Memento

Memento 是一款把视频内容转化为可检索知识库的桌面应用。粘贴 B 站或抖音链接，应用会自动提取字幕（无字幕的视频则做语音转录），AI 清洗后入库，之后你就可以像对话一样，从这些视频内容里检索和提问。

目前 Memento 还没有打包好的安装包，需要克隆仓库后用一条命令启动（详见下文）。

运行 Memento

Memento 当前以开发态方式运行（暂未提供 .dmg / .exe 安装包）。准备好环境后，一条命令即可启动桌面应用。

一次性准备

1. 安装基础依赖：Python 3.10+、Node 18+、ffmpeg（音频提取必需，macOS 用 brew install ffmpeg）。
2. 后端 Python 环境：

cd backend
python -m venv venv
source venv/bin/activate          # Windows: venv\Scripts\activate
pip install -r requirements.txt
cd ..

3. 前端依赖：

cd frontend && npm install && cd ..

桌面壳依赖（desktop/node_modules）如果缺失，启动脚本会自动 npm install，无需手动处理。

启动

./scripts/dev.sh

dev.sh 会拉起前端与桌面壳；桌面壳会再启动后端（端口 8000）和抖音抓取服务，ASR 服务按需懒启动（首次转录音频时才拉起）。关闭窗口或 Ctrl-C 会一并回收所有进程。打开后即进入桌面应用界面。

配置模型

首次使用前，在应用内的 Settings 页面配置两类模型（都必需）：

• 对话模型（chat）：用于 Chat 页面的问答。
• 嵌入模型（embedding）：用于把视频内容向量化入库。

两者既可以用云端 API（如 DeepSeek、硅基流动、OpenAI 兼容接口），也可以用本地 Ollama。Settings 里用「预设」管理多套配置。

如果你想在本机或另一台 GPU 机器上自建 ASR + Embedding 服务，可以用统一入口 services/node/bootstrap.py（跨平台、隔离环境、自动设备检测，固定端口 ASR=16888 / Embedding=16889），详见 services/node/README.md。这条仅在你选「本地」provider 时才需要；用云端 API 的话跳过。

使用流程

1. 打开应用进入 Home，粘贴 B 站或抖音链接，添加视频。
2. 在导入的视频上点「处理」，提取字幕（无字幕的视频会自动做语音转录）。
3. 进入 Knowledge Base（知识库），选中生成的文档，清理并入库（向量化）。
4. 进入 Chat（对话），针对已入库的内容提问。

常见问题

• 内置教程：侧边栏的 Help 页面有完整的应用使用教程。
• B 站字幕需要 cookie：B 站的 AI 字幕通常需要 cookie。在 Settings 里配置 B 站 cookie 即可（切勿把真实 cookie 提交到代码库）。
• 用 Ollama 跑本地模型：在 Settings 里把 provider 选为 ollama，先拉取模型：

ollama pull qwen3
ollama pull qwen3-embedding:0.6b

qwen3-embedding:0.6b 输出 1024 维向量。