SCM - Búsqueda AI local para cada foto y frame de video en macOS
Show HN: AI search for every photo and every frame of video on macOS

SCM (Screen Memories) es una herramienta de búsqueda AI para macOS que indexa y encuentra cualquier foto o frame de video en tus carpetas locales. Usa modelos de visión para buscar por descripción en lenguaje natural, detecta escenas exactas en videos con timecode, extrae texto visible con OCR y transcribe diálogos con Whisper. Todo se ejecuta localmente, sin cuentas ni subidas a la nube. Incluye pestañas personalizables, búsqueda por email, y un chat LLM opcional que responde con citas. Instálalo vía Homebrew y experimenta una biblioteca auto-mantenida y privada.
Busca como piensas: describe un recuerdo en lenguaje natural y un modelo de visión local hace el resto.
- postalcoder
Dado que esto es para la mac, realmente deberías estar usando el framework Vision de Apple para OCR. Le da mil patadas a tesseract tanto en velocidad como en precisión.
Edit: Tengo curiosidad por saber qué LLM se usó para generar el código. Le pasé el título de tu publicación a claude/deepseek/qwen/codex pidiendo que recomendaran un stack para este proyecto, esperando fruncir el ceño pensando que todavía recomendarían tesseract. Sin embargo, descubrí que todos recomiendan el framework Vision de Apple. De hecho, el último modelo en recomendar Tesseract es gpt-4.1.
- alt227
Un poco fuera de tema, pero me hizo preguntarme.
¿Puedes registrar cosas como esta ahora que existen los LLM? Quiero decir, hasta ahora si una pequeña startup tiene una gran idea, será comprada por una gran tecnológica que integrará (o matará) su tecnología. Pero ahora con los LLM, ¿pueden tipos como OpenAI simplemente decirle a su modelo que haga algo que funcione de manera similar a X (como este proyecto) y luego eludir las leyes de derechos de autor y negar estar por detrás de la curva?
EDIT: cambié a la ortografía correcta de copyright.
- hn3ufz62f7
Habiendo construido algo similar con CLIP en una M1, la tasa de muestreo de fotogramas es todo el juego. Un fotograma por segundo en videos de 12k son días, solo con keyframes llegué a una ejecución nocturna.
- lucideer
Posiblemente fuera de tema, pero para cualquiera interesado en esto de una manera más multiplataforma / holística, Immich hace esto
(y con "esto" me refiero a una búsqueda AI aproximada para fotos y videos - no puedo dar cuenta de "cada fotograma", ni de la calidad comparativa de búsqueda)
- measure2xcut1x
¿Qué tan bien crees que funcionaría esto en fotografía de stock en una mac m1 con 32GB de ram? Por ejemplo, me gustaría poder buscar en una carpeta de ~2k fotos casas con palmeras. O encontrar fotos de cocinas, o encontrar fotos de paisajes del suroeste desértico.