天啦撸！回溯你在网上看过、做过的一切，也有免费软件可用了！简单说，针对任何“之前好像在哪看过”的电脑文件，只需输入相关搜索词，这个软件都能帮你一键轻松回忆了。
打开方式 be like（没错，也有中文版）：
你品，你细品。这像不像《黑镜》中“你的全部历史”那一集，描述了一种人人都植入芯片、能随时读取过去记忆的未来生活。
更有意思的是，发明这个软件的朋友将其命名为Pensieve （冥想盆），它是指”哈利波特中提取和回顾记忆的那个大水盆子”。
笑死，你别说还真贴切！事实上，这个项目大量借鉴了之前就很火的“记忆助手软件”Rewind 和微软的 Windows Recall 功能。但是，这两个 emmm……Rewind 要收费（基础版 12 美元 / 月），微软的延期了。所以，既免费、又立即可用的 Pensieve 是真香了！
这不，代码更新后迅速登上了 GitHub 热榜~
我们先来看 GitHub 页面上 Pensieve（原名为 Memos）的官方介绍：
一个以隐私为中心的被动录制项目。它可以自动记录屏幕内容，构建智能索引，并提供方便的网页界面以检索历史记录。
是不是听起来还是有点抽象？别急，我们马上拿 Rewind 和 Windows Recall 来一波回忆杀（doge）。
先说微软画了很久的大饼 ——Windows Recall。这个功能是今年 5 月首次被提出的，当时微软计划将其作为 Copilot + PC 的一项旗舰功能推出。
当时主打，任何文件或网页浏览记录都可以用自然语言搜索，轻松回忆任何东西。
然而，由于安全方面的担忧，该功能的发布被一再推迟，且至今仍未上线。
细数一下，微软最初计划于 6 月 18 日发布，但由于安全问题，到了时间点却未能按时上线。
后来微软对其进行了改进，加入了高级加密和 Windows Hello 认证，数据被保存在 VBS 安全区中，第三方应用和用户无法访问，而且截图将自动排除诸如密码和信用卡信息等敏感内容。
一番改造后，微软又计划在 10 月底开始测试新版本的 Windows Recall。
直到今日，该功能仍未上线，微软还在改改改……
此外，对于“记忆助手”Rewind，虽然干得热火朝天，但奈何它是收费滴。
Rewind 成立于 2020 年，主打通过 AI 技术捕捉和整理用户的全部生活内容。
具体功能和 Windows Recall 类似，也是帮助用户记录并回溯在手机或电脑上看过的所有信息。
不过除了走到“回忆起”这一步，Rewind 走得更远了一点。
它还接入了 GPT-4，能够对这些“记忆”进行更深一步的操作，使得用户可以通过提出问题、创建摘要等方式与系统进行交互。
而就在 Rewind 功能更加完备的过程中，它也收获了资本的青睐。
截至今年初，Rewind 已经完成了两轮融资，共计 2790 万美元，估值约为 3.5 亿美元（25.34 亿人民币），而且两轮中都有 OpenAI CEO Sam Altman 和 a16z 的身影。
相比之下，根据项目作者的说法，Pensieve 的最大特点在于：
允许用户完全控制自己的数据，避免将数据传输到不可信的数据中心。
具体而言，Pensieve 拥有以下几个特点：
简单安装，只需通过 pip 安装依赖项即可开始；
所有数据均本地存储，允许完全本地操作和自主数据管理；
实现全文和向量搜索；
与 Ollama（一个支持本地部署 LLM 的开源框架）集成，增强搜索能力；
支持 Mac 和 Windows（Linux 支持正在开发中）；
兼容任何 OpenAI API 模型（例如，OpenAI、Azure OpenAI、vLLM 等）；
允许用户选择和设置语言模型（包括中文和英文）；
允许通过插件扩展功能；
下面重点介绍大家关心的几个问题。
第一，需要占用多少存储。
作者贴心预估了一下，每月按20 个工作日计算，产生的截图文件约 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。
SQLite 数据库大小取决于索引的截图数量，10 万张截图索引后约占用2.2GB存储空间。
第二，关于功耗和硬件设备。
Pensieve 默认需要两个计算密集型任务：1）一个是 OCR 任务，用于从截图提取文本；2）另一个是嵌入任务，用于提取语义信息和构建向量索引；
对于前者，作者使用 CPU 执行，并针对不同的操作系统优化以最小化 CPU 使用。
而对于后者，作者认为可以按照自己的设备进行选择：
NVIDIA GPU 设备优先使用 GPU；
苹果设备优先使用 Metal GPU；
其他设备使用 CPU；
当然，为了避免影响用户日常使用，Pensieve 还采取了优化措施。
一方面，Pensieve 能够根据用户的活动模式动态调整索引构建的频率。也就是说，在用户使用电脑时，它会降低索引构建的优先级，以减少系统资源的占用。
另一方面，Pensieve 在设计时考虑了电池使用寿命，通过监控电池状态，当电池电量低于某个阈值时，会自动减少资源消耗，以延长电池使用时间。
第三，隐私安全如何保证。
Pensieve 作者提出了 4 点措施来保证用户隐私，包括：
1、代码是完全开源且易于理解的 Python 代码，允许任何人审查以确保没有后门或恶意软件。
2、本地化数据存储。Pensieve 将所有数据存储在用户的本地设备上，而不是上传到云端服务器。
3、易于卸载：Pensieve 提供了简单的卸载过程，用户可以轻松地从系统中移除。
4、数据处理完全由用户控制。用户可以自由选择何时启动或停止记录，以及如何管理和查询自己的数据。
另外，作为一个独立项目，Pensieve 所使用的机器学习模型（包括 VLM 和嵌入模型）都允许由用户选择。
概括而言，使用 Pensieve 大致包括以下几个步骤：
安装 Pensieve
初始化 pensieve 配置文件和 sqlite 数据库
使用两行命令启动服务
打开浏览器并访问 Web 界面
BTW，Pensieve 作者也贴心奉上了“食用指南”，简单概括如下：
1、选择适当的嵌入模型
由于 Pensieve 使用嵌入模型提取语义信息并构建向量索引，故选择合适的嵌入模型至关重要。
根据用户习惯的语言，作者提供了中英两种模型。
2、使用 Ollama 进行视觉搜索
默认情况下，Pensieve 仅启用 OCR 插件从截图提取文本并构建索引。然而，这种方法极大限制了没有文本的图像的搜索效果。
对此，我们需要一个与 OpenAI API 兼容的多模态图像理解服务，刚好 Ollama 可以胜任。
需要提醒的是，在启动 VLM 功能之前，对硬件有一定要求：
推荐配置：至少 8GB VRAM 的 NVIDIA 显卡或搭载 M 系列芯片的 Mac；
CPU 模式不推荐，因为它会导致系统严重卡顿；
3、全文索引
由于 Pensieve 默认情况下并非所有截图都会立即索引，因此，需要以下命令行，才能实现全文索引功能。
更多安装细节可参见原项目库，地址也给大家放上了~
GitHub：
https://github.com/arkohut/pensieve?tab=readme-ov-file
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。