Show HN：Rem：记住一切（开源）

原文 ↗ Hacker News 讨论 ↗

一款名为 Rem 的开源 macOS 工具，承诺通过定期截屏、对图像进行 OCR，并将结果压缩成视频，为你的电脑建立一个可搜索的“记忆”，让你可以回看工作过程并用 LLM 查询过去的活动。评论者对调试、研究回忆、生产力追踪和注意力审计等用途很感兴趣，也希望它能集成本地语言模型，以获得更强的隐私保护和离线使用能力。与此同时，他们也担心存储增长、电池消耗、敏感数据捕获（密码、API 密钥）以及被监控或滥用的风险，并强调需要精心设计、可配置限制以及稳健的纯本地架构。

整体反响与类比

  • 许多评论者觉得“记住一切”的概念很吸引人、很“神奇”，把它比作个人版 CCTV 或电脑的时间机器。
  • 经常被拿来与 Rewind.ai 以及更早的工具如 TimeSnapper、ManicTime、RescueTime、Qbserve、arbtt 和浏览器归档工具（DownloadNet、ArchiveBox）比较。
  • 有些人认为操作系统厂商（尤其是 Apple）最终会原生提供类似功能，让独立应用在几年后显得过时。

使用场景与收益

  • 搜索过去的工作：无需重建浏览路径，就能快速找回先前看到的代码片段、网站、命令或文档。
  • 调试：回放导致难以复现的 bug 的步骤。
  • 生产力与问责：时间流逝式“注意力审计”，跟踪上下文切换，识别干扰，或把“高效工作时长”游戏化。
  • 个人知识管理：构建一份可搜索的计算活动历史，之后可用 LLM 查询。
  • 一些患有 ADHD 的用户表示这类工具非常有帮助；一位患有 OCD 的用户担心它可能会加重强迫性检查。

隐私、安全与伦理

  • 对本地 LLM 和嵌入向量有很强的兴趣，以避免依赖云端并提升隐私性。
  • 有人担心系统不可避免会捕获机密信息（密码管理器、API 密钥），而且磁盘上的明文 OCR 数据可能被恶意软件窃取。
  • 有人承认屏幕录制应用需要明确的操作系统权限（屏幕、网络），但评论者仍然认为这对攻击者来说是个高价值目标。
  • 也有人担心被雇主或诈骗者滥用；部分评论者认为对员工进行实时 AI 监控会是“噩梦场景”。

技术设计与性能

  • 实现方式：大约每 2 秒截图一次，通过 Apple 的 API 做 OCR，再流式送入 ffmpeg 生成视频；最后 15 帧作为“最近上下文”。
  • 选择视频而不是单张图片，是为了利用帧间压缩提高存储效率；当前估算约 150MB/小时，但仍被认为太高。
  • 关于仅支持 Apple Silicon 的争论：一些人认为 Intel Mac 也能处理 0.5 fps 采集和 OCR；另一些人指出类似应用可能带来明显的电池消耗（有类似应用报告 20–40%）。
  • 建议包括：在可能时使用窗口标题/辅助功能 API 替代 OCR；批量/空闲时 OCR；压缩技巧；基于 GPU 的采集；仅针对网页的浏览器历史版本。
  • LLM 集成：有人建议通过 localhost 提供本地 API、用 stdin/stdout 以避免网络权限，以及使用 Mistral 或多模态本地模型。

功能请求与路线图问题

  • 请求的功能包括：暂停/排除列表、热键、保留设置、更好的存储管理、跨平台（Windows/Linux/iOS）、实时分类（高效 vs 浪费时间），以及通过嵌入/向量数据库实现更强健的搜索。
  • 一些人报告了早期 bug（例如卡在时间线视图中）以及不明确的长期存储策略；这些被认为是需要改进的地方。