8.2 KiB
English | 简体中文
Memos
Memos 是一个专注于隐私的被动记录项目。它可以自动记录屏幕内容，构建智能索引，并提供便捷的 web 界面来检索历史记录。
这个项目主要参考了另外两个项目，一个叫做 Rewind，另一个叫做 Windows Recall。不过，与它们不同的是 Memos 让你可以完全管控自己的数据，避免将数据传递到不信任的数据中心。
功能特性
- 安装简单，只需要通过 pip 安装依赖就可以开始使用了
- 数据全掌控，所有数据都存储在本地，可以完全本地化运行，数据处理完全由自己控制
- 支持全文检索和向量检索
- 支持和 Ollama 一起工作，让 Ollama 作为 Memos 的机器学习引擎
- 支持任何 OpenAI API 兼容的模型（比如 OpenAI, Azure OpenAI，vLLM 等）
- 支持 Mac 和 Windows 系统（Linux 支持正在开发中）
- 支持通过插件扩展出更多数据处理能力
快速开始
1. 安装 Memos
pip install -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple memos
2. 初始化
初始化 memos 的配置文件和 sqlite 数据库：
memos init
数据将存放在 ~/.memos 目录中。
3. 启动服务
memos enable
memos start
这个命令会：
- 开始对所有屏幕进行记录
- 启动 Web 服务
- 将服务设置为开机启动
4. 访问 Web 界面
打开浏览器，访问 http://localhost:8839
- 默认用户名：
admin - 默认密码：
changeme
使用指南
使用 Ollama 支持视觉检索
默认情况下，Memos 仅启用 OCR 插件来提取截图中的文字并建立索引。然而，对于不包含文字的图像，这种方式会大大限制检索效果。
为了实现更全面的视觉检索功能，我们需要一个兼容 OpenAI API 的多模态图像理解服务。Ollama 正好可以完美胜任这项工作。
使用前的重要说明
在决定是否启用 VLM 功能前，请注意以下几点：
-
硬件要求
- 推荐配置：至少 8GB 显存的 NVIDIA 显卡或 M 系列芯片的 Mac
- minicpm-v 模型将占用约 5.5GB 存储空间
- 不建议使用 CPU 模式，会导致系统严重卡顿
-
性能和功耗影响
- 启用 VLM 后会显著增加系统功耗
- 可以考虑使用其他设备提供 OpenAI API 兼容的模型服务
启用步骤
- 安装 Ollama
请访问 Ollama 官方文档 获取详细的安装和配置指南。
- 准备多模态模型
使用以下命令下载并运行多模态模型 minicpm-v：
ollama run minicpm-v "描述一下这是什么服务"
这条命令会下载并运行 minicpm-v 模型，如果发现运行速度太慢的话，不推荐使用这部分功能。
- 配置 Memos 使用 Ollama
使用你喜欢的文本编辑器打开 ~/.memos/config.yaml 文件，并修改 vlm 配置：
vlm:
enabled: true # 启用 VLM 功能
endpoint: http://localhost:11434 # Ollama 服务地址
modelname: minicpm-v # 使用的模型名称
force_jpeg: true # 将图片转换为 JPEG 格式以确保兼容性
prompt: 请帮描述这个图片中的内容，包括画面格局、出现的视觉元素等 # 发送给模型的提示词
使用上述配置覆盖 ~/.memos/config.yaml 文件中的 vlm 配置。
同时还要修改 ~/.memos/plugins/vlm/config.yaml 文件中的 default_plugins 配置：
default_plugins:
- builtin_ocr
- builtin_vlm
这里就是将 builtin_vlm 插件添加到默认的插件列表中。
- 重启 Memos 服务
memos stop
memos start
重启 Memos 服务之后，稍等片刻，就可以在 Memos 的 Web 界面中最新的截图里看到通过 VLM 所提取的数据了：
如果没有看到 VLM 的结果，可以：
- 使用命令
memos ps查看 Memos 进程是否正常运行 - 检查
~/.memos/logs/memos.log中是否有错误信息 - 确认 Ollama 模型是否正确加载（
ollama ps）
全量索引
Memos 是一个计算密集型的应用，Memos 的索引过程会需要 OCR、VLM 以及词向量模型协同工作。为了尽量减少对用户电脑的影响，Memos 会计算每个截图的平均处理时间，并依据这个时间来调整索引的频率。因此，默认情况下并不是所有的截图都会被立即索引。
如果希望对所有截图进行索引，可以使用以下命令进行全量索引：
memos scan
该命令会扫描并索引所有已记录的截图。请注意，根据截图数量和系统配置的不同，这个过程可能会持续一段时间，并且会占用较多系统资源。索引的构建是幂等的，多次运行该命令不会对已索引的数据进行重复索引。
隐私安全
在开发 Memos 的过程中，我一直密切关注类似产品的进展，特别是 Rewind 和 Windows Recall。我非常欣赏它们的产品理念，但它们在隐私保护方面做得不够，这也是许多用户（或潜在用户）所担心的问题。记录个人电脑的屏幕可能会暴露极为敏感的隐私数据，如银行账户、密码、聊天记录等。因此，确保数据的存储和处理完全由用户掌控，防止数据泄露，变得尤为重要。
Memos 的优势在于：
- 代码完全开源，并且是易于理解的 Python 代码，任何人都可以审查代码，确保没有后门。
- 数据完全本地化，所有数据都存储在本地，数据处理完全由用户控制，数据将被存储在用户的
~/.memos目录中。 - 易于卸载，如果不再使用 Memos，通过
memos stop && memos disable即可关闭程序，然后通过pip uninstall memos即可卸载，最后删除~/.memos目录即可清理所有的数据库和截图数据。 - 数据处理完全由用户控制，Memos 是一个独立项目，所使用的机器学习模型（包括 VLM 以及词向量模型）都由用户自己选择，并且由于 Memos 的运作模式，使用较小的模型也可以达到不错的效果。
当然 Memos 肯定在隐私方面依然有可以改进的地方，欢迎大家贡献代码，一起让 Memos 变得更好。
其他值得注意的内容
有关存储空间
Memos 每 5 秒会记录一次屏幕，并将原始截图保存到 ~/.memos/screenshots 目录中。存储空间占用主要取决于以下因素：
-
截图数据：
- 单张截图大小：约 40-400KB（取决于屏幕分辨率以及显示的复杂程度）
- 日均数据量：约 400MB（基于 10 小时使用时长，单屏幕 2560x1440 分辨率）
- 多屏幕使用：数据量会随屏幕数量增加
- 月度估算：按 20 个工作日计算，约 8GB
截图会进行去重，如果连续截图内容变化不大，那么只会保留一张截图，去重机制可以在内容变化不频繁时（如阅读、文档编辑等场景）显著减少存储占用。
-
数据库空间：
- SQLite 数据库大小取决于索引的截图数量
- 参考值：10 万张截图索引后约占用 2.2GB 存储空间
有关功耗
Memos 默认需要两个计算密集型的任务：
- 一个是 OCR 任务，用于提取截图中的文字
- 一个是词向量索引任务，用于提取语义信息构建向量索引
资源使用情况
-
OCR 任务：使用 CPU 执行，并根据不同操作系统优化选择 OCR 引擎，以最小化 CPU 占用
-
词向量索引：智能选择计算设备
- NVIDIA GPU 设备优先使用 GPU
- Mac 设备优先使用 Metal GPU
- 其他设备使用 CPU
性能优化策略
为了避免影响用户日常使用，Memos 采取了以下优化措施：
- 动态调整索引频率，根据系统处理速度自适应
- 电池供电时自动降低处理频率，最大程度节省电量
开发指南
to be continued