今天小編分享的科學經驗：人生搜索引擎免費用，開源版哈利波特“冥想盆”登GitHub熱榜，支持中文，歡迎閱讀。
天啦撸！回溯你在網上看過、做過的一切，也有免費軟體可用了！
簡單說，針對任何" 之前好像在哪看過 "的電腦檔案，只需輸入相關搜索詞，這個軟體都能幫你一鍵輕松回憶了。
打開方式 be like（沒錯，也有中文版）：
你品，你細品。這像不像《黑鏡》中 " 你的全部歷史 " 那一集，描述了一種人人都植入芯片、能随時讀取過去記憶的未來生活。
更有意思的是，發明這個軟體的朋友将其命名為Pensieve （冥想盆），它是指 " 哈利波特中提取和回顧記憶的那個大水盆子 "。
笑死，你别說還真貼切！事實上，這個項目大量借鑑了之前就很火的 " 記憶助手軟體 "Rewind 和微軟的 Windows Recall 功能。
但是，這兩個 emmm …… Rewind 要收費（基礎版 12 美元 / 月），微軟的延期了。
所以，既免費、又立即可用的 Pensieve 是真香了！
這不，代碼更新後迅速登上了 GitHub 熱榜 ~
記住并回憶電腦螢幕上的所有内容
我們先來看 GitHub 頁面上 Pensieve（原名為 Memos）的官方介紹：
一個以隐私為中心的被動錄制項目。它可以自動記錄螢幕内容，構建智能索引，并提供方便的網頁界面以檢索歷史記錄。
是不是聽起來還是有點抽象？
别急，我們馬上拿 Rewind 和 Windows Recall 來一波回憶殺（doge）。
先說微軟畫了很久的大餅——Windows Recall。這個功能是今年 5 月首次被提出的，當時微軟計劃将其作為 Copilot + PC 的一項旗艦功能推出。
當時主打，任何檔案或網頁浏覽記錄都可以用自然語言搜索，輕松回憶任何東西。
然而，由于安全方面的擔憂，該功能的發布被一再推遲，且至今仍未上線。
細數一下，微軟最初計劃于 6 月 18 日發布，但由于安全問題，到了時間點卻未能按時上線。
後來微軟對其進行了改進，加入了高級加密和 Windows Hello 認證，數據被保存在 VBS 安全區中，第三方應用和用戶無法訪問，而且截圖将自動排除諸如密碼和信用卡信息等敏感内容。
一番改造後，微軟又計劃在 10 月底開始測試新版本的 Windows Recall。
直到今日，該功能仍未上線，微軟還在改改改……
此外，對于 " 記憶助手 "Rewind，雖然幹得熱火朝天，但奈何它是收費滴。
Rewind 成立于 2020 年，主打通過 AI 技術捕捉和整理用戶的全部生活内容。
具體功能和 Windows Recall 類似，也是幫助用戶記錄并回溯在手機或電腦上看過的所有信息。
不過除了走到 " 回憶起 " 這一步，Rewind 走得更遠了一點。
它還接入了 GPT-4，能夠對這些 " 記憶 " 進行更深一步的操作，使得用戶可以通過提出問題、創建摘要等方式與系統進行互動。
而就在 Rewind 功能更加完備的過程中，它也收獲了資本的青睐。
截至今年初，Rewind 已經完成了兩輪融資，共計 2790 萬美元，估值約為 3.5 億美元（25.34 億人民币），而且兩輪中都有 OpenAI CEO Sam Altman 和 a16z 的身影。
相比之下，根據項目作者的說法，Pensieve 的最大特點在于：
允許用戶完全控制自己的數據，避免将數據傳輸到不可信的數據中心。
具體而言，Pensieve 擁有以下幾個特點：
簡單安裝，只需通過 pip 安裝依賴項即可開始；
所有數據均本地存儲，允許完全本地操作和自主數據管理；
實現全文和向量搜索；
與 Ollama（一個支持本地部署 LLM 的開源框架）集成，增強搜索能力；
支持 Mac 和 Windows（Linux 支持正在開發中）；
兼容任何 OpenAI API 模型（例如，OpenAI、Azure OpenAI、vLLM 等）；
允許用戶選擇和設定語言模型（包括中文和英文）；
允許通過插件擴展功能；
下面重點介紹大家關心的幾個問題。
第一，需要占用多少存儲。
作者貼心預估了一下，每月按20 個工作日計算，產生的截圖檔案約 8GB。截圖會進行去重，如果連續截圖内容變化不大，那麼只會保留一張截圖。
SQLite 數據庫大小取決于索引的截圖數量，10 萬張截圖索引後約占用2.2GB存儲空間。
第二，關于功耗和硬體設備。
Pensieve 默認需要兩個計算密集型任務：1）一個是 OCR 任務，用于從截圖提取文本；2）另一個是嵌入任務，用于提取語義信息和構建向量索引；
對于前者，作者使用 CPU 執行，并針對不同的作業系統優化以最小化 CPU 使用。
而對于後者，作者認為可以按照自己的設備進行選擇：
NVIDIA GPU 設備優先使用 GPU；
蘋果設備優先使用 Metal GPU；
其他設備使用 CPU；
當然，為了避免影響用戶日常使用，Pensieve 還采取了優化措施。
一方面，Pensieve 能夠根據用戶的活動模式動态調整索引構建的頻率。也就是說，在用戶使用電腦時，它會降低索引構建的優先級，以減少系統資源的占用。
另一方面，Pensieve 在設計時考慮了電池使用壽命，通過監控電池狀态，當電池電量低于某個阈值時，會自動減少資源消耗，以延長電池使用時間。
第三，隐私安全如何保證。
Pensieve 作者提出了 4 點措施來保證用戶隐私，包括：
1、代碼是完全開源且易于理解的 Python 代碼，允許任何人審查以确保沒有後門或惡意軟體。
2、本地化數據存儲。Pensieve 将所有數據存儲在用戶的本地設備上，而不是上傳到雲端伺服器。
3、易于解除安裝：Pensieve 提供了簡單的解除安裝過程，用戶可以輕松地從系統中移除。
4、數據處理完全由用戶控制。用戶可以自由選擇何時啟動或停止記錄，以及如何管理和查詢自己的數據。
另外，作為一個獨立項目，Pensieve 所使用的機器學習模型（包括 VLM 和嵌入模型）都允許由用戶選擇。
這就上手安裝試試
概括而言，使用 Pensieve 大致包括以下幾個步驟：
安裝 Pensieve
初始化 pensieve 配置檔案和 sqlite 數據庫
使用兩行命令啟動服務
打開浏覽器并訪問 Web 界面
BTW，Pensieve 作者也貼心奉上了 " 食用指南 "，簡單概括如下：
1、選擇适當的嵌入模型
由于 Pensieve 使用嵌入模型提取語義信息并構建向量索引，故選擇合适的嵌入模型至關重要。
根據用戶習慣的語言，作者提供了中英兩種模型。
2、使用 Ollama 進行視覺搜索
默認情況下，Pensieve 僅啟用 OCR 插件從截圖提取文本并構建索引。然而，這種方法極大限制了沒有文本的影像的搜索效果。
對此，我們需要一個與 OpenAI API 兼容的多模态影像理解服務，剛好 Ollama 可以勝任。
需要提醒的是，在啟動 VLM 功能之前，對硬體有一定要求：
推薦配置：至少 8GB VRAM 的 NVIDIA 顯卡或搭載 M 系列芯片的 Mac；
CPU 模式不推薦，因為它會導致系統嚴重卡頓；
3、全文索引
由于 Pensieve 默認情況下并非所有截圖都會立即索引，因此，需要以下命令行，才能實現全文索引功能。
更多安裝細節可參見原項目庫，地址也給大家放上了 ~
GitHub：
https://github.com/arkohut/pensieve?tab=readme-ov-file
