导言

你是否在下班前想不起今天干了什么？或者找不回三小时前在屏幕上闪过的一行代码？

本文将教你如何利用 Open WebUI（前端）、ScreenPipe（后端）搭建一套全自动、低功耗、跨平台的个人记忆库。

---

一、 Open WebUI：全能型 AI 交互前端

1. 什么是 Open WebUI？

Open WebUI（原名 Ollama WebUI）是一个极其强大、可扩展且用户友好的自托管 Web 界面。它不仅仅是一个聊天框，更是一个集成了模型管理、知识库（RAG）、插件工具和多用户协作的大模型操作系统。

• 多模型支持：支持本地的 Ollama 模型，也完美兼容 OpenAI 格式的第三方 API（如 DeepSeek）。
• 工具集成：支持通过 Python 编写自定义工具（Tools），这正是我们接入 ScreenPipe 记忆的关键。
• 交互体验：拥有类似 ChatGPT 的流畅体验，支持代码高亮、Markdown 渲染和多模态交互。

---

2. 部署过程（以 Ubuntu 环境为例）

为了确保环境隔离与部署的便捷性，我们强烈建议使用 Docker 进行部署。

1. 环境准备

确保你的 Ubuntu 系统已经安装了 Docker 和 Docker Compose。

bash
# 更新并安装 Docker
sudo apt-get update
sudo apt install docker.io docker-compose -y

2. 使用 Docker 一键部署

你可以选择带有集成 Ollama 功能的版本，或者仅部署 WebUI 本身（本教程推荐仅部署 WebUI，因为我们会外部连接 Windows 的 ScreenPipe 和云端的 DeepSeek）。

运行dockercompose：

dockercompose
version: "3.8"
services:
  open-webui:
    image: ghcr.io/open-webui/open-webui:main
    container_name: open-webui
    volumes:
      - ./data:/app/backend/data
    ports:
      - 18080:8080
    extra_hosts:
      - host.docker.internal:host-gateway
    restart: always
    environment:
      - HF_ENDPOINT=https://hf-mirror.com

• -p 18080:8080：将容器的 8080 端口映射到宿主机的 18080 端口。

3. 初始化配置

1. 访问页面：在浏览器打开 http://<你的服务器IP>:18080。
2. 注册管理员：第一个注册的账号将自动获得 管理员 (Admin) 权限。
3. 进入面板：点击头像进入“管理员面板” -> “设置”，你会看到熟悉的配置界面。

在完成 Open WebUI 的基础部署后，接下来的核心环节是为其注入“灵魂”——通过对接 DeepSeek V3 等高性能在线大模型，让 AI 具备处理 ScreenPipe 海量历史数据的逻辑分析能力。

4. 对接在线大模型：以 DeepSeek 为例

虽然本地模型隐私性好，但面对 ScreenPipe 产生的海量文本（上下文可能高达数万 Token），DeepSeek V3 凭借超长上下文和极低的价格，是目前最完美的平衡方案。

1. 获取 DeepSeek API Key

1. 访问 DeepSeek 开放平台官网。
2. 进入“API Keys”页面，创建一个新的密钥（Key）并妥善保存。

2. 在 Open WebUI 中配置连接

进入 管理员面板 -> 设置 -> 外部连接 界面进行如下配置 ：

URL: 填写官方 API 地址 https://api.deepseek.com/v1 。

认证方式: 选择 密钥 (Bearer)，并在右侧输入框粘贴你获取的 API Key 。

在 “模型 ID” 栏手动输入 deepseek-chat，然后保存并回到主页 。

模型选择: 在聊天界面左上角确保选中了刚刚添加的 deepseek-chat 。

DeepSeek 支持高达 128k 的上下文，这使得它能一口气读完你过去数小时的操作记录而不丢失细节。

💡 部署小贴士

---

二、 ScreenPipe：系统的“数字眼睛”与长效记忆

1. 什么是 ScreenPipe？

ScreenPipe 是一款开源的跨平台库，旨在捕获你数字生活的完整上下文。它不仅是一个录屏工具，更是一个高效的后台数据采集器：

• 全方位记录：通过录制屏幕画面进行 OCR（文字识别），并转录麦克风或系统音频。
• 本地索引：所有数据均存储在本地（默认路径为 %USERPROFILE%\.screenpipe\data），保障隐私安全。
• 记忆检索：提供API 接口，让 Open WebUI 等工具能够像检索搜索引擎一样检索你的“历史瞬间”。

---

2. 详细部署过程 (Windows 端)

1. 下载源码及相关配套

1.ffmpeg下载安装

手动下载 ffmpeg-n7.1-latest-win64-gpl-7.1.zip

直链下载

2.screenpipe下载安装

访问 GitHub Releases 页面：https://github.com/mediar-ai/screenpipe/releases

找到最新版本的 Assets，下载 screenpipe-...-x86_64-pc-windows-msvc.zip。

下载直链（建议检查版本是否有更新）

解压到一个固定目录，例如 C:\Users\Admin\。

2. 联通运行测试

这一部分非常关键，在进入自动化阶段前，我们必须通过手动测试来排除网络和端口的干扰。

进入你的程序目录并运行最精简的测试命令：

powershell
cd C:\Users\Admin
.\screenpipe.exe --fps 1 --ocr-engine windows-native

成功标志：如果你看到控制台输出了 Starting video recording 以及 Starting meeting events polling，说明核心引擎已正常唤醒。

2. 必须警惕的“三大坑”

根据实战经验，大多数人的失败都卡在以下几个地方：

坑位一：端口转发与网络隔绝

在手动测试阶段，你可能会发现：明明 screenpipe.exe 正在运行，Windows 浏览器访问http://localhost:3030/health 也正常，但从同局域网 Ubuntu 虚拟机里 curl 却是报错。

ScreenPipe 默认只监听 127.0.0.1。

你可以通过以下命令验证这个现象：

netstat -an | findstr 3030

观察结果：如果你看到的是 127.0.0.1:3030 而不是 0.0.0.0:3030，说明它确实处于“自闭模式”。

为了让虚拟机访问，必须执行转发。

以 管理员权限 打开 PowerShell，运行以下命令（我们将外部的 3030 流量转给内部的 3030）：

PowerShell
netsh interface portproxy add v4tov4 listenaddress=0.0.0.0 listenport=3030 connectaddress=127.0.0.1 connectport=3030

在 Ubuntu 虚拟机中再次尝试：

curl http://<Windows_主机的_IP>:3030/health

成功标志：如果返回了 {"status":"healthy"}，恭喜你，任督二脉已打通！

如何删除转发？：如果你以后想取消这个转发，运行以下命令即可：

netsh interface portproxy delete v4tov4 listenaddress=0.0.0.0 listenport=3030

防火墙策略：如果 curl 依然不通，请确保 Windows 防火墙允许 3030 端口的入站规则。需以管理员权限运行此命令放行端口：

New-NetFirewallRule -DisplayName "Allow ScreenPipe" -Direction Inbound -LocalPort 3030 -Protocol TCP -Action Allow

坑位二：IPv6 监听陷阱（导致跨设备搜不到）

这是一个深坑：ScreenPipe 默认优先监听 IPv6 端口（[::]:3030）。

• 问题：当你的 Ubuntu 容器尝试通过 IPv4 地址（如 10.10.158.165）访问 Windows 时，连接会被拒绝。
• 解决办法：在 Windows 端以管理员权限运行以下命令，强制将 IPv4 的请求转发到本地监听端口：

powershell
netsh interface portproxy add v4tov4 listenport=3030 listenaddress=0.0.0.0 connectport=3030 connectaddress=127.0.0.1

坑位三：参数冲突导致的 Tokio Runtime 崩溃

某些版本中，加入 --disable-audio 或 --disable-meeting-scheduling 可能会触发底层异步引擎的 Panic 报错。

• 建议：如果手动运行报错，请尝试减少可选参数，仅保留 --fps 1 --ocr-engine windows-native 这一组最稳健的组合。

---

跨设备连通性最后验证

在 Windows 运行着 ScreenPipe 的情况下，去 Ubuntu 终端运行：

bash
curl http://<Windows_IP>:3030/health

只有看到返回 {"status":"healthy"} 或类似的 JSON 字符串，才算打通了任督二脉！ 此时再进入下一阶段的自启动脚本部署，才是稳操胜券。

---

3. 编写黄金启动脚本 (Run-ScreenPipe.ps1)

为了实现长期稳定的“无感运行”，我们不能简单地双击运行，而需要通过优化后的脚本进行管理。

在 C:\Users\Admin\ 目录下创建一个 PowerShell 脚本，填入以下经过性能优化的代码：

powershell
# ================= 完美配置区 =================
$WorkDir    = "C:\Users\Admin"
$ExePath    = "$WorkDir\screenpipe.exe"
$DaysToKeep = 5  # 自动清理5天前的录像，节省空间
# =============================================

Write-Host "--- ScreenPipe Perfect Loader ---" -ForegroundColor Yellow

# 1. 强力清场：确保没有残留的僵尸进程占用 3030 端口
Get-Process -Name "screenpipe" -ErrorAction SilentlyContinue | Stop-Process -Force
Start-Sleep -Seconds 5

# 2. 空间维护：删除旧的 .mp4 视频，只保留文字数据库
$DataPath = "$env:USERPROFILE\.screenpipe\data"
if (Test-Path $DataPath) {
    Get-ChildItem -Path $DataPath -Include *.mp4 -Recurse | Where-Object { $_.LastWriteTime -lt (Get-Date).AddDays(-$DaysToKeep) } | Remove-Item -Force -ErrorAction SilentlyContinue
}

# 3. 完美状态启动：
# --fps 1: 极低功耗，解决你之前的 71°C 高温问题
# --ocr-engine windows-native: 极低显存占用，解决之前的 93% 显存爆满问题
Set-Location $WorkDir
$FinalArgs = "--fps 1 --ocr-engine windows-native"

# 使用脱离模式在后台静默启动
cmd /c "start /b .\screenpipe.exe $FinalArgs"

Write-Host "ScreenPipe is now guarding your memory in background!" -ForegroundColor Green

为了让这个脚本在开机时不弹黑框自动运行，请在管理员权限的 PowerShell 中执行以下命令：

PowerShell
$Action = New-ScheduledTaskAction -Execute "powershell.exe" -Argument "-ExecutionPolicy Bypass -WindowStyle Hidden -File ""C:\Users\Admin\Run-ScreenPipe.ps1"""
$Trigger = New-ScheduledTaskTrigger -AtLogOn
$Principal = New-ScheduledTaskPrincipal -UserId $env:USERNAME -LogonType Interactive -RunLevel Highest
$Settings = New-ScheduledTaskSettingsSet -AllowStartIfOnBatteries -DontStopIfGoingOnBatteries -Hidden

Register-ScheduledTask -TaskName "ScreenPipe_Perfect_AutoStart" -Action $Action -Trigger $Trigger -Principal $Principal -Settings $Settings

这样每次开机就会在后台自动启动screenpipe进行监控。

可以通过以下方式验证运行状态：

• 进程验证：打开任务管理器 -> “详细信息”，确认能搜到 screenpipe.exe（而非 smartscreen.exe）。

• 文件验证：检查 .screenpipe\data 文件夹，应看到新的 .mp4 文件生成。

• 注：文件名采用 UTC 时间，若看到时间比北京时间慢 8 小时是完全正常的。

• 日志验证：若程序闪退，请查看 screenpipe_debug.log。如果提示 tokio-runtime 错误，通常是由于端口被占用或加了不支持的参数（如 --disable-meeting-scheduling）。

📖 第三阶段：深度联动：编写 Open WebUI 工具调用 ScreenPipe

在完成了网络打通与大模型对接后，最后一步也是最硬核的一步：在 Open WebUI 中编写 工具 (Tools)。这能让 AI 拥有调用 ScreenPipe 接口的主动权，实现“大脑”对“眼睛”的指挥。

通过编写 Python 工具插件，我们可以让 DeepSeek 在需要查询你的记忆时，自动发送一个 HTTP 请求到 Windows 端的 ScreenPipe API（端口 3030），并将搜到的文字抓取回来进行总结。

1. 详细配置步骤

1. 进入工具入口：在 Open WebUI 左侧菜单栏点击 “工作空间 (Workspace)” -> “工具 (Tools)” -> 点击右侧的 “+” (创建工具)。
2. 粘贴核心代码：在弹出的代码编辑器中，粘贴以下专为 ScreenPipe 优化的 Python 代码。

核心代码 (Python)：

python
import requests
import datetime

class Tools:
    def __init__(self):
        # 这里的 IP 必须填写你 Windows 主机的内网 IP
        self.base_url = "http://10.10.158.165:3030" 

    def _utc_to_beijing(self, utc_str: str) -> str:
        """将 UTC 转换为北京时间"""
        try:
            utc_dt = datetime.datetime.fromisoformat(utc_str.replace('Z', '+00:00'))
            beijing_dt = utc_dt + datetime.timedelta(hours=8)
            return beijing_dt.strftime('%Y-%m-%d %H:%M:%S')
        except:
            return utc_str

    def search_screen_memory(self, query: str) -> str:
        """查询用户屏幕操作历史或搜索特定记忆"""
        url = f"{self.base_url}/search"
        params = {"q": query, "limit": 15, "content_type": "ocr"}
        
        try:
            response = requests.get(url, params=params, timeout=5)
            data = response.json()
            if not data or "data" not in data:
                return "未找到相关记忆。"
            
            results = []
            for item in data["data"]:
                content = item.get("content", {}).get("text", "")
                timestamp_raw = item.get("content", {}).get("timestamp", "未知")
                # 转换时区显示
                local_time = self._utc_to_beijing(timestamp_raw)
                results.append(f"[{local_time}]: {content}")
            
            return "\n---\n".join(results)
        except Exception as e:
            return f"连接失败，请检查网关或 IP: {str(e)}"

3. 保存并启用：点击右下角的 “保存”。

---

2. 在聊天中激活联动

1. 开启工具开关：回到聊天界面，点击输入框上方的 “+” 或 “工具图标”，勾选你刚刚创建的 search_screen_memory 工具。
2. 下达指令：

• 指令 A：“帮我看看我刚才在网页上看到的那个服务器内网 IP 是多少？”
• 指令 B：“检索一下我刚才运行失败的那个 PowerShell 脚本报错信息。”

💡 联动成功的关键细节

• IP 地址的精确性：代码中的 self.base_url 必须是你在 Windows 端通过 ipconfig 查到的那个 10.x.x.x 地址，不能写 localhost，因为 Docker 容器里的 localhost 指的是容器自己。
• 端口转发的配合：必须确保你已经执行了上一步提到的 netsh 端口转发命令，否则 Ubuntu 端的工具无法突破 Windows 的防火墙。
• 模型智商：强烈建议配合 DeepSeek V3 使用，因为它能根据工具返回的凌乱 OCR 碎片，自动拼凑出完整的逻辑并回答你。

📖 第四阶段：让“大脑”保持冷静

一套 24 小时运行的采集系统，如果不加维护，很快就会让你的电脑不堪重负。

1. 存储空间的“断舍离”

ScreenPipe 会产生两类数据：.db 数据库文件（存储文字索引，体积小）和 .mp4 视频分片（存储原始画面，体积大）。

• 策略：我们在自启脚本中设置了 $DaysToKeep = 5。
• 理由：5 天前的视频画面通常不再需要，AI 只需要通过 .db 里的文字记录就能帮你回忆起 80% 的内容。

2. 硬件健康监控

长期 OCR 识别是非常吃资源的，务必定期观察：

• 温度监控：如果 CPU 长期处于 70°C 以上，请检查脚本中是否漏掉了 --fps 1 参数。
• 显存回收：如果你运行了本地 Ollama 模型，显存占用接近 93% 时，ScreenPipe 的 OCR 线程可能会发生死锁导致无法写入新数据。

---

第五阶段：进阶玩法：解锁 AI 记忆的无限可能

当你习惯了随时召唤 AI 检索记忆后，可以尝试以下“极客玩法”：

1. 跨设备的“云大脑”：HomeLab 深度集成

如果你家里有 NAS 或个人服务器，可以将 Open WebUI 部署在服务器上。

• 玩法：在 Windows 笔记本上运行 ScreenPipe，在手机或平板上通过浏览器访问服务器的 Open WebUI。
• 场景：躺在床上用手机问 AI：“帮我查一下今天下午我在华为交换机上配置的 VLAN 编号是多少？”

2. 自动化日报生成：从记录到输出

利用 Open WebUI 的 API，你可以编写一个简单的 Python 脚本，每天晚上 11 点定时调用 DeepSeek。

• 指令：“检索今天所有内容，按‘学习’、‘工作’、‘娱乐’三个维度为我生成一份 300 字的日报。”
• 进阶：配合 VanBlog 或其他博客平台，实现每日自动化复盘推送。

3. 多模态记忆：加入音频转录

ScreenPipe 不仅记录画面，还能捕捉音频。

• 进阶参数：确保 audio_manager 正常启动。
• 场景：即使你没有在屏幕上打字，只要会议中有人提到了某个关键词，DeepSeek 也能通过转录的文字索引帮你找回那一刻的对话。

---

结语

从最初的端口不通、脚本闪退、到最后的完美运行，我们不仅仅是部署了一个软件，更是通过 Docker、PowerShell、网络转发和 Prompt Engineering 构建起了一个真正懂你的私人空间。

在这个信息爆炸的时代，与其去记忆所有的细节，不如把“记录”交给 ScreenPipe，把“理解”交给 DeepSeek，而把你的精力，留给更有价值的创造！