SCM - Deep AI-Suche für Fotos und Videos auf macOS

Show HN: AI search for every photo and every frame of video on macOS

SCM - Deep AI-Suche für Fotos und Videos auf macOS

SCM (Screen Memories) ist eine lokale macOS-App, die jede Datei in deinen Ordnern durchsuchbar macht – per Beschreibung, nicht per Dateiname. Die KI-Suche findet ganze Fotos und Videos, aber auch einzelne Szenen, sichtbaren Text (OCR) und gesprochene Dialoge (Whisper). Alles läuft offline auf deinem Mac: keine Accounts, keine Cloud, keine Uploads. Die Bibliothek pflegt sich selbst, Duplikate werden per Content-Hash erkannt. Installation bequem via Homebrew. Ideal für alle, die ihre Medien privat und intelligent durchsuchen wollen.

Beschreibe eine Erinnerung in einfacher Sprache – ein lokales Vision-Modell erledigt den Rest.
  1. postalcoder

    Da dies für den Mac ist, solltest du wirklich Apples Vision-Framework für OCR verwenden. Es schlägt Tesseract sowohl in Geschwindigkeit als auch in Genauigkeit um Längen.

    Edit: Ich bin neugierig, welches LLM verwendet wurde, um den Code zu generieren. Ich habe den Titel deines Posts an claude/deepseek/qwen/codex gefüttert und um Empfehlung eines Stacks für dieses Projekt gebeten, in der Erwartung, die Stirn zu runzeln, weil sie immer noch Tesseract empfehlen. Allerdings stellte ich fest, dass sie alle Apples Vision-Framework empfehlen. Tatsächlich ist das neueste Modell, das Tesseract empfiehlt, gpt-4.1.

  2. alt227

    Leicht off-topic, aber es ließ mich nachdenken.

    Kann man Dinge wie dieses jetzt noch urheberrechtlich schützen, wo es LLMs gibt? Ich meine, bis jetzt wurde ein kleines Startup mit einer großartigen Idee von einem großen Tech-Unternehmen aufgekauft, das die Technologie integriert (oder killt). Aber jetzt mit LLMs – kann OpenAI einfach seinem Modell sagen, es solle etwas bauen, das ähnlich funktioniert wie X (wie dieses Projekt), und so die Urheberrechtsgesetze umgehen und nicht mehr hinterherhinken?

    EDIT: Zur korrekten Schreibweise von Urheberrecht gewechselt.

  3. hn3ufz62f7

    Nachdem ich etwas Ähnliches mit CLIP auf einem M1 gebaut habe: Die Frame-Sampling-Rate ist das ganze Spiel. Ein Frame pro Sekunde bei 12k Videos dauert Tage, nur Keyframes brachten mich zu einem nächtlichen Durchlauf.

  4. lucideer

    Vielleicht off-topic, aber für alle, die daran auf einer plattformübergreifenderen / ganzheitlicheren Basis interessiert sind: Immich macht das

    (und mit "das" meine ich eine ungefähre KI-Suche für Fotos und Videos – ich kann weder für "jedes Frame" noch für die vergleichende Suchqualität bürgen)

  5. measure2xcut1x

    Wie gut, denkst du, würde das mit Stockfotografie auf einem M1 Mac mit 32 GB RAM funktionieren? Zum Beispiel möchte ich einen Ordner mit ~2k Fotos nach Häusern mit Palmen durchsuchen können. Oder Fotos von Küchen finden, oder Fotos von Wüstenlandschaften im Südwesten finden.

Mehr von diesem Tag

2026-10-04