ScreenMind
เครื่องมือบันทึกหน้าจอด้วย AI ที่เป็นโอเพนซอร์สและให้ความสำคัญกับความเป็นส่วนตัว โดยบันทึกและวิเคราะห์กิจกรรมบนหน้าจอของคุณในเครื่อง เพื่อให้คุณค้นหาและสนทนากับประวัติหน้าจอของคุณได้
ScreenMind
ScreenMind คืออะไร
ScreenMind เป็นแอปพลิเคชันบันทึกความทรงจำบนหน้าจอด้วย AI ที่จับภาพหน้าจอของคุณอย่างต่อเนื่อง วิเคราะห์โดยใช้ Gemma 4 (โมเดล AI ในเครื่อง) และสร้างประวัติกิจกรรมดิจิทัลที่ค้นหาและสนทนาได้ โดยทำงานบนเครื่องของคุณทั้งหมดโดยไม่ต้องพึ่งพาคลาวด์
วิธีใช้ ScreenMind
- 1โคลน repository และติดตั้ง dependencies
- 2รันแอปพลิเคชันด้วย `python main.py`
- 3เปิด `http://127.0.0.1:7777` ในเบราว์เซอร์
- 4ในครั้งแรกที่รัน ให้ดาวน์โหลดโมเดล Gemma 4 ผ่าน Model Hub ใน UI
- 5เครื่องมือจะเริ่มจับภาพหน้าจอและวิเคราะห์
- 6ใช้แดชบอร์ดเพื่อดูไทม์ไลน์ ค้นหา สนทนา ดูการวิเคราะห์
- 7ใช้ปุ่มลัดสำหรับบุ๊กมาร์กทันที หยุดชั่วคราว บันทึกเสียง
ฟีเจอร์หลักของ ScreenMind
- การจับภาพอัจฉริยะด้วยการตรวจจับการเปลี่ยนแปลงเนื้อหา
- การวิเคราะห์ภาพด้วย Gemma 4 (ตรวจจับแอป หมวดหมู่กิจกรรม อารมณ์ คำอธิบายฉาก)
- การค้นหาแบบไฮบริด (semantic embeddings + FTS5 keyword)
- สนทนากับความทรงจำ (conversational RAG)
- บันทึกเสียงผ่านตัวเข้ารหัสเสียง Gemma 4
- การถอดความการประชุมพร้อมการตรวจจับอัตโนมัติและสรุป
- แดชบอร์ดวิเคราะห์ (การแยกหมวดหมู่ แอปยอดนิยม ฮีตแมปรายชั่วโมง)
- การเล่นย้อนเวลา Day Rewind
- ไปป์ไลน์ AI หลายโมเดล (EasyOCR, Gemma 4, MiniLM, FTS5)
- แพลตฟอร์ม Agent (ปลั๊กอิน Markdown และ Python)
- MCP Server สำหรับ Claude/Cursor/VS Code
- การผสานรวม: Obsidian, Notion, Webhooks
- การเข้ารหัสข้อมูลขณะพัก (Fernet + OS keyring)
- ตัวกรองข้อมูลที่ละเอียดอ่อน (ปกปิด PII, คีย์ API)
- โหมดไม่ระบุตัวตน
เคสใช้งานของ ScreenMind
- การติดตามและวิเคราะห์ประสิทธิภาพส่วนบุคคล
- บันทึกและสรุปการประชุมอัตโนมัติ
- การเรียกค้นข้อมูลบนหน้าจอที่ผ่านมาอย่างรวดเร็ว
- การวิเคราะห์การโฟกัสและสิ่งรบกวน
- การสร้างระบบอัตโนมัติแบบกำหนดเองบนข้อมูลหน้าจอ
ราคาและเครดิตฟรีของ ScreenMind
ScreenMind ใช้โมเดลราคาแบบ ฟรี
เครื่องมือนี้ใช้งานได้ฟรีทั้งหมด
ข้อดีและข้อจำกัดของ ScreenMind
ข้อดี
- เป็นส่วนตัว 100% ทำงานในเครื่อง โดยไม่ต้องพึ่งพาคลาวด์
- โอเพนซอร์ส (ใบอนุญาต MIT) และฟรีโดยสมบูรณ์
- ทำงานบน GPU ใดก็ได้ที่มี VRAM 4GB+ หรือใช้ CPU เท่านั้นได้
- รองรับหลายแพลตฟอร์ม (Windows, macOS, Linux)
- มีฟีเจอร์ครบถ้วน รวมถึงการถอดเสียงและการถอดความการประชุม
- สามารถขยายได้ผ่าน Agent, MCP และการผสานรวม
ข้อจำกัด
- ต้องใช้ Python และมีการตั้งค่าบ้าง
- การดาวน์โหลดโมเดลครั้งแรกประมาณ 5GB
- ประสิทธิภาพขึ้นอยู่กับความสามารถของ GPU มาก
- ไม่มีฝ่ายสนับสนุนเชิงพาณิชย์โดยเฉพาะ
ScreenMind เหมาะกับงานแบบไหน?
- ผู้ใช้ที่ใส่ใจความเป็นส่วนตัวและต้องการบันทึกความจำบนหน้าจอในเครื่อง
- นักพัฒนาที่สร้างระบบอัตโนมัติบนข้อมูลหน้าจอ
- มืออาชีพที่ต้องการประวัติหน้าจอที่ค้นหาได้
- ผู้ใช้ที่ต้องการถอดความการประชุมในเครื่องโดยไม่ต้องใช้คลาวด์