ScreenMemo

本地运行的智能截屏备忘与检索工具：自动记录 Android 屏幕，通过 OCR 与 AI 助手让内容可检索、可回顾。

「屏幕无痕，记忆有痕」

语言: 简体中文 | English | 日本語 | 한국어

项目概览

ScreenMemo 是一款在本地运行的智能截屏备忘与检索工具：自动记录你在 Android 设备上的屏幕画面，通过 OCR 与 AI 助手让信息可检索，帮助你在需要时迅速找回线索、还原上下文。

从今天开始构建你的个人数字记忆

为什么现在就要开始？

不可逆的知识流失：当越来越多人开始用日常数据喂养个人 AI，每一天的未曾记录，都在让你未来的 AI 助手少了一分“懂你”的底气。
悄然拉开的时间复利：数据无法速成。今天就开始沉淀数字标本的人，在未来 AI 迎来质变时，将天然拥有一座别人难以追赶的专属记忆库。
打捞散落的数字自我：你最宝贵的上下文往往碎落在不同的 App 与设备里；如果没有 ScreenMemo 去妥善收留，它们终将随流逝的时间消散，再难被完整唤醒。

应用截图

下面按功能主题展示组合截图，每张图都对应一组完整使用场景。

_{核心入口：记录、搜索和时间线}	_{搜索与结果总结}
_{时间线、日历与回放生成}	_{AI 回顾、每日总结与请求日志}
_{AI 记忆检索与图表整理}	_{收藏、加载与备注}
_{采集设置、压缩与存储分析}	_{设置、权限与动态任务}
_{MCP 服务、AI 提供商与语义模型}	_{隐私模式与敏感内容控制}

快速开始

普通用户

如果你只是想在手机上使用 ScreenMemo，推荐直接安装 GitHub Releases 中已经构建好的 APK

打开 GitHub Releases，进入最新版本。
在 Assets 中下载适合手机的 screen_memo-...-app-*-release.apk 安装包。大多数近几年的 Android 手机优先选择 arm64-v8a；

开发者

环境要求

Flutter SDK：3.35.7（当前 CI 验证版本）
Dart SDK：3.9.2（随 Flutter 3.35.7 提供；项目约束为 >=3.8.1）
JDK：推荐 17（CI 使用 17；Android 代码仍以 Java 11 字节码为目标）
Android SDK：发布工作流使用 Platform 36、Build-Tools 36.0.0、NDK 27.0.12077973
APK 当前构建配置：minSdk 24、targetSdk 36
主功能平台要求：自动截屏依赖 Android 11（API 30）及以上
截屏间隔：默认与最低值已调整为 1 秒，截图采集与后处理在后台异步执行，不会阻塞下一次截屏触发
IDE：Android Studio / VS Code + Flutter 插件

安装与运行

克隆项目

git clone <repository-url>
cd screen_memo

安装依赖
```
flutter pub get
```
生成国际化代码
```
flutter gen-l10n
```
运行应用
```
flutter run
```

在电脑上通过 Android 模拟器测试

在 Android Studio 的 Device Manager 中创建 Android 11+ 模拟器

启动模拟器后执行：

flutter emulators
flutter devices
flutter run -d <device_id>

更多维护者开发说明见 docs/DEVELOPMENT.md。

开发与验证命令

# 代码检查
flutter analyze

# Flutter 测试
flutter test

# i18n 审计
dart run tool/i18n_audit.dart --check

# Debug APK
flutter build apk --debug

# Release APK（按 ABI 拆分）
flutter build apk --release --split-per-abi --tree-shake-icons --obfuscate --split-debug-info=build/symbols

功能测试与回归保护

Android 原生 JVM 单元测试：

Windows

cd android
.\gradlew.bat test

macOS / Linux

cd android
./gradlew test

MCP 服务与客户端

ScreenMemo 支持双向 MCP：既可以在手机上手动开启只读的局域网 MCP 服务，也可以作为 MCP 客户端连接其他外部 MCP 服务，让应用内 AI 在聊天中调用这些外部工具。

局域网 MCP 服务端

局域网 MCP 服务让同一局域网内的 AI 客户端读取动态摘要、搜索结果、上下文片段和少量显式请求的证据图片。

在 Android App 的“设置 → MCP 服务”中手动开启局域网 MCP 服务。
Endpoint 固定为 http://<手机局域网IP>:37621/mcp，请求必须带 Authorization: Bearer <token>。
标准 MCP 客户端应通过 tools/list 获取工具，并通过 tools/call 调用工具；为兼容部分客户端，也支持把已声明工具名直接作为 JSON-RPC method 调用。
默认不会返回 OCR 原文或图片 base64。只有工具参数显式开启 include_ocr，或调用 get_evidence_images 时才会返回敏感内容，并带有数量/长度限制。
若端口 37621 被占用，设置页会显示启动错误，不会自动切换随机端口。

外部 MCP 客户端

在“设置 → MCP 服务 → External MCP servers”中可以用 JSON 添加或编辑、同步、启停和删除外部 MCP 服务。
添加/编辑时支持 Claude / RikkaHub 风格的 mcpServers JSON：
```
{
  "mcpServers": {
    "demo": {
      "type": "streamable_http",
      "url": "https://example.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_TOKEN"
      }
    }
  }
}
```
- 外部 MCP 客户端支持 streamable_http 与旧版 HTTP+SSE（sse）transport；不支持的 transport 会在保存或同步时明确报错，不会静默降级。
- 同步时会调用 MCP initialize、notifications/initialized、tools/list，并缓存工具名、描述和输入 schema；再次同步会保留用户已有的工具启用状态。
- 外部工具暴露给 AI 时会自动命名为 mcp__<server>__<tool>__<hash>，避免多个 MCP 服务之间的同名工具冲突。
- 新同步的外部工具默认不启用；用户可在设置页打开工具，也可以在聊天中要求 AI 配置并同步 MCP。AI 发起的 MCP 配置、同步和已启用外部工具调用都会直接执行，并在当前这轮聊天里刷新可用工具。

主题配色

在“设置 → 显示与排序 → 主题颜色”里可以自定义当前默认配色。
面板右上角支持粘贴导入 JSON，也支持一键复制当前配色 JSON，方便分享和快速恢复。
请求头中的敏感值会在 UI、日志和聊天工具结果中脱敏；外部 MCP 工具输出仍应视为不可信数据。

Skills

ScreenMemo 支持 RikkaHub 风格的本地 Skill 扩展：用户可以安装包含 SKILL.md 的技能目录，让应用内 AI 在聊天中按需加载专门指令和附属文件。

在“设置 → Skills”中可以粘贴单个 SKILL.md 创建技能。
Skills 列表中可以启用/禁用单个技能。只有已启用的技能会暴露给 AI 聊天。
点进技能详情可以查看完整文件列表、复制文件内容、编辑 SKILL.md 或附属文本文件、新增附属文件，并删除非 SKILL.md 文件。
聊天时 AI 会通过 use_skill 工具加载技能：不传 path 时返回 SKILL.md 正文和可用文件列表；传入安全的相对路径时读取对应附属文件。读取路径始终限制在该技能目录内。
Skill 内容来自本地用户安装的扩展，仍应视为外部指令来源；不要把令牌、密钥或隐私数据放进技能目录。

支持项目

如果 ScreenMemo 帮你找回过重要线索，欢迎支持 ScreenMemo 赞赏作者

_微信

_支付宝

社区群聊

_{QQ群：640740880}

_{点击链接加入群聊【屏忆】}

常见问题（FAQ）

每月大概占用多少存储空间？

经验值示例：若压缩后约 50 KB / 张，且按每分钟 1 张截图，30 天约 43,200 张，约 2.1 GB / 月。
估算公式：月占用（GB）≈ (60 ÷ 截屏间隔秒) × 60 × 24 × 30 × 单张大小(KB) ÷ 1024 ÷ 1024
降占用建议：增大截屏间隔、启用目标大小压缩、打开过期清理、只对需要的应用开启采集
已有历史截图可在“设置 → 截屏设置 → 全局历史压缩”中按目标大小进行全局压缩，取消时会立即停止启动新的图片处理
回放视频保存到系统相册成功后，会自动删除应用内部的临时视频副本；已有历史回放副本可在“存储分析 → 回放视频”中清理

数据会上传到云端吗？

默认不会。截图、OCR、索引、统计和大多数配置都保存在本地
只有在你显式启用 AI 能力并配置提供商后，相关总结 / 对话请求才会发往你配置的模型服务

支持哪些 AI 提供商？

当前内置提供商类型包括 OpenAI、Azure OpenAI、Claude、Gemini 和 Custom

如何备份 / 迁移数据？

在“数据与备份”里可以导出 ZIP 备份；导出前会先扫描范围、生成 manifest，并展示分类进度
导入时支持“覆盖导入”和“合并导入”；合并模式会尽量去重并保留现有数据
合并导入只合并 output 下的截图、索引和数据库数据；全量备份里的 shared_prefs、app_flutter、no_backup 等运行配置根目录会自动跳过
多个大备份建议使用桌面合并工具在电脑上处理，再回传到手机
如果导入后发现索引或 OCR 缺失，可在“导入诊断”中执行诊断与 OCR 修复
备份默认不包含 cache、code cache、临时缩略图和外部日志

对电量与性能的影响如何？

主要取决于截屏间隔、压缩策略、AI 重建频率和后台保活状态
建议启用目标大小压缩、过期清理，并按应用细分策略，避免对不重要应用持续采集

桌面数据合并工具

手机端处理多个大备份 ZIP 时速度有限，因此项目额外提供桌面合并入口 lib/main_desktop_merger.dart。

选择多个 ZIP 备份文件和输出目录
合并前执行结构预检，尽量提前发现坏包或不兼容数据
合并备份中的 output 数据树：截图文件、分片数据库和主库元数据，并跳过重复内容
合并收藏、NSFW 标记和用户设置等元数据
实时显示处理进度、告警、影响应用和去重结果
处理完成后将合并结果重新打包成新的 ZIP

构建命令

Windows

flutter build windows -t lib/main_desktop_merger.dart --release

macOS

flutter build macos -t lib/main_desktop_merger.dart --release

Linux

flutter build linux -t lib/main_desktop_merger.dart --release

权限说明

权限	作用	建议
通知权限	前台服务、导出 / 修复 / 重建进度、每日提醒	建议开启
无障碍服务	自动截屏、Activity 重建、部分后台 AI 流程	主功能必需
使用统计权限	前台应用识别、应用维度筛选与统计	强烈建议
已安装应用可见性	读取已安装应用列表，用于应用选择、自动加入新安装应用、筛选与统计	主功能需要
忽略电池优化 / 自启动	提高后台持续采集与重建稳定性	强烈建议
精确闹钟	每日总结提醒	可选
相册 / 下载写入	保存截图、回放视频或导出结果	可选

国际化

当前 README 与应用界面都维护以下四种语言：

简体中文
英文
日本語
한국어

应用界面文案统一维护在 lib/l10n/app_*.arb，原生 Android 通知、权限说明与前台服务文案维护在 android/app/src/main/res/values*/strings.xml。新增 UI 文案时不要直接写在 Dart Widget 或 Android XML 属性中，应先补齐对应语言资源并重新运行 flutter gen-l10n。

常用命令：

# 生成 l10n 代码
flutter gen-l10n

# 检查 ARB / 平台层 / UI 硬编码回归
dart run tool/i18n_audit.dart --check

# 在确认例外后更新 baseline
dart run tool/i18n_audit.dart --update-baseline

flutter test 会自动运行 test/i18n_audit_test.dart，用于阻止新的多语言回归。

贡献指南

欢迎贡献代码、报告问题或提出建议。

Fork 本项目
创建分支：git checkout -b feature/your-change
提交修改：git commit -m "feat: describe your change"
推送分支：git push origin feature/your-change
提交 Pull Request

提交前建议至少运行：

flutter analyze
flutter test
dart run tool/i18n_audit.dart --check

Name		Name	Last commit message	Last commit date
Latest commit History 546 Commits
.github/workflows		.github/workflows
.vscode		.vscode
android		android
assets		assets
docs		docs
ios		ios
lib		lib
linux		linux
macos		macos
test		test
tool		tool
web		web
windows		windows
.editorconfig		.editorconfig
.gitignore		.gitignore
.metadata		.metadata
LICENSE		LICENSE
README.en.md		README.en.md
README.ja.md		README.ja.md
README.ko.md		README.ko.md
README.md		README.md
analysis_options.yaml		analysis_options.yaml
l10n.yaml		l10n.yaml
l10n_untranslated.txt		l10n_untranslated.txt
logo.png		logo.png
pubspec.lock		pubspec.lock
pubspec.yaml		pubspec.yaml

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

ScreenMemo

项目概览

从今天开始构建你的个人数字记忆

应用截图

快速开始

普通用户

开发者

环境要求

安装与运行

在电脑上通过 Android 模拟器测试

开发与验证命令

功能测试与回归保护

MCP 服务与客户端

局域网 MCP 服务端

外部 MCP 客户端

主题配色

Skills

支持项目

社区群聊

常见问题（FAQ）

桌面数据合并工具

构建命令

权限说明

国际化

贡献指南

About

Uh oh!

Releases 33

Packages

Uh oh!

Uh oh!

Contributors

Uh oh!

Languages

Folders and files

Latest commit

History

Repository files navigation

ScreenMemo

项目概览

从今天开始构建你的个人数字记忆

应用截图

快速开始

普通用户

开发者

环境要求

安装与运行

在电脑上通过 Android 模拟器测试

开发与验证命令

功能测试与回归保护

MCP 服务与客户端

局域网 MCP 服务端

外部 MCP 客户端

主题配色

Skills

支持项目

社区群聊

常见问题（FAQ）

桌面数据合并工具

构建命令

权限说明

国际化

贡献指南

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases 33

Packages 0

Uh oh!

Uh oh!

Contributors

Uh oh!

Languages

Packages