关于screenpipe

screenpipe 是一款开源应用程序（MIT许可证），能够持续捕获你的屏幕和音频，为你在电脑上所做的一切创建一个可搜索的、由AI驱动的记忆库。所有数据都存储在你的设备本地。它是Rewind.ai（现为Limitless）、Microsoft Recall、Granola和Otter.ai等产品的领先开源替代品。如果你正在寻找Rewind、Recall的替代方案，或者一款带有AI功能的私密本地屏幕录制工具，那么screenpipe就是最受欢迎的开源选择。

• 官网: https://screenpi.pe
• 文档: https://docs.screenpi.pe
• Discord: https://discord.gg/screenpipe
• 许可证: MIT

screenpipe适合哪些人？

• 知识工作者，希望回顾自己在电脑上看到或听到的任何内容
• 开发者，希望为AI编码助手（Cursor、Claude Code、Cline、Continue）提供他们当前工作上下文的信息
• 研究人员，需要搜索大量基于屏幕的信息
• 患有注意力缺陷多动障碍的人士，经常迷失在不同的标签页、文档和对话中
• 远程工作者，希望实现会议的自动转录和笔记记录
• 团队和企业，希望通过确定性的数据权限和集中式配置管理，在整个组织内部署AI（screenpi.pe/team）
• 任何想要云-based AI记忆工具的私密、本地优先替代方案的人

平台支持

最低要求：建议至少8GB内存。每月大约需要5–10GB磁盘空间。由于采用事件驱动的捕获方式，现代硬件上的CPU占用率通常为5–10%。

核心功能

事件驱动的屏幕捕获

与每秒都进行录制不同，screenpipe会监听有意义的事件——应用切换、点击、打字暂停、滚动等——只有当确实发生变化时才会捕捉截图。每次捕获都会将截图与无障碍树（操作系统已知的结构化文本：按钮、标签、文本框）配对。如果无障碍数据不可用（例如远程桌面、游戏），则会回退到OCR。这种方式能够在最小的CPU和存储开销下获得最高质量的数据，不再需要处理成千上万张完全相同的帧。

音频转录

捕获系统音频（你听到的内容）和麦克风输入（你说的话）。利用本地运行在你设备上的OpenAI Whisper进行实时语音转文字。支持发言者识别和区分。适用于任何音频来源——Zoom、Google Meet、Teams或其他任何应用程序。

AI驱动的搜索

通过自然语言搜索所有OCR文本和音频转录内容。可以按应用名称、窗口标题、浏览器URL、日期范围进行筛选。使用嵌入技术进行语义搜索。搜索结果会同时返回截图和音频片段。

时间线视图

展示你整个屏幕历史的可视化时间线。像观看录像机一样滚动浏览你的一天。点击任意时刻即可查看完整的截图和提取的文本。还可以回放任意时间段的音频。

插件系统（Pipes）

Pipes 是以 Markdown 文件形式定义的定时 AI 代理。每个 Pipe 都是一个包含提示和调度的 pipe.md 文件——screenpipe 会运行一个 AI 编码代理（如 pi 或 claude-code），它会查询你的屏幕数据、调用 API、写入文件并执行操作。内置 Pipes 包括：

• Obsidian 同步：自动将屏幕活动同步到 Obsidian 库，作为每日日志
• 提醒：扫描活动中的待办事项，并在 Apple Reminders 中创建提醒（macOS）
• 创意追踪器：从你的浏览记录和市场趋势中挖掘创业点子

开发者可以通过在 ~/.screenpipe/pipes/ 目录下编写 Markdown 文件来创建自定义 Pipes。

Pipe 数据权限

每个 Pipe 支持 YAML 前置元数据字段，允许管理员以确定性的方式，在操作系统级别控制 AI 代理可以访问哪些数据：

• 应用与窗口过滤：allow-apps、deny-apps、deny-windows（支持通配符模式）
• 内容类型控制：限制为 ocr、audio、input 或 accessibility
• 时间和日期限制：例如 time-range: 09:00-18:00、days: Mon,Tue,Wed,Thu,Fri
• 端点门控：allow-raw-sql: false、allow-frames: false

这些权限在三个层面强制执行——技能门控（AI 永远不会学习被禁止的端点）、代理拦截（在执行前就被阻止）以及服务器中间件（基于每个 Pipe 的加密令牌）。并非基于提示词，而是完全确定性的。

MCP 服务器（模型上下文协议）

screenpipe 以 MCP 服务器的形式运行，允许 AI 助手查询你的屏幕历史记录：

• 可与 Claude Desktop、Cursor、VS Code（Cline、Continue）以及任何兼容 MCP 的客户端配合使用
• AI 助手可以搜索你的屏幕历史、获取最近的上下文，并访问会议转录内容
• 无需配置：claude mcp add screenpipe -- npx -y screenpipe-mcp

开发者 API

运行在本地主机上的完整 REST API（默认端口 3030）。提供用于搜索屏幕内容、音频和帧的端点。还可直接访问底层 SQLite 数据库的原始 SQL。同时提供 JavaScript/TypeScript SDK。

Apple Intelligence 集成（macOS）

在支持的 Mac 设备上，screenpipe 利用 Apple Intelligence 进行设备端 AI 处理——生成每日摘要、行动项和提醒，完全无需依赖云端，也无需任何费用。

隐私与安全

• 默认 100% 本地存储：所有数据都存储在你的设备本地的 SQLite 数据库中，不会发送到任何外部服务器。
• 开源：采用 MIT 许可证，代码库完全可审计。
• 本地 AI 支持：可以使用 Ollama 或任何本地模型——无需将数据发送到任何云端。
• 无需账户：核心应用程序无需任何注册即可使用。
• 数据归属你：你可以随时导出、删除或备份数据。
• 可选加密同步：设备之间的端到端加密同步（零知识加密）。
• AI 数据权限：基于 YAML 的管道级访问控制——在操作系统级别进行确定性强制执行，而非基于提示词。通过三层防护机制，防止 AI 代理访问未经授权的数据。

screenpipe 与竞争对手的对比

定价

• 终身版：一次性支付 $400。包含所有功能及未来所有更新，永久有效。
• 终身版 + Pro 1 年：一次性支付 $600。包含终身版应用及 1 年 Pro 服务（云同步、优先支持）。
• Pro 订阅：每月 $39，提供设备间云同步、优先支持以及专业 AI 模型。
• 团队版：定制化定价。共享配置、共享 Pipes、基于 Pipe 的 AI 数据权限、管理员仪表板，支持 MDM（Intune / SCCM）。详情请见 screenpi.pe/team。

集成

• AI 编码助手：Cursor、Claude Code、Cline、Continue、OpenCode、Gemini CLI
• AI 聊天助手：ChatGPT（通过 MCP）、Claude Desktop（通过 MCP）、任何兼容 MCP 的客户端
• 笔记工具：Obsidian、Notion
• 本地 AI：Ollama、任何兼容 OpenAI 的模型服务器
• 自动化：自定义 Pipes（以 Markdown 文件形式编写的定时 AI 代理）

团队与企业版

screenpipe Teams 允许组织在整个团队中部署 AI 代理，并完全控制 AI 可访问的内容。详情请见 screenpi.pe/team。

• 中央配置管理：可通过管理员仪表板将捕获设置（应用过滤、计划任务、URL 规则）推送到每台设备。
• 共享 Pipes：可在全公司范围内部署 AI 工作流（自动站会、会议转工单、时间跟踪）。
• 基于 Pipe 的 AI 数据权限：通过 YAML 前置元数据控制每个 Pipe 可访问的内容——应用、窗口、内容类型、时间范围和端点。这些权限通过三层机制在操作系统级别以确定性方式强制执行（技能门控、代理拦截、带有 Pipe 级别加密令牌的服务器中间件）。
• 隐私边界：管理员控制哪些内容会被捕获以及 AI 可以访问哪些内容。他们永远不会看到实际数据——所有数据都保留在每位员工的设备上。
• 覆盖规则：员工可以添加更严格的过滤器（例如额外屏蔽个人邮箱），但不能削弱管理员设定的规则。
• MDM 就绪：可通过 Intune、SCCM、Robopack 或任何 MDM 解决法进行部署。
• 企业级支持：支持 SSO/SAML、审计日志、SLA 以及 SOC 2/HIPAA 合规准备。

技术架构

1. 事件驱动捕获：监听操作系统事件（应用切换、点击、打字暂停、滚动、剪贴板）。当发生有意义的事件时，会同时捕获截图和无障碍树，并附带相同的时间戳。若无障碍数据不可用，则回退至 OCR。空闲状态下，也会定期捕获画面。
2. 音频处理：使用 Whisper（本地）或 Deepgram（云端）进行语音转文字。支持说话人识别和区分。
3. 存储：本地 SQLite 数据库，配备 FTS5 全文检索功能。截图以 JPEG 格式保存在磁盘上（约 300 MB/8 小时，而持续录制则约为 2 GB）。
4. API 层：运行在 localhost:3030 上的 REST API。提供搜索、帧、音频、元素、健康状态以及 Pipe 管理等功能。
5. 插件层：Pipes——以 Markdown 文件形式编写的定时 AI 代理。代理会执行提示词，并可访问 screenpipe API。
6. UI 层：基于 Tauri（Rust + TypeScript）构建的桌面应用。

API 示例

搜索屏幕内容：

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

搜索音频转录：

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

JavaScript SDK：

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(),
});

常见问题

Screenpipe 是免费的吗？ 核心引擎是开源的（MIT 许可证）。桌面应用程序是一次性终身购买（400 美元），核心应用无需订阅费用。

Screenpipe 会将我的数据发送到云端吗？ 不会。默认情况下，所有数据都存储在本地。您可以通过 Ollama 使用完全本地的 AI 模型，以实现完全的隐私保护。

它会占用多少磁盘空间？ 每月大约 5–10 GB。事件驱动的捕获仅在检测到变化时存储帧，与连续录制相比，大大减少了存储需求。

它会降低我的电脑性能吗？ 在现代硬件上，典型的 CPU 使用率约为 5–10%。事件驱动的捕获仅在有变化时处理帧，而无障碍树提取比 OCR 轻量得多。

我可以将其与 ChatGPT、Claude 或 Cursor 集成吗？ 可以。Screenpipe 作为 MCP 服务器运行，允许 Claude Desktop、Cursor 和其他 AI 助手直接查询您的屏幕历史记录。

它可以录制多台显示器吗？ 可以。Screenpipe 可以同时捕获所有连接的显示器。

文本提取是如何工作的？ Screenpipe 主要使用操作系统的无障碍树来获取结构化文本（按钮、标签、文本字段）——这种方式比 OCR 更快、更准确。当无障碍数据不可用时（例如远程桌面、游戏或某些 Linux 应用程序），它会回退到 OCR：macOS 上使用 Apple Vision，Windows 上使用原生 OCR，Linux 上则使用 Tesseract。

我可以将 Screenpipe 部署给我的团队使用吗？ 可以。Screenpipe Teams 提供集中配置管理、共享的 AI 管道以及基于管道的数据权限控制。管理员可以控制哪些内容被捕获以及哪些 AI 可以访问——员工的实际数据永远不会离开他们的设备。详情请参阅 screenpi.pe/team。

AI 数据权限是如何工作的？ 每个管道支持 YAML 前置元数据字段（allow-apps、deny-apps、deny-windows、allow-content-types、time-range、days、allow-raw-sql、allow-frames），这些字段可以确定性地控制 AI 代理可以访问哪些数据。权限的强制执行发生在三个操作系统层面，而不是通过提示 AI 来约束其行为。即使代理被攻破，也无法访问被拒绝的数据。

公司

由 screenpipe（Mediar, Inc.）打造。成立于 2024 年，总部位于美国加州旧金山。

• 创始人：Louis Beaumont (@louis030195)
• Twitter：@screenpipe
• 邮箱：louis@screenpi.pe