GitShelf — GitHub 项目目录

项目概述

screenpipe 是一款本地优先、源码可用的桌面应用，持续记录屏幕与音频，将真实工作转化为可搜索的记忆、标准操作流程（SOP）和 AI 代理自动化。它由 YC S26 支持，是 Rewind.ai、Microsoft Recall 等云服务的开源替代品，强调隐私与数据自主权。

核心功能

事件驱动屏幕捕获：监听应用切换、点击、输入暂停等事件，仅在屏幕变化时捕获截图，并配对可访问性树或 OCR 文本，降低 CPU 与存储占用。
音频转录：捕获系统音频与麦克风输入，支持本地 Whisper 或云端 Deepgram 实时转录，含说话人识别与分离。
AI 搜索：自然语言搜索屏幕文本、OCR 内容与音频转录，支持按应用、窗口、URL、时间过滤。
时间线视图：可视化回放屏幕历史，支持点击任意时刻查看截图与文本，并可回放音频。
插件系统（Pipes）：基于 Markdown 的定时 AI 代理，可自动生成会议摘要、每日回顾、站会更新等，支持自定义数据权限。
MCP 服务器：作为 Model Context Protocol 服务器，供 Claude Desktop、Cursor 等 AI 助手查询屏幕历史。
开发者 API：提供本地 REST API（默认端口 3030）与 JavaScript/TypeScript SDK。

适用与不适用场景

适用场景：

知识工作者需要回忆电脑上看到或听到的任何内容。
开发者希望为 AI 编程助手提供工作上下文。
研究人员需要搜索大量屏幕信息。
远程工作者希望自动记录会议并生成笔记。
团队或企业希望部署 AI 代理并控制数据权限。

不适用场景：

需要实时字幕或实时屏幕共享的场景（当前设计为搜索历史）。
需要云端同步或跨设备访问的场景（默认本地存储，云同步为付费功能）。
对资源占用敏感的环境（最低要求 8GB RAM，每月约 5-10GB 存储）。
需要完全离线且无任何网络请求的场景（默认启用产品分析与崩溃报告，可关闭）。

技术架构与依赖

语言：Rust（核心引擎）、TypeScript（桌面 UI，基于 Tauri）。
存储：本地 SQLite 数据库（含 FTS5 全文搜索），截图以 JPEG 存储。
音频处理：Whisper（本地）或 Deepgram（云端）语音转文字，含说话人识别。
屏幕捕获：事件驱动，优先使用操作系统可访问性树，回退到 OCR（macOS Vision、Windows OCR、Linux Tesseract）。
视频编码：HEVC/H.265 分片 MP4（旧版），新版采用 JPEG 快照。
AI 集成：支持 Ollama 等本地模型，或任意 OpenAI 兼容 API。
插件执行：使用 Pi 编码代理（或 Claude Code）执行 Pipes。

安装与快速开始

桌面应用：从 screenpipe.com/how-to-install 下载安装包（macOS、Windows、Linux）。

CLI 方式：

npx screenpipe record

配置 MCP：

npx screenpipe setup
# 或
claude mcp add screenpipe -- npx -y screenpipe-mcp@latest

从源码构建：参考 CONTRIBUTING.md，需要 Rust、Bun、FFmpeg 等依赖。

典型使用方法

搜索屏幕内容：

GET http://localhost:3030/search?q=meeting+notes&content_type=all&limit=10

搜索音频转录：

GET http://localhost:3030/search?q=budget+discussion&content_type=audio&limit=10

JavaScript SDK 示例：

import { pipe } from "@screenpipe/js";

const results = await pipe.queryScreenpipe({
  q: "project deadline",
  contentType: "all",
  limit: 20,
  startTime: new Date(Date.now() - 24 * 60 * 60 * 1000).toISOString(),
});

创建 Pipe：在 ~/.screenpipe/pipes/ 下编写 pipe.md，包含 YAML frontmatter 与提示词，即可创建定时 AI 代理。

配置与部署要点

数据目录：默认 ~/.screenpipe/，可通过 --data-dir 参数修改。
端口：默认 3030，可通过 --port 修改。
隐私设置：可在设置中关闭遥测（PostHog、Sentry），选择本地转录与本地 AI 模型。
音频排除：macOS 可通过 ~/.screenpipe/audio-exclusions.json 排除特定应用的系统音频捕获。
团队部署：支持中央配置管理、共享 Pipes、每 Pipe 数据权限（YAML 控制），兼容 MDM（Intune、SCCM）。
数据库恢复：提供 screenpipe db recover 命令，需停止服务后执行。

限制、风险与许可证

许可证：Screenpipe Commercial License（源码可用；个人非商业用途免费，商业使用需付费订阅，桌面应用订阅从 $25/月起）。
数据隐私：默认本地存储，但桌面应用默认启用产品分析（PostHog）与崩溃报告（Sentry），可关闭。云同步、云转录为付费功能。
资源占用：CPU 5-10%，内存 0.5-3GB，存储约 20GB/月（事件驱动后约 5-10GB/月）。
平台限制：Linux 仅支持从源码构建，且 HEVC 浏览器支持有限（时间线视频回退到 FFmpeg）。
风险：屏幕捕获可能涉及敏感信息，需注意 PII 过滤与权限控制；插件系统执行外部 AI 代理，需谨慎配置数据权限。

官方链接

官网：https://screenpi.pe
文档：https://docs.screenpi.pe
Discord：https://discord.gg/screenpipe
Twitter/X：https://twitter.com/screenpipe
YouTube：https://www.youtube.com/@screen_pipe
Reddit：https://www.reddit.com/r/screen_pipe
GitHub Releases：https://github.com/screenpipe/screenpipe/releases

信息来源和分析时间

主要来源：GitHub 仓库 README、CONTRIBUTING.md、docs/ 目录下的架构与规范文档（EVENT_DRIVEN_CAPTURE_SPEC.md、VISION_PIPELINE_SPEC.md、PIPE_EXECUTION_SPEC.md 等）。
分析时间：2026-08-10（基于最新 release 日期）。
注意：部分文档日期为 2026 年，可能包含未来信息，请以实际仓库为准。

项目概览