screenpipe

从现有证据看，screenpipe 更适合被判断为“热度很高、能力方向明确，但仍需自己验证噪声、精度和资源占用”的本地记忆基础设施，而不是成熟的即装即用 AI 助手。热度证明很强：GitHub 约 2 万星、X 上多条高传播帖子都说明它受到持续关注；但好用证明主要来自官方仓库描述和少量长期试用反馈，样本仍有限。

它的实际作用更接近“本地版电脑活动记忆层”，不是普通录屏软件，也不是通用聊天机器人。依据仓库与用户帖子，它会持续截屏做 OCR、采集音频做转写，把你看过、听过、说过的内容沉淀为可搜索上下文，再接入 Obsidian、Notion 或 agent 流程，用于回溯信息、补全工作日志、生成 SOP。更准确的类比，是开源且可控的 Windows Recall / Rewind 替代。

门槛与成本方面，证据只支持“开源仓库可免费使用；官方桌面应用存在免费/付费版本，但未见明确公开定价”。这属于官方仓库与社媒说法，不应视为稳定价格承诺。持续记录大概率会带来明显磁盘占用；社媒里还有结合本地 LLM 做结构化整理的演示，但那是社区用法，不代表官方最低配置或固定 API 成本。若你很在意隐私、源码可控和本地运行，它有吸引力；但对搜索精度、OCR 噪声和配置复杂度应保守预期。

它更适合技术用户、研究者、知识工作者和个人工作流优化者，不太适合只想要轻量笔记、低存储占用或零配置体验的人。社媒共识上，中英帖子多是转发式惊叹或榜单式推荐，更多证明“受关注”；较有价值的好用证明主要来自少数日文长期实测，既肯定可控性，也指出 OCR 噪声、信息冗余、搜索不准等问题。整体讨论质量可概括为“转发较多、实测较少、教程有限、样本有限”，因此现阶段更像潜力很大的开源底座，而非被广泛验证的稳定成品。