edit-mind

什么是 Edit Mind？

Edit Mind 是一个本地优先的 AI 视频智能平台，它索引视频库，并允许您使用自然语言搜索视频内容。它处理视频以提取元数据，如转录、检测到的物体和人脸，然后存储这些信息以支持语义查询。

核心目的是将现有视频集转化为可搜索知识——覆盖整个视频以及适用的特定场景——通过 Docker 运行，可在任何安装了 Docker 的电脑或服务器上工作。

主要功能

• 后台视频索引服务：监视新视频文件并将其排队进行 AI 驱动分析，确保您的库保持最新。
• 多模型视频分析：提取元数据，包括人脸识别、转录、物体与文本检测，以及场景级分析。
• 基于向量的语义搜索 (ChromaDB)：支持使用存储在 ChromaDB 中的嵌入，对视频内容进行自然语言搜索。
• 使用 Docker 本地运行：作为容器化服务通过 Docker Compose 运行，便于模块化设置并部署到不同机器。
• AI/NLP 处理模型选项：使用 Whisper 进行转录，并支持通过配置选择 Google Gemini 或本地 Ollama。

如何使用 Edit Mind

1. 安装并运行 Docker Desktop（或确保服务器上 Docker 可用）。
2. 克隆仓库 并通过提供的设置流程运行。
3. 将媒体文件夹暴露给 Docker，通过配置 Docker Desktop 文件共享（macOS/Windows）。Linux 上文件共享通常默认启用。
4. 创建环境文件：下载/复制 .env.example 和 .env.system.example 到 .env 和 .env.system，然后配置所需设置。
5. 设置视频文件夹路径（HOST_MEDIA_PATH）并选择 AI 模型选项：
   • Ollama：设置 USE_OLLAMA_MODEL，加上 OLLAMA_HOST、OLLAMA_PORT 和 OLLAMA_MODEL（先运行 ollama serve / 拉取模型）。
   • Gemini：设置 USE_GEMINI 并提供 GEMINI_API_KEY。
6. 生成安全密钥：使用设置指南中显示的命令设置 ENCRYPTION_KEY 和 SESSION_SECRET。
7. 启动 Docker Compose 堆栈（仓库提供标准 compose 文件和针对 NVIDIA GPU 的 CUDA 版本）。

使用场景

• 按口述词搜索：使用从视频提取的转录，以您记住的音频短语查询库。
• 查找包含特定物体或屏幕文本的视频：使用索引期间生成的物体与文本检测输出，进行自然语言查询。
• 定位包含已知人脸的场景：使用人脸识别元数据缩小结果至人物出现的视频或场景。
• 整理和导航大型个人档案：自动刷新元数据以适应新视频文件添加，然后无需手动标记即可搜索。
• 在注重隐私的本地环境中运行：通过 Docker 在您自己的机器（或服务器）上完全本地索引和搜索，而非托管工作流。

常见问题

• Edit Mind 准备好用于生产环境了吗？ 仓库声明它处于积极开发中，尚未生产就绪，可能存在不完整功能和偶发 bug。

• Edit Mind 需要 Docker 吗？ 是的。设置说明指定使用 Docker Compose 在容器中运行一切。

• 支持哪些 AI 选项进行处理？ 文档提到使用 Whisper 进行转录，并支持通过环境变量选择 Google Gemini 或 Ollama 用于 NLP 相关任务。

• 如何将系统连接到我的视频文件？ 配置 Docker 访问媒体文件夹（macOS/Windows 上 Docker Desktop 文件共享），并在 .env 文件中设置 HOST_MEDIA_PATH 以匹配该文件夹路径。

• 语义搜索数据存储在哪里？ 堆栈包括用于基于向量的语义搜索的 ChromaDB，以及作为关系型数据库的 PostgreSQL（通过 Prisma ORM）。

替代方案

• 云托管视频搜索平台：这些通常在托管基础设施上集中处理。与 Edit Mind 的本地优先 Docker 方式相比，它们可能以牺牲隐私/控制权换取更简单的设置。
• 带手动标签的桌面媒体管理工具：有些工具允许通过用户输入的标签和元数据组织视频。它们不同之处在于不进行基于 AI 的转录/物体/人脸提取，以支持语义搜索。
• 自托管转录 + 搜索流水线：你可以构建转录视频并索引文本以供搜索的工作流。这与 Edit Mind 不同，后者更专注于多模态分析（人脸/物体/场景）和集成语义查询，而非仅限音频/文本。
• 通用向量数据库搜索应用：你可以使用嵌入和向量数据库实现语义搜索，但需要自行处理视频摄取、多模态提取和场景级链接——这些是 Edit Mind 流水线中已打包的工作。