Repolode
IliasHad

IliasHad/edit-mind

本地优先的视频知识库,对视频做语音转写、画面分析和向量化索引,并支持用自然语言搜索视频或其中的片段。

可替代:Google Photos

Star
1,813
Fork
123
未关闭 Issue
15
最近提交
4个月前

这是什么?

Edit Mind 会对视频库中的每个文件进行语音转写、画面分析和多模型向量化,识别物体、人脸和画面文字,并提取场景级元数据。你可以通过说过的话、出现的物体或人物来搜索,直接定位到对应片段。

整个应用在你自己的机器或服务器上运行,通过 Docker Compose 启动。技术栈包括 React Router 构建的 Web 界面、基于 BullMQ 的 Node.js 后台任务服务、使用 PyTorch 和 Whisper 的 Python 机器学习服务、用于向量搜索的 ChromaDB,以及通过 Prisma 访问的 PostgreSQL。后台监听服务会自动处理你添加的文件夹中的新视频。

自然语言查询和元数据增强可以接入本地 Ollama 模型或 Gemini API。项目仍在积极开发中,尚未达到生产可用状态。

核心功能

  • 01使用 Whisper 对视频语音进行转写。
  • 02识别视频画面中的物体、人脸和文字。
  • 03通过 ChromaDB 向量搜索,用自然语言查找视频或具体片段。
  • 04监听指定文件夹,将新文件加入后台处理队列。
  • 05基于 Docker 本地运行,提供支持 NVIDIA GPU 的 CUDA 配置。

适用场景

  • 在大型个人或家庭视频库中,按台词或出镜人物查找特定时刻。
  • 视频剪辑时,在素材库中快速定位所需的镜头或片段。
  • 在自己的服务器上搭建私有视频搜索服务,无需把素材上传到云端。

快速上手

  1. 1

    运行一键安装脚本

    curl -sSL https://get.edit-mind.com | sh
  2. 2

    使用 Docker Compose 启动所有服务

    docker compose up
  3. 3

    在浏览器中打开网页应用并登录

使用前须知

  • 该项目仍在积极开发中,尚未达到生产就绪状态。
  • 它采用自定义的 Edit Mind 许可证,而非标准开源许可证,使用前请查看 LICENSE.md。
  • 部署需要 Docker,并且需要本地 Ollama 模型或 Gemini API 密钥。

标签

常见问题

edit-mind 是什么?
本地优先的视频知识库,对视频做语音转写、画面分析和向量化索引,并支持用自然语言搜索视频或其中的片段。 Edit Mind 会对视频库中的每个文件进行语音转写、画面分析和多模型向量化,识别物体、人脸和画面文字,并提取场景级元数据。你可以通过说过的话、出现的物体或人物来搜索,直接定位到对应片段。
edit-mind 可以免费使用吗?用的什么许可证?
edit-mind 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
edit-mind 还在维护吗?
半年内有更新。edit-mind 最近一次提交是在 2026年6月30日。
edit-mind 适合用来做什么?
在大型个人或家庭视频库中,按台词或出镜人物查找特定时刻。 视频剪辑时,在素材库中快速定位所需的镜头或片段。 在自己的服务器上搭建私有视频搜索服务,无需把素材上传到云端。
edit-mind 怎么安装和运行?
运行一键安装脚本: curl -sSL https://get.edit-mind.com | sh 使用 Docker Compose 启动所有服务: docker compose up 在浏览器中打开网页应用并登录
在哪里获取 edit-mind?
源代码和安装说明在 GitHub 上:https://github.com/IliasHad/edit-mind

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目