編注：我們會不定期挑選 Matrix 的優質文章，展示來自用戶的最真實的體驗和觀點。文章代表作者個人觀點，少數派僅對標題和排版略作修改。
去年見到一款 macOS 上的 app - Rewind時，感到非常驚奇：它像黑鏡 S1E3 中的人生記錄儀一樣、可以將螢幕上見到的一切全部記錄下來，隨時回溯檢索。既感到這個想法與實現十分驚艷，也隱約感覺其實用不起來，直到到今年他們擁抱了 AI——一個能完全發揮其潛能的方向：將第二大腦交由 AI 託管運作，概念上很厲害。
黑鏡 S1E3 - 你的全部人生經歷
不過他們至今也還沒推出 Windows 版。偶然似乎在 X 上見到有人試圖做 Windows 上類似的替代品，但由於忘記打心收藏，再想尋找時果然怎麼也找不到了——當這種時刻發生，就能強烈意識到這個軟體的價值：讓你過目不忘。
其實這個需求價值挺明顯的：時間的流動中，我們試圖抓住的事情就像鯰魚們一樣，不斷從滑溜溜的大腦皮質層流過、然後忘卻。當需要那些堅實的記憶碎片時，只能自求多福當時有順手在手邊石頭多刻幾筆：隨手收藏、剪貼、甚至是為此堅持寫日記。
而這樣的產品做法顯然是從最底層的第一性原理出發，直接採集你看到的畫面、用最「元（meta）」的方式來解決「我尋思我看過……哎怎麼就找不到呢？」和「噢我還經歷了這些破事兒」。——前者可以用搜索應對，後者是現在 Rewind AI 方向探索的管理 & 總結歸納，將記憶結晶為有序的價值來幫助未來。
無可避免地，記錄一切也意味著其中肯定也包含了海量的無用數據——當然直到你需要時，你無法知道哪些是無用的。好在記錄與管理是無感的，在如今的存儲容量與成本下也不值一提。
▍日常中，它可以解決以下這些場景的問題
- 正常些的，比如找回在不同地方見過的文章、電影的台詞、一些對中文搜索支持不佳的聊天軟體記錄等等；
- 轉瞬即逝錯過了就是錯過的東西：過去見過而如今被審核移除的事物、被撤回的消息、因為手滑而點掉的信息、遊戲中的聊天噴人、因為程序崩潰而沒保存的內容…——你本地永遠有一份不被篡改的個人記憶。比人類過目不忘稟賦強的一點是：它並非虛無的夢、不是只在記憶中的風，而是切實存在過的記錄；
- 下載了一些東西、找到一些文件，但它們的起名沒有線索、想不起是哪裡得到的；
- 用古早以前見過的、又符合當下語境的畫面或黑歷史作為一種 meme，來整蠱朋友：）；
- 在記憶尋寶，回看時你總能發現邊邊角角你沒注意到的東西——特別是在用關鍵詞搜索時，搜出來了你沒印象的畫面，或是看看某個詞句的記憶片段在你眼前晃悠過多少次； 當記錄了長達數年的記錄後，你在需要時能找回那些重要的經歷：做畢設的過程、與各種「第一次」的奇遇；
等等等等…… 容易想到的場景在 Rewind 官網上多少也被提及了，此外的日常下，這樣的超能力總能給你意料外的驚喜；
等等等等…… 容易想到的場景在 Rewind 官網上多少也被提及了，此外的日常下，這樣的超能力總能給你意料外的驚喜；
用回憶為朋友製作梗圖一例
我做了一個 Windows 上的 Rewind 平替小工具
用浣熊作為吉祥物——浣熊超會翻垃圾的，就像翻尋我的記憶w
我認為這種強涉及個人隱私的工具，它的錄製、識別、搜索等一切功能都應當完全在本地運行，開源的透明度使它可以被徹底審查。這個小工具使用 python 與本地 API 來運作，解釋型語言的特性可以讓你了解每一步都是如何運作的——安全而不做多餘的事，一切數據都在你的手上。無需為你的數據和回憶訂閱付費，你應當擁有與知道你的一切🤓。
使用的能耗、儲存空間等需求基本與 Rewind 一致（一年的數據存儲約占用 150G 磁碟空間，如果選擇了更高的超時壓縮規格，可以再縮減 80% 以上）。
▍這類工具主要解決的三個問題
怎麼記錄
第一個問題挺好解決的，通過 ffmpeg 的錄屏功能，就能以較低的幀率與關鍵幀比來實現低體積的視頻存儲。
缺點：目前每個片段的記錄時長為 15 分鐘，需要等記錄完畢（或暫停記錄）和索引後才能回溯。對於突發想回看過去幾秒時，就沒有 Rewind 那麼便利——得等一下當前片段記錄和索引完畢🧎。
怎麼找回記憶
第二個問題上，目前跳過對錄製的視頻片段進行關鍵幀索引，只保留變化較大的畫面、使用 Windows 系統級的 OCR API 進行文字識別，過程中忽略一些比較固定的 UI 區域，諸如開始菜單、標籤頁、花邊廣告側欄等，這樣可以避免記下一些無用的「燒屏」信息；也可以設定跳過詞，來跳過敏感/不重要內容的記錄。
索引完畢後，就可以通過最基礎關鍵詞、時間範圍等篩選進行 SQL 檢索啦。為了解決 OCR 中字形相似的不良識別問題，也加入了同時檢索相似字形關鍵詞的選項，召回率有不小提升。比如當搜索「你好世界」時，會一併搜索「獼好世界」「稱好碟界」「彌好屜界」「爾好泄界」……等等組合。
目前檢索維度上還是不夠強，興許未來還可以加上文本嵌入、圖像內容識別等新潮方式。
它還能做什麼
第三個問題的解法也許是最有價值、最有創意的，畢竟尋找回憶不是高頻需求。
Rewind 的答案是用 AI 做結構化的記錄，甚至可以用過去的記憶輔助未來的決策、形成生產力，比如用會議的總結等信息來起草郵件。
目前 Windrecorder 還在最小可用原型階段，但還是加入了力所能及的詞雲統計、使用數據統計、可以鳥瞰縮略圖的光箱等，都是聊勝於無的小功能。AI 生成方面，本地的 LLM 需要吃挺多資源，目前先邊走邊思考著🤔。
目前這個小工具也許適合這些用戶
- 主要使用 Windows PC 作為主要的終端設備🤔；
- 經常閱讀文本信息，時不時需要回憶一些小線索；
- 用來尋找電影 / 視頻中的字幕（目前還不能用語義的向量來模糊搜尋，對於一兩句台詞也許還是很難想起來，形態上也無法二維地攤平時間軸上所有字幕）；
倉鼠病 / FOMO 患者🤓；
……
倉鼠病 / FOMO 患者🤓；
……
由於不擅長前端技術，本職也不是 RD🧎，工具使用 streamlit 構建了前端。儘管使用了許多 hack 和巧思，體驗上與能做的產品功能還是比較有限，一些實現也不夠完善、運作還有許多可以優化之處，多少限制了一些它的「好用」。如果你擅長 coding 且也有類似的需求，歡迎一起 contribute ~
它雖然很原始，是一個堪堪可用的最小可用原型，但還是想發出來收集反饋同你的迴響！
▍小感想
一個多月時間試下來，用來找回記憶碎片確實很管用！很方便能回去找到一些關鍵的線索、為當下建立起關聯，也能偶爾翻翻回看過去做了什麼。工作上寫起周報、績效等強回憶的材料也不那麼痛苦了，哪天做了什麼事情一回溯便瞭然。
長尾效應很明顯，開始在想，如果好久好久以前也記錄了下來就好了——不過從現在開始也許什麼也不晚 🦝。
項目 Github：https://github.com/Antonoko/Windrecorder
原文連結：
https://sspai.com/post/83590?utm_source=wechat&utm_medium=social
作者：haru
責編：北鴞
利益相關聲明 ：作者與文中產品有直接的利益相關（開發者、自家產品等）
/ 更多熱門文章 /