and provide context to your agents (Claude, Codex, Openclaw, Hermes, Runner...)项目地址: https://gitcode.com/GitHub_Trending/sc/screenpipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
ScreenPipe 入门教程3 步搭建本地 AI 记忆让 Claude、Codex 秒懂你的屏幕历史【免费下载链接】screenpipeYC (S26) | Open Computer History | Record your screen continuously locally and provide context to your agents (Claude, Codex, Openclaw, Hermes, Runner...)项目地址: https://gitcode.com/GitHub_Trending/sc/screenpipeScreenPipeYC S26 开源项目是一款本地 AI 记忆工具它在本地持续捕获你的屏幕画面与系统音频把你做过什么、说过什么变成可搜索、可对话的历史并直接作为上下文喂给 Claude、Codex、Cursor 等 AI 代理。它适合知识工作者、开发者、会议密集的远程用户以及任何不想把数据上传云端的隐私敏感人群。这篇入门教程带你三步完成安装与启动看懂核心模块分工并掌握几个关键配置项。一、 这是什么—— 你电脑的外部记忆一句话结论ScreenPipe 解决的问题是AI 不了解你最近干了什么它把整台电脑变成可回放的记忆库。事件驱动的屏幕 音频捕获只在真正发生变化时切换应用、点击、打字停顿、滚动才截一帧并为每帧配上操作系统无障碍树里的结构化文本按钮、输入框、标签取不到无障碍数据时自动降级 OCR。系统音频由本地 WhisperLarge-V3-Turbo实时转写还带说话人识别。自然语言搜索 时间线回放用上周会议上关于预算的讨论这类大白话找历史记录结果会同时返回截图与音频片段时间线界面则像 DVR 一样滚动回放你的一天。给 AI 代理供上下文通过 MCP 协议或本地 REST API默认 localhost:3030Claude Code、Cursor、Codex 等都能直接查询你的屏幕历史你还能用 markdown 文件定义Pipes——定时运行的 AI 代理自动产出会议总结、每日回顾、站会更新。二、 三步跑起来 —— 安装、启动与启动验证一句话结论官方推荐直接下载桌面端安装包macOS 为 dmg、Windows 为 exe这里演示更灵活的 CLI 路径全程无需注册账号。第一步环境准备平台支持 macOSApple Silicon / Intel、Windows 10/11 与 LinuxLinux 需从源码构建建议 8 GB 以上内存每月约 5–10 GB 磁盘。CLI 路径只需装好 Node.js若走源码构建还需要 Rust仓库用 rust-toolchain.toml 固定了 1.94.0 版本和 bun 运行时。操作完成后运行npx -v应能正常打印版本号——这就是环境就绪的预期信号。第二步执行安装与启动在终端依次运行两条命令即可npx screenpipe record # 启动本地录制 npx screenpipe setup # 为本机检测到的 AI 代理安装 skills 与 MCP 配置第一条命令开始 24/7 本地捕获数据落在~/.screenpipe第二条把 screenpipe 注册为 MCP 服务效果等价于手动执行claude mcp add screenpipe -- npx -y screenpipe-mcplatest。预期结果录制进程常驻前台并显示捕获状态不再报权限错误。第三步启动验证向 Claude 问一句 what did i see in the last 5 mins?最近 5 分钟我看到了什么。预期结果它能描述出你刚才屏幕上的真实内容也可以直接请求本地接口GET http://localhost:3030/search?q...查看 JSON 命中。两者任一通过就说明捕获 → 存储 → 检索全链路已打通。三、 核心模块拆解 —— 用功能域代替目录树一句话结论仓库是 Rust workspace Tauri 桌面端 一组 TypeScript 包按功能域 → 模块 → 职责找代码比翻目录树快得多。功能域模块位置一句话职责屏幕捕获crates/screenpipe-capture/、crates/screenpipe-screen/监听系统事件决定何时截图、截哪些显示器无障碍树crates/screenpipe-a11y/抓取结构化界面文本取不到时协调 OCR 降级音频转写crates/screenpipe-audio/本地 Whisper 转写、说话人分离与会议流式处理存储检索crates/screenpipe-db/SQLite FTS5 全文索引存帧、转写与输入事件AI 引擎crates/screenpipe-engine/执行 Pipes把屏幕数据交给 AI 代理并落地产出集成连接crates/screenpipe-connect/对接外部服务、连接与自动化脱敏过滤crates/screenpipe-redact/按窗口、应用与规则过滤密码等敏感内容桌面端 UIapps/screenpipe-app-tauri/TauriRust TypeScript客户端即你日常操作的界面MCP 与 SDKpackages/screenpipe-mcp/、packages/sdk/让 AI 助手和 JS 程序查询你的屏幕历史多语言 README 位于 docs/translations/docs/ 下还有大量规格文档与 infra/ 的发布构建脚本——这些辅助内容按需查阅即可不影响上手。四、⚙️ 配置要点改什么产生什么效果只挑最影响日常体验的四个~/.screenpipe/pipes/目录——往里放一个pipe.md就生成一个定时 AI 代理文件头部的 YAML 字段如allow-apps、deny-apps、time-range: 09:00-18:00、days: Mon,Fri限定该代理能访问哪些应用、时段与数据端点属于三层强制执行的确定性权限而不是提示词约定。~/.screenpipe/audio-exclusions.jsonmacOS 14.4——把不想录制的系统列出bundle_id例如 Spotify该应用的系统音频即被排除在捕获之外文件保存后约 500 ms 热生效无需重启需先在 Settings → Recording 开启 Experimental CoreAudio 开关。Settings → Privacy → Analytics——关闭后不再上报 PostHog 统计与 Sentry 崩溃数据再配合本地 Whisper 转写与 Ollama 本地模型整条链路 100% 不出本机。rust-toolchain.toml——源码构建者留意它固定了 Rust 1.94.0 及四个目标平台rustup 会自动对齐避免在我机器上能编译的问题。五、 下一步与常见问题想继续深入从这几个入口走起新手入门指南从零构建到第一个 PR 被合并的完整走查强烈建议第一个贡献前读完贡献指南macOS / Windows / Linux 的分平台构建命令与测试规范产品愿景 与 设计原则理解稳定性优先于堆功能的取舍逻辑核心模块源码对照上表的职责顺着依赖读 screenpipe-db 与 screenpipe-engine 最快建立全貌新手高频问题会占多少磁盘事件驱动捕获只在画面变化时存帧官方 FAQ 给出约 5–10 GB/月远低于连续录制方案。会不会拖慢电脑典型 CPU 占用 5–10%内存 0.5–3 GB多显示器也同时支持。数据会上传云端吗默认全部存本地 SQLite只有你主动开启云端转写、云同步或遥测时对应数据才会离机。把本地屏幕记忆 AI 上下文接进日常工作流ScreenPipe 让我昨天到底改了什么不再是难题——搜一搜、问一问、跑一个定时任务你的屏幕历史就从负担变成了资产。【免费下载链接】screenpipeYC (S26) | Open Computer History | Record your screen continuously locally and provide context to your agents (Claude, Codex, Openclaw, Hermes, Runner...)项目地址: https://gitcode.com/GitHub_Trending/sc/screenpipe创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
