一键捕获闭环
Alt+Shift+S 全屏截图 → 立即入库（不阻塞）→ 后台 OCR → AI 整理 → 系统通知
月忆 · 桌面 AI 记忆库
Windows 桌面应用 · 本地优先
不是笔记软件，是电脑端的 AI 第二大脑——截图即记录，AI 自动整理，随时检索
13.7k
行自研代码
55
Tauri 命令
9
张本地数据表
2.6MB
安装包体积
01项目概述
日常最有价值的画面往往来不及记：一段报错、一页文档、一张数据表、一个配置项。截图容易，但截图之后散落在相册里就再也找不回来了。月忆解决的是「捕获之后的整理与回忆」——按下快捷键，剩下的全自动。
形态上是 Tauri 2 桌面应用（Rust 外壳 + WebView2 前端），技术选择上坚持 Local First：数据库、截图、附件全部存在本地；只有用户主动触发 AI 时，相关片段才会发给模型，绝不默认上传整个记忆库。
离线 OCR 不联网
直接调 Windows WinRT OcrEngine，中英混排界面实测识别 353 字，无需第三方 OCR 服务
直接调 Windows WinRT OcrEngine，中英混排界面实测识别 353 字，无需第三方 OCR 服务
AI 结构化理解
一次捕获拆成标题 / 摘要 / 标签 / 分类四项，单项失败不影响其余，异常 JSON 容错解析
一次捕获拆成标题 / 摘要 / 标签 / 分类四项，单项失败不影响其余，异常 JSON 容错解析
Ctrl+K 检索问答
命令面板兼全局搜索，问答只带 8 条相关记忆摘要，回答里的 [1] 可点回原始截图
命令面板兼全局搜索，问答只带 8 条相关记忆摘要，回答里的 [1] 可点回原始截图
系统级集成
全局快捷键、系统托盘、自定义 memex-img 协议、DPI 感知截图、DWM 圆角小窗
全局快捷键、系统托盘、自定义 memex-img 协议、DPI 感知截图、DWM 圆角小窗
自带设计系统
Token 单一来源、13 种基元组件、应用内 UI 实验室、非标准字号审计、像素级视觉回归
Token 单一来源、13 种基元组件、应用内 UI 实验室、非标准字号审计、像素级视觉回归
02系统架构全景
用户（Windows 11）
│
┌─────────────▼──────────────────┐
│ 全局快捷键 · 托盘 · 悬浮速记条 │
│ Alt+Shift+S 截屏 · Alt+Shift+M 速记 │
└─────────────┬──────────────────┘
│ Tauri IPC（invoke / event）
┌─────────────▼──────────────────┐
│ Rust 核心（Tauri 2） │
│ capture.rs GDI BitBlt 全屏截图 │
│ ocr.rs WinRT 离线文字识别 │
│ worker.rs 后台 AI 流水线 │
│ ai.rs AiProvider 抽象 │
└──────┬──────────────────┬───────┘
│ │
▼ ▼
┌──────────────┐ ┌──────────────────┐
│ SQLite 本地库 │ │ DeepSeek API │
│ 9 张表 · 零上传 │ │ 4 次结构化调用 │
└──────────────┘ └──────────────────┘
▲ ▲
└──────────┬───────┘
│ invoke 返回 / 事件广播
┌─────────────────▼──────────────┐
│ React 18 前端（WebView2） │
│ 时间线 / 合集 / 搜索问答 / 设置 │
│ Zustand · 自研设计系统 · Ctrl+K │
└────────────────────────────────┘
三层职责边界很清晰：前端只管呈现与交互（React + Zustand），Rust 核心管能力（截图、OCR、文件、调度），数据与模型都在进程外（SQLite 文件 + DeepSeek API）。AI 调用被抽象成 AiProvider trait，换供应商只需实现一个 trait。
03技术栈全景
🦀
桌面外壳
Tauri 2（Rust）
单文件 7.3 MB · NSIS 安装包 2.6 MB
内存占用远低于 Electron
单文件 7.3 MB · NSIS 安装包 2.6 MB
内存占用远低于 Electron
⚛️
前端
React 18 + TypeScript
Vite 5 · Tailwind 3 · Zustand
WebView2 渲染
Vite 5 · Tailwind 3 · Zustand
WebView2 渲染
🗄️
本地存储
SQLite（rusqlite bundled）
9 张表 · schema 迁移
数据目录可用环境变量覆盖
9 张表 · schema 迁移
数据目录可用环境变量覆盖
👁️
截图与 OCR
Windows GDI BitBlt + CAPTUREBLT
WinRT OcrEngine（离线）
纯 Rust 进程内调用
WinRT OcrEngine（离线）
纯 Rust 进程内调用
🤖
AI 层
DeepSeek（OpenAI 兼容）
AiProvider trait 抽象
4 次结构化调用 · 容错解析
AiProvider trait 抽象
4 次结构化调用 · 容错解析
🧵
并发模型
后台线程跑 AI 流水线
UI 立即返回「已捕获」
ai_tasks 记录任务状态
UI 立即返回「已捕获」
ai_tasks 记录任务状态
🎨
设计系统
双层 Token（Pearl / Night）
13 种基元 · Lucide 统一 1.7 描边
UI 实验室 + 视觉回归
13 种基元 · Lucide 统一 1.7 描边
UI 实验室 + 视觉回归
⌨️
系统集成
全局快捷键 / 托盘 / 悬浮速记窗
自定义 memex-img 协议
storage 事件跨窗同步主题
自定义 memex-img 协议
storage 事件跨窗同步主题
🧪
质量保障
Rust 单测（含真实 API 调用）
CLI 冒烟测试 --capture-once
npm run audit:ui 护栏
CLI 冒烟测试 --capture-once
npm run audit:ui 护栏
04核心闭环：一次捕获发生了什么
① 捕获 — Alt+Shift+S 触发 GDI 全屏位图（含分层窗口），编码 PNG 写入
MemexData/screenshots/，同时插入 memories 记录，状态标为「待整理」，UI 立刻提示「已捕获」② 识别 — 后台线程调 WinRT OCR 提取文字；语言包缺失或识别失败时原图照常保留，只记录降级原因，不影响后续手动整理
③ 理解 — 把 OCR 文本交给 DeepSeek 做四件事：起标题、写摘要、打标签、归分类。四项分别调用，任一项失败其余继续，不会整体回滚
④ 归档 — 回写 memories / tags / memory_tags / collections，ai_status 置为 done，发系统通知；时间线上出现带「新捕获」标记的卡片
⑤ 回忆 — 任意时刻 Ctrl+K 打开命令面板，走关键词搜索或 AI 问答；问答上下文只给 8 条相关记忆摘要，回答带 [1][2] 引用，点击直接回到原始截图
这条链路上最容易出事的是 ③：模型返回的 JSON 经常带 ```json 包裹、前后废话、字段名漂移。于是写了一个 parse_json_loose——先剥围栏、再截取第一个完整 JSON 片段、最后逐字段兜底，实测未再因格式问题丢数据。
05数据模型
| 表 | 职责 | 设计要点 |
|---|---|---|
| memories | 记忆主体 | title / content / summary / type / source / ocr_text / ai_status |
| collections | 合集（含颜色） | sort_order 持久化，支持侧栏拖拽排序 |
| tags / memory_tags | 标签多对多 | 标签去重靠唯一约束 + 关联表 |
| attachments | 附件 | 与记忆一对多，文件落在数据目录 |
| ai_tasks | AI 任务记录 | 可观测每次处理的耗时与结果，失败可追溯 |
| search_history | 搜索历史 | 为「最近搜索」与后续排序实验留数据 |
| settings | 键值配置 | 含 API Key；优先级：应用设置 > 环境变量 |
06工程细节：降级与护栏
| 异常场景 | 实际行为 |
|---|---|
| API Key 未配置 / 错误 | AI 标记失败，记忆完整保存，UI 明确提示「AI 离线」 |
| 网络断开 | 本地记录、搜索、截图、合集全部可用 |
| OCR 失败（缺语言包） | 保留原图，ocr_text 留空并写日志，不阻塞入库 |
| 模型返回异常 JSON | parse_json_loose 三段容错：剥围栏 → 截取 JSON → 字段兜底 |
| AI 单项失败（如标签） | 其余项继续写入，不整体回滚 |
| 数据库错误 | 命令返回 Result，前端 toast 提示，进程不崩 |
| 截图失败 | 托盘与快捷键路径 emit capture-error，前端提示原因 |
设计系统同样有护栏：所有颜色/字号/间距只允许来自 src/ui/tokens.css，npm run audit:ui 会扫描页面里的裸色值与非标准字号（--strict 可在 CI 中失败）；再加一个 ui-diff.py 做像素级回归，改完 UI 能一眼看出哪里动了。
07实测数据（本机 Windows 11）
应用启动与系统集成
启动无崩溃，托盘图标与全局快捷键注册成功，最小化到任务栏行为符合预期
启动无崩溃，托盘图标与全局快捷键注册成功，最小化到任务栏行为符合预期
SQLite 初始化
9 张表 + 5 个默认合集 + 8 项默认设置，首次启动即用
9 张表 + 5 个默认合集 + 8 项默认设置，首次启动即用
捕获链路
1440×900 全屏 PNG 落盘；WinRT OCR 识别 353 字中英混排文本
1440×900 全屏 PNG 落盘；WinRT OCR 识别 353 字中英混排文本
AI 真实调用
标题「WorkBuddy 任务助手开发与调试」、标签 5 个、分类「工作记录」全部正确落库
标题「WorkBuddy 任务助手开发与调试」、标签 5 个、分类「工作记录」全部正确落库
防编造验证
提问记忆库中不存在的内容时，明确回答「我没有在你的记忆中找到相关内容」，不硬编
提问记忆库中不存在的内容时，明确回答「我没有在你的记忆中找到相关内容」，不硬编
08界面实拍
以下为应用在 Windows 11 下的真实运行截图（记忆内容为日常使用数据）。
09已知限制与后续
区域截图
已实现冻结屏幕 + 鼠标框选，多显示器暂只覆盖主屏
已实现冻结屏幕 + 鼠标框选，多显示器暂只覆盖主屏
检索方式
相关记忆当前用标签交集计算，
相关记忆当前用标签交集计算，
related_memories 接口已预留 embedding 扩展位打包
NSIS 安装包需联网拉工具链；release 产物可直接免安装运行
NSIS 安装包需联网拉工具链；release 产物可直接免安装运行