Vox 的平替工具

## 这是什么 你一天在 Mac 上滚过无数窗口、改过无数设置、查过无数文档，事后却只剩模糊印象和一堆散落截图。MeMex 干的事很直接：持续把屏幕活动抽成带时间、应用与上下文的关键帧，织成一条可滚动的时间线，再让 AI 给每段时刻起标题、写摘要、拆活动，最后你可以用自然语言去问“我当时怎么准备 App Store 宣传的”，它会把答案连同对应画面证据一起甩回来。 它不是又一个截图文件夹，而是把“看过什么”变成默认可检索的私人记忆。数据默认本地，AI 用你自己接的模型或本地模型，发送内容需你明确批准。 ## 能打的地方 - **屏幕活动 → 结构化时间线**：自动抓关键帧、时间、应用与上下文，把连续工作切成可浏览的“时刻”，而不是原始录像堆。 - **AI 理解工作而不只是像素**：每个时刻生成标题、摘要和活动拆解，方便事后快速回到真正重要的上下文。 - **自然语言召回 + 证据链**：用问题搜索时间线，回答会挂回具体屏幕证据，可验证、可回放。 - **日/周报告与模式洞察**：不止统计时长，会整理主题、关键活动与应用使用；还能识别重复工作方式，并给出带证据的下一步建议（官网称可估时间节省、建议 playbook）。 - **隐私设计清晰**：本地优先、数据位置自选、自带 AI 提供商或本地模型、发送前需明确批准——对介意云端录屏的人是加分项。 ## 适合谁 · 谁不用碰 **适合**：重度 Mac 单机工作流的人——独立开发者、内容创作者、研究员、需要频繁回溯“我当时改了啥/看了啥”的人；在意隐私、愿意自己接模型、想用自然语言代替翻截图/日志的人。 **不必碰**：非 Mac 用户；几乎不需要回顾屏幕历史的人；指望开箱即用中文界面、团队协作共享记忆、或完全不想碰任何模型配置的人。信息量还薄、PH 热度也一般，别当成熟生产力基建依赖。 ## 上手门槛 仅 Mac，走 Mac App Store 安装。官网与材料均为英文，未见中文界面说明，中文用户要有心理准备。访问官网/外链大概率需要网络环境；App 本身下载后主要本地跑，但接云端模型时仍受网络与合规影响。价格与免费额度公开信息不足，需自行打开 App Store 核对。学习成本不高：核心是“装上 → 让它记 → 用 ⌘K 或对话去问”，但要发挥 AI 能力需自己配置模型提供商。 ## 和同类怎么选 | 维度 | MeMex | Rewind / Limitless | Screenpipe | |------|--------|---------------------|------------| | 核心定位 | Mac 私人视觉记忆 + 可问时间线 | 成熟屏幕/会议记忆与搜索 | 开源屏幕/音频管道，偏自建 | | 价格模式 | 未知（以 App Store 为准） | 订阅为主（需自行核实） | 开源自托管为主 | | 易用性 | 偏产品化时间线与报告 | 生态更成熟、功能面更广 | 技术门槛更高 | | 大陆可用性 | 官网需梯子概率高；App Store 可下；中文弱 | 同类访问与支付门槛常见 | 自建可控，但运维成本高 | 具体以各家官网为准。若你要“开箱最强、功能最全”，先看 Rewind/Limitless 系；若你要开源可控，看 Screenpipe；若你认准 Mac + 本地优先 + 证据回溯的轻产品形态，再试 MeMex。 ## 值不值得试 **值得在 Mac 上小范围试**——尤其你已经受够翻截图和聊天记录、又在意数据不出本机。先装上跑几天，用真实问题（“发版前我改了哪些导出设置？”）压测召回质量与隐私手感；中文与价格没摸清前，别全量迁移工作流。

## 这是什么 下载、桌面、截图和项目目录的文件名永远在“IMG_8293”“final_v2_copy”“export_temp”之间循环——你手动整理的速度永远追不上新文件掉进来的速度。NudgeFile 就是盯着这些文件夹的本地 AI 管家：后台实时监控指定目录，用离线模型给文件起有意义的名字，再按规则把它们路由到财务/设计/数据等子文件夹，顺带做去重，全程文件不离开你的 Windows 电脑。 它强调“隐私优先 + 可撤销”，不是又一个要你把目录结构上传云端的整理器。 ## 能打的地方 - **本地 AI 重命名**：基于 Ollama，可选 Llama-3（8B/3B）或 Mistral-7B 等本地模型，分析元数据/文档结构，把模糊文件名改成描述性名称，明确宣称 100% 离线、不上传文件。 - **实时监控 + 自动路由**：选定 Downloads、Desktop 等目录后，新文件一出现就进入检测队列，再按规则移到目标文件夹（发票进财务、素材进设计、CSV 进数据区等）。 - **规则与人工审批管道**：可按扩展名、大小、关键词等建条件触发；有可视化规则设计，支持先审再动，降低“AI 乱扔文件”的风险。 - **智能去重**：字节级校验找完全重复，并用本地视觉 AI 识别近似图片，建议保留哪一版。 - **无限撤销（操作日志）**：批量重命名/移动都有交易记录，一键还原到操作前状态，官网称“Private Time Machine”。 ## 适合谁 · 谁不用碰 **适合**：Windows 用户；下载/桌面/多项目文件夹长期混乱的人；同时处理个人与业务文件、命名规范总崩的自由职业者/小团队；明确不想让文件结构或文档内容上云的人。 **不必碰**：Mac / Linux 用户（目前明确 Built for Windows、走微软商店）；文件本来就整齐、或主要靠网盘同步与手动习惯的人；机器性能吃紧、不愿为本地点模型腾资源/装 Ollama 相关环境的人；需要强中文界面与开箱即用中文规则模板的人（公开材料未见中文支持说明）。 ## 上手门槛 - **平台**：Windows，微软商店安装（产品页给出 Store 链接与 product id），官方强调安全安装与自动更新。 - **网络与中文**：应用本身本地运行，不依赖“把文件传到境外云”；官网与界面目前以英文为主，是否完整支持中文 UI/中文文件名语义需自行验证。大陆用户一般不必为“用工具”本身长期挂梯子，但访问官网/演示页视网络环境而定。 - **成本与学习**：价格未知，需进 Store 看。有交互式 Demo / 沙箱模拟（client simulation mode，不改真实文件），可先点“Force Detect”“Analyze with Local AI”“Run File Routing”感受流程。正式用建议：先监控非关键目录 → 开审批/小范围规则 → 确认撤销好用再扩大。本地模型可选 GPU、核心数，需自己在性能与速度间权衡。 ## 和同类怎么选 | 维度 | NudgeFile | Hazel | DropIt | |------|-----------|-------|--------| | 核心定位 | 本地 AI 重命名 + 监控路由 + 去重（Windows） | 强规则自动化文件处理（Mac） | 规则/关联的拖放与整理（Windows） | | 价格模式 | 未知（微软商店） | 付费软件 | 通常免费 | | 易用性 | AI 辅助命名 + 模拟器，规则可配 | 规则能力强，配置有学习成本 | 相对轻量、偏传统规则 | | 大陆可用性 | 本地运行 + Store；界面中文待核实 | Mac 生态，需自行购买/安装 | 本地工具，获取门槛低 | 具体以各家官网为准。简单判断：要 **Mac 深度规则** 看 Hazel；要 **Windows 轻量免费规则** 可先试 DropIt；要 **本地 AI 起名 + 后台盯文件夹 + 可撤销** 且接受早期产品，再看 NudgeFile。 ## 值不值得试 **值得一试——如果你是 Windows、下载/桌面已经变成黑洞、又不愿把文件结构交给云端 AI。** 先装商店版，全程用模拟/审批模式跑几天真实 Downloads，确认命名质量、路由误伤率和本地模型占用，再决定是否交给它管生产目录。

## 这是什么 note.md 是一款专注于本地化运行的 AI 笔记工具，核心功能是将用户的笔记和研究文档转化为本地大语言模型（LLM）的记忆库。通过这种方式，用户可以在完全离线的环境下，让 AI 理解并利用个人知识库进行智能辅助。 ## 核心功能 - **本地 LLM 集成**：笔记内容直接作为本地 AI 模型的上下文记忆 - **离线运行**：无需联网，数据完全存储在本地设备 - **知识库构建**：自动将研究文档和笔记组织为可检索的 AI 记忆 - **隐私优先**：所有数据处理均在本地完成，不上传云端 ## 适合谁 适合对数据隐私有高要求的研究人员、学生、技术写作者，以及希望构建个人知识库并结合 AI 辅助的用户。由于依赖本地 LLM，需要一定的技术背景和硬件配置（如支持运行开源模型的设备）。目前官方信息较少，建议关注后续更新以了解具体使用门槛和中文支持情况。

## 这是什么 Ultramemory 是一款专为 Mac 用户设计的本地 AI 记忆管理工具。与主流云端 AI 助手不同，它将所有数据完全存储在本地设备上，不需要注册账户，也不会将任何信息上传到云端服务器。这种设计理念特别适合对数据隐私有严格要求的用户。 ## 核心功能 - **本地存储**：所有 AI 记忆数据保存在 Mac 本地，完全离线运行 - **无需账户**：不需要注册或登录任何在线账户即可使用 - **隐私优先**：数据不经过第三方服务器，用户完全掌控自己的信息 - **Mac 原生**：专为 macOS 系统优化，提供原生应用体验 ## 适合谁 适合对数据隐私有高度要求的 Mac 用户，特别是处理敏感信息的专业人士、研究人员或企业用户。由于是开源项目（在 GitHub 上发布），也适合有一定技术背景、希望自主掌控 AI 工具的开发者和极客用户。需要注意的是，目前仅支持 Mac 平台，Windows 和 Linux 用户暂时无法使用。