Show HN: Rem: सब कुछ याद रखें (ओपन सोर्स)
Rem नाम का एक open source macOS टूल आपके कंप्यूटर की एक searchable “memory” देने का वादा करता है, जिसमें यह समय-समय पर screenshots लेता है, उन पर OCR चलाता है, और परिणाम को video में compress करता है ताकि आप अपने काम को rewind कर सकें और LLMs के साथ past activity query कर सकें। टिप्पणीकार debugging, research recall, productivity tracking, और attention audits जैसे use cases को लेकर उत्साहित हैं, और privacy तथा offline use के लिए local language models के साथ integration चाहते हैं। साथ ही, वे storage growth, battery impact, sensitive data capture (passwords, API keys), और surveillance या misuse की संभावनाओं पर चिंता जताते हैं, जिससे careful design, configurable limits, और robust local-only architectures की आवश्यकता सामने आती है।
समग्र प्रतिक्रिया और तुलना
- कई टिप्पणीकार “सब कुछ याद रखें” की अवधारणा को आकर्षक और “जादुई” मानते हैं, और इसकी तुलना अपने कंप्यूटर के लिए एक निजी CCTV या टाइम मशीन से करते हैं।
- अक्सर इसकी तुलना Rewind.ai और पुराने टूल्स जैसे TimeSnapper, ManicTime, RescueTime, Qbserve, arbtt, तथा ब्राउज़र-आर्काइविंग टूल्स (DownloadNet, ArchiveBox) से की जाती है।
- कुछ लोगों का मानना है कि OS विक्रेता, खासकर Apple, अंततः ऐसी ही कार्यक्षमता मूल रूप से (native) उपलब्ध कराएँगे, जिससे कुछ वर्षों में standalone ऐप्स पुराने लगने लगेंगे।
उपयोग के मामले और लाभ
- पिछले काम की खोज: पहले देखे गए snippets, websites, commands, या documents को navigation दोबारा बनाए बिना तुरंत वापस पाना।
- डिबगिंग: उन steps को replay करना जिनके कारण मुश्किल से पुन: उत्पन्न होने वाले bugs आए।
- उत्पादकता और जवाबदेही: timelapse “attention audits,” context switching को ट्रैक करना, distractions की पहचान करना, या “productive hours” को गेमिफ़ाई करना।
- personal knowledge management: computing activity का एक searchable history बनाना जिसे बाद में query किया जा सके, संभावित रूप से LLMs के साथ।
- ADHD वाले कुछ users ऐसी tools को बहुत उपयोगी बताते हैं; OCD वाला एक user चिंतित है कि इससे compulsive checking और बढ़ सकती है।
गोपनीयता, सुरक्षा, और नैतिकता
- cloud पर निर्भरता से बचने और privacy सुधारने के लिए local LLMs और embeddings में गहरी रुचि।
- चिंता कि system अनिवार्य रूप से secrets (password managers, API keys) कैप्चर करेगा, और disk पर plaintext OCR’d data malware द्वारा exfiltrate किया जा सकता है।
- यह स्वीकार किया गया कि screen-recording apps को स्पष्ट OS permissions (screen, network) चाहिए, लेकिन टिप्पणीकार फिर भी इसे attackers के लिए एक समृद्ध target मानते हैं।
- employers या scammers द्वारा misuse की चिंताएँ; workers की real-time AI monitoring को कुछ लोग “nightmare scenario” मानते हैं।
तकनीकी डिज़ाइन और प्रदर्शन
- implementation: लगभग हर 2 सेकंड में screenshots, Apple की APIs के माध्यम से OCR, और फिर उन्हें video के रूप में ffmpeg में stream करना; पिछले 15 frames “recent context” के रूप में उपयोग किए जाते हैं।
- storage efficiency के लिए individual images की बजाय video चुना गया, क्योंकि inter-frame compression संभव है; मौजूदा अनुमान ~150MB/hour है, जिसे फिर भी बहुत अधिक माना गया है।
- Apple Silicon–only stance पर बहस: कुछ का तर्क है कि Intel Macs 0.5 fps capture और OCR संभाल सकते हैं; अन्य लोग संभावित battery hit (similar app में 20–40% रिपोर्ट किया गया) का उल्लेख करते हैं।
- सुझाव: जहाँ संभव हो OCR की बजाय window titles/accessibility APIs का उपयोग; batch/idle OCR; compression tricks; GPU-based capture; web-only variants के लिए browser history।
- LLM integration: ideas में localhost के माध्यम से local API, network permissions से बचने के लिए stdin/stdout, और Mistral या multimodal local models जैसे models का उपयोग शामिल है।
फ़ीचर अनुरोध और रोडमैप संबंधी प्रश्न
- अनुरोधित features: pause/exclude lists, hotkeys, retention settings, बेहतर storage management, cross-platform (Windows/Linux/iOS), real-time categorization (productive vs time-wasting), और embeddings/vector DBs के साथ अधिक robust search।
- कुछ लोग शुरुआती bugs (जैसे timeline view में अटक जाना) और long-term storage strategy की अस्पष्टता की रिपोर्ट करते हैं; इन्हें सुधार की आवश्यकता वाले क्षेत्रों के रूप में नोट किया गया है।