edit-mind

什麼是 Edit Mind？

Edit Mind 是一個本地優先 AI 影片情報平台，能索引影片庫，並讓你用自然語言搜尋影片內容。它處理影片以擷取轉寫、偵測物件與臉部等中繼資料，然後儲存這些資訊以供語意查詢。

核心目的是將現有影片集轉換為可搜尋知識——涵蓋整部影片及特定場景（若適用）——透過 Docker 執行，可在任何安裝 Docker 的電腦或伺服器上運作。

主要功能

• 背景影片索引服務：監控新影片檔案並排入 AI 分析佇列，讓你的影片庫保持最新。
• 多模型影片分析：擷取臉部辨識、轉寫、物件與文字偵測，以及場景層級分析等中繼資料。
• 基於向量語意搜尋 (ChromaDB)：支援使用儲存於 ChromaDB 的嵌入向量，以自然語言搜尋影片內容。
• 使用 Docker 本地執行：以 Docker Compose 作為容器化服務執行，保持模組化設定，並可在不同機器部署。
• AI/NLP 處理模型選項：使用 Whisper 進行轉寫，並支援選擇 Google Gemini 或透過 Ollama 本地執行（依設定）。

如何使用 Edit Mind

1. 安裝並執行 Docker Desktop（或確保伺服器上有 Docker）。
2. 複製儲存庫並執行提供的設定流程。
3. 將媒體資料夾暴露給 Docker，透過設定 Docker Desktop 檔案分享（macOS/Windows）。在 Linux 上，檔案分享通常預設啟用。
4. 建立環境檔案：下載/複製 .env.example 和 .env.system.example 至 .env 和 .env.system，然後設定必要參數。
5. 設定影片資料夾路徑（HOST_MEDIA_PATH）並選擇 AI 模型：
   • Ollama：設定 USE_OLLAMA_MODEL，加上 OLLAMA_HOST、OLLAMA_PORT 和 OLLAMA_MODEL（需先執行 ollama serve / 下載模型）。
   • Gemini：設定 USE_GEMINI 並提供 GEMINI_API_KEY。
6. 產生安全性金鑰：使用設定指南中的指令設定 ENCRYPTION_KEY 和 SESSION_SECRET。
7. 啟動 Docker Compose 堆疊（儲存庫提供標準 compose 檔案及適用 NVIDIA GPU 的 CUDA 版本）。

使用情境

• 依口述詞彙搜尋：使用從影片擷取的轉寫，以你記得的音訊片語查詢影片庫。
• 找出含特定物件或螢幕文字的影片：使用索引期間產生的物件與文字偵測輸出，搭配自然語言查詢。
• 定位含已知臉部的場景：使用臉部辨識中繼資料，縮小範圍至人物出現的影片或場景。
• 整理與導航大型個人檔案：自動在新增影片檔案時更新中繼資料，無需手動標記即可搜尋。
• 在注重隱私的本地環境執行：透過 Docker 在自家機器（或伺服器）上完整索引與搜尋，而非依賴雲端工作流程。

常見問題

• Edit Mind 是否適合正式環境？ 儲存庫表示目前處於積極開發中，未達正式環境就緒，可能有未完成功能與偶發錯誤。

• Edit Mind 需要 Docker 嗎？ 是的。設定說明指定使用 Docker Compose 以容器方式執行所有元件。

• 支援哪些 AI 處理選項？ 文件提及使用 Whisper 進行轉寫，並支援 Google Gemini 或 Ollama 處理 NLP 相關任務，透過環境變數選擇。

• 如何連接系統至我的影片檔案？ 設定 Docker 存取媒體資料夾（macOS/Windows 上使用 Docker Desktop 檔案分享），並在 .env 檔案中將 HOST_MEDIA_PATH 設為對應資料夾路徑。

• 語意搜尋資料儲存在哪裡？ 堆疊包含 ChromaDB 用於基於向量的語意搜尋，以及 PostgreSQL（透過 Prisma ORM）作為關聯式資料庫。

替代方案

• 雲端託管影片搜尋平台：這些通常將處理集中於託管基礎設施上。相較於 Edit Mind 的本地優先 Docker 方式，它們可能以隱私/控制權交換更簡單的設定。
• 具手動標記的桌面媒體管理工具：有些工具讓您透過使用者輸入的標記和中繼資料來組織影片。它們的差異在於不執行基於 AI 的轉寫/物件/臉部萃取，用於語意搜尋。
• 自託管轉寫 + 搜尋流程：您可以建置一個轉寫影片並索引文字以供搜尋的工作流程。這與 Edit Mind 的差異在於更狹隘地聚焦音訊/文字，而非多模態分析（臉部/物件/場景）與整合語意查詢。
• 通用向量資料庫搜尋應用程式：您可以使用嵌入與向量資料庫來實作語意搜尋，但需自行處理影片擷取、多模態萃取與場景層級連結——這些是 Edit Mind 在其流程中已封裝的工作。