English | 简体中文
把视频变成可对话、可溯源的本地知识库。
粘贴 B 站、抖音或 YouTube 视频链接，Memento 会自动提取字幕（没有字幕时进行语音转写），整理成属于你自己的知识库。之后可以像对话一样对这些视频内容提问、总结与检索——每个回答都附带视频时间戳，点击即可跳回原视频核验。
它解决什么问题 · 三大核心能力 · 其他特性 · 安装 · 快速上手 · 技术文档 · 常见问题
- 视频看过就忘：看完大量教程、访谈、讲座，过两天想用却想不起是在哪一期讲过。
- 无法检索视频内容：想问"那个视频里关于 XX 是怎么说的"，而视频本身不支持搜索。
- 不希望数据交给云端：希望知识库保存在自己的电脑上。
普通视频问答通常只能抓取几段最相关的字幕片段，在回答"这整期视频讲了什么"这类问题时往往不完整。Memento 为每个视频建立三层知识结构：
| 知识层级 | 内容 |
|---|---|
| L1 原文 | 逐句字幕，每句附带时间戳，支撑对具体内容的精确定位与引用。 |
| L2 总结 | 该视频的内容总结（约一两个段落的篇幅），完整梳理讲解的要点与脉络，用于在不重看的前提下掌握单个视频的全貌。 |
| L3 简介 | 类似视频描述，用一句话说明这个视频讲的是什么。当知识库累积大量视频时，它用于快速判断某个视频是否与当前问题相关，从而发现目标。 |
提问时，AI 会根据问题类型自动选择查询层级：问细节时直接检索 L1 原文片段；问整体或探索性问题时，先用 L3 简介定位相关视频，需要深入时再读取 L2 总结展开。
语音转写（ASR）与向量化（Embedding）是计算量较大的环节。Memento 将二者作为独立服务运行：它们拥有各自的隔离环境与进程，可以部署在本机，也可以整体部署到本机之外的其他机器上（例如借用局域网里带显卡主机的算力），主应用桌面端因此保持轻量。
- GPU 加速 — 自动识别并使用 NVIDIA GPU（CUDA） 与 Apple Silicon GPU（MPS），显著提升转写与向量化速度。
- 桌面端保持轻量 — 计算密集型工作交给独立服务，主应用专注于交互体验。
部署这两个服务有两种方式：
- 本机部署 — ASR 可在应用 Settings 中点击 Deploy 一键部署；两者也都可以用下方脚本在本机部署。
- 另一台机器部署 — 在目标机器上单独获取
services目录并运行部署脚本，启动后在 Settings 中填入其服务地址即可使用。
单独下载 services 目录（不必克隆整个仓库）：
git clone --filter=blob:none --sparse https://github.com/ChickmagnetL/Memento.git
cd Memento
git sparse-checkout set services
python services/node/bootstrap.py脚本运行在隔离环境中（跨平台、自动设备检测），会引导安装依赖并启动服务。此方式适用于选择「本地」模型的用户；若使用云端 API，则无需部署，可直接跳过。
每个答案都附带原视频的时间戳引用，点击即可从对应位置播放。用户可以随时回到内容出处核验，而无需完全依赖模型的生成结果。配合关键词与语义相结合的混合检索（两者互相补足盲区，兼顾命中率与相关性），使回答既准确，又可查证。
注：B 站与 YouTube 支持点击时间戳自动跳转到对应位置；抖音因平台自身不支持时间戳参数，点击后会打开视频，需手动定位到对应时间点。
- 一个链接入库 — 支持 B 站、抖音、公开 YouTube 单视频；有字幕时优先使用字幕，无字幕时可选择语音转写。
- 本地优先 — 知识库保存在本地，不强制依赖云端。
- 模型可替换 — 对话与向量化模型既可使用云端 API（DeepSeek、硅基流动、OpenAI 兼容接口），也可使用本地 Ollama。
- 记住用户偏好 — 跨会话保留使用习惯；长期偏好由 AI 提议、经用户确认后写入，避免静默记录错误或过时信息。
- 下载 Memento-macOS.dmg。
- 打开
.dmg，将 Memento 拖入 Applications。 - 由于应用未经签名，首次打开会被系统拦截。打开"终端"执行以下命令解除隔离属性，之后即可正常启动：
xattr -cr /Applications/Memento.app- 下载 Memento-Windows.exe 安装包并运行，按提示完成安装。
- 首次运行可能触发 SmartScreen 提示，点击"更多信息" → "仍要运行"即可。
首次使用前，需要先在 Settings 中配置两类模型（均为必需）：
- 对话模型（chat） — 负责聊天问答，以及入库前的字幕清洗与摘要生成。
- 嵌入模型（embedding） — 负责将视频内容向量化入库。
两者均可使用云端 API 或本地 Ollama，通过 Settings 中的「预设」管理多套配置。完成配置后，即可按以下步骤使用：
- 添加视频 — 在 Home 页面粘贴视频链接并添加。
- 处理视频 — 点击「处理」提取字幕；无可用字幕时，可选择下载音频并进行语音转写。
- 入库与提问 — 在 Knowledge Base 中选中文档完成入库（向量化），进入 Chat 提问；点击回答中的时间戳，可从视频对应位置播放。
想深入了解系统设计，可查阅以下技术文档（仓库内 docs/technical/ 与线上 Wiki 内容同步）：
- 系统总览 — 各组成部分与运行架构
- 视频摄入流水线 — 从链接到可检索知识的完整流程
- 存储与检索 — 数据落地、分块、混合检索与索引重建
- 记忆系统架构 — 会话、分层知识与个人偏好的设计
- 独立服务与配置 — ASR / Embedding 服务与模型配置
在线版 Wiki：https://chickmagnetl.github.io/Memento/#/
刚上手，有教程吗？
侧边栏的 Help 页面提供完整的应用使用教程，建议从那里开始。
数据保存在哪里？
对话记录、知识库、个人偏好等业务数据均保存在本机；模型调用则按 Settings 配置访问对应端点（本地或云端），两者相互独立。
需要联网吗？
导入视频时需访问对应平台获取内容；处理与对话时需访问模型端点。若使用本地模型，除首次下载外可离线使用。
模型使用收费吗？
取决于配置：使用云端 API（如 DeepSeek、硅基流动）按各服务商用量计费；使用本地模型（Ollama 或自建 ASR / Embedding 服务）除硬件成本外不额外收费。
没有字幕的视频怎么办？
可选择下载音频并通过 ASR 语音转写生成文稿，再清洗入库。
是否需要登录平台账户？
B 站、抖音的部分内容（如 AI 字幕）需要登录态。无需提前准备 cookie，应用内置了平台官方登录入口，可直接扫码或使用账号登录；无需登录时也可正常使用公开内容。
在应用里登录账户安全吗？
登录在平台官方页面完成，运行于应用内相互隔离的独立会话中，应用不接触明文密码。登录后仅保留用于抓取的会话凭证，并存储在本机。需注意，凭证与本机其他敏感数据一样，取决于本机自身的安全性。
YouTube 支持范围？
支持公开的 youtube.com/watch、youtu.be、youtube.com/shorts 链接；默认优先中文字幕，同一语言同时存在创作者字幕与自动字幕时优先采用创作者字幕。不支持登录，也不支持私有、会员、年龄或地区限制内容。
Linux.Do 社区