AI照片搜索落到Mac本地
AI照片搜索项目SCM试图把个人媒体库变成可用自然语言查找的记忆库。这个开源macOS应用在本机运行视觉模型，为照片和视频建立索引；用户可以描述一个场景，而不必先记住文件名。项目作者在Hacker News发布后获得了较高关注，代码托管在GitHub。
从整部视频定位到具体画面
SCM把功能分成几种互补模式：视觉搜索按整体含义匹配照片或视频，Scenes会切分视频并把结果定位到时间码，OCR检索图片中实际出现的文字，Dialogue则通过Whisper查找视频对白。文件名和短语也会参与部分排序，结果会显示匹配原因；查询还可以保存为带筛选范围的标签页。
它还提供一些面向个人资料库的维护功能：监视文件夹会自动导入，内容哈希可识别重命名后的重复文件，切换模型后会在后台重新嵌入。OCR支持英语及可选的其他语言，视频检索则允许在速度、磁盘占用和采样密度之间选择。可选的本地LLM还能依据已提取的对白、OCR和文件名证据回答问题，并提供引用。
隐私优势不等于零成本
SCM的主要卖点是媒体不离开Mac：模型权重首次下载后，后续处理可离线完成，也不需要账号或云端上传。但这并不意味着体验没有门槛。默认视觉模型约需435MB，聊天模型还要约1.1GB或更多；首次建库、视频分段、Whisper转录和模型切换都可能占用明显的CPU、存储与时间。应用目前面向macOS，搜索质量也会受到模型选择、采样密度、OCR识别和对白转录准确度影响。对拥有大量视频的用户而言，真正值得观察的是本地索引的持续维护成本，以及在不同Mac配置上能否稳定提供足够快的检索反馈。