Edit Mind icon

Edit Mind

Edit Mind 是一款本地优先的视频知识库,可通过转录、画面分析和语义向量为视频库建立索引,并支持自然语言搜索;支持 Docker Compose 自托管,注重隐私,仍在开发中,尚未适合生产环境。

Edit Mind

概述

Edit Mind 是一款面向个人或自托管视频库的本地优先视频知识库。它会通过转录、画面分析和多模型向量对视频文件进行分析,然后让用户用自然语言搜索整个视频库。

仓库将该项目描述为完全在本地运行,以保护隐私,并使用 Docker Compose 启动各项服务。目前它仍处于积极开发阶段,尚未适合生产环境,因此源码明确提示用户应预期存在功能不完整和偶发 bug。

核心功能

自动视频索引

后台服务会监控新增的视频文件并将其送入分析流水线,因此新添加的媒体无需手动重新索引即可处理。

多模态分析

分析流水线会提取转录、帧级信号、人脸识别、对象和文本检测、场景分析以及多模型向量,为每个视频构建更丰富的元数据。

语义场景搜索

搜索支持自然语言查询,并可针对整部视频或特定场景,更容易按语义而非文件名找到片段。

基于 ChromaDB 的向量搜索

系统使用 ChromaDB 进行基于向量的检索,支持在已索引的视频库中进行语义匹配。

Docker 优先的设置

项目面向容器化部署,基于 Docker Compose 构建,README 还为 NVIDIA GPU 环境提供了单独的 CUDA compose 文件。

适用场景

  • 私有个人视频归档

    个人用户可以将 Edit Mind 指向一个视频文件夹,在不把媒体发送到托管服务的情况下建立可搜索的档案库。

  • 在长录制中查找特定片段

    管理大型库的人可以按口语内容、人脸、对象或场景内容搜索片段,而无需记住文件名或时间戳。

  • 自托管媒体搜索

    自托管基础设施的团队或爱好者可以在服务器上通过 Docker 运行系统,并将工作流程保留在自己的环境中。

  • 查看提取的视频元数据

    希望检查流水线如何解读媒体的用户可以依赖已索引的元数据,包括转录和视觉分析,来查看提取了什么内容。

Pros and Cons

Pros

  • 完全在本地运行,README 将其定位为一种注重隐私的方式。
  • 支持跨视频和特定场景的自然语言搜索。
  • 将转录、人脸识别、对象和文本检测以及场景分析整合到一个索引流程中。
  • 支持 Docker Compose,并为 NVIDIA GPU 用户提供了指导。
  • 自托管版本被描述为免费。

Cons

  • 项目仍在积极开发中,尚未适合生产环境。
  • 设置依赖 Docker 和已配置的媒体文件夹,因此并非零配置应用。

FAQ

Edit Mind 是如何部署的?

Edit Mind 设计为通过 Docker Compose 在本地运行。README 说明它可在任何安装了 Docker 的电脑或服务器上运行,设置指南使用 Docker Desktop 和环境变量进行配置。

Edit Mind 会如何处理我的视频库?

README 将其描述为通过转录、画面分析、人脸识别、对象和文本检测、场景分析以及多模型向量为视频建立索引。随后,它借助 ChromaDB 支持对视频或特定场景进行自然语言搜索。

Edit Mind 是免费的吗?

仓库 README 说明自托管版本是免费的。它还提到另有一款面向 macOS 和 Windows 的商业桌面应用,支持一键安装,但此处所示源码未提供该应用的定价信息。

开始使用需要什么?

入门部分说明你需要 Docker Desktop、与 Docker 共享的媒体文件夹,以及一种模型配置方式,例如 Ollama 或 Gemini API。它还注明 NVIDIA GPU 用户可以使用 docker-compose.cuda.yml。

Edit Mind 已经适合生产环境了吗?

README 说明该项目仍在积极开发中,尚未适合生产环境,并且存在功能不完整和偶发 bug。

Quick Facts

类别
视频知识库
部署方式
使用 Docker Compose 自托管
主要工作流
索引视频,然后用自然语言搜索
核心技术
ChromaDB、PostgreSQL、React Router V7、Node.js、Python、Whisper
平台适配
任何可运行 Docker 的电脑或服务器
项目状态
积极开发中;尚未适合生产环境