一句话看懂：macOS 开源工具 SCM 把本地文件夹里的照片和视频做成可自然语言搜索的素材库，视频能精确到某一帧、某句台词，全程离线推理，不上传云端。
事件核心：发生了什么
开发者 allenv0 在 Hacker News 的 Show HN 板块发布了 SCM（Screen Memories），一个面向 macOS 的本地 AI 媒体搜索工具，源码托管在 GitHub。它用本地视觉模型对照片、视频画面建立向量嵌入，支持文件名、画面语义、视频场景、OCR 文字、Whisper 语音转写五种检索模式，其中场景搜索会定位到具体时间码，台词搜索支持逐句精确匹配。默认 CLIP 模型权重约 435MB，首次下载后可完全离线运行；安装通过 Homebrew cask 完成，要求 macOS 12+ 的 Apple Silicon 设备，并依赖 Bun 作为包管理和运行工具。LLM 问答为可选功能，启用后走 llama.cpp 本地推理并为答案附引用来源。
为什么重要
云相册和在线视频检索早已成熟，但把多模态嵌入、OCR、语音转写全部压到单机离线完成，且开源可查，是另一条路线。它把“检索”从平台能力变成个人可自持的本地能力，媒体文件不出设备，绕开了账号、上传和隐私顾虑。对开源生态而言，这类项目验证了消费级 Mac 在本地多模态推理上的可用性——不依赖云端算力，也能做语义级搜索。目前公开信息显示，它更像开发者工具而非成熟商业产品，能否扩展到 Windows 和更大规模库仍是未知数。
对用户/开发者/创作者的影响
普通用户可把它当作离线版“回忆搜索引擎”，用自然语言描述画面找素材，适合截图、录屏、家庭视频等长期堆积的文件夹。创作者和剪辑者受益更直接：场景检索能跳转到具体镜头时间码，台词检索定位到某句话，配合 OCR 找字幕或画面文字，能省下大量手动翻素材的时间。开发者则可参考其工程取舍——内容哈希去重、后台重嵌入不阻塞搜索、按模式区分是否走模型，这些设计对做本地 AI 应用的团队有借鉴价值。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是跨平台进度，当前 macOS 专属，Windows/Linux 是否跟进决定受众规模；二是本地索引的算力与存储开销，素材库变大后重嵌入和检索延迟是否可控；三是 LLM 问答的证据来源仅限对话、OCR 和文件名，视觉内容是否纳入引用范围，会影响它作为“本地记忆助手”的实用度。
