---

📋 项目概览

项目信息	详情
项目名称	CatchMe
开发团队	HKUDS (香港大学数据科学团队)
GitHub	https://github.com/HKUDS/CatchMe
官网	https://hkuds.github.io/CatchMe/
许可证	Apache 2.0
定位	个人 AI 代理的"记忆层"基础设施

---

🎯 核心价值主张

「做你的事就好，CatchMe 会捕捉一切 —— 本地存储确保隐私安全」

CatchMe 是一个始终在线的个人记忆层，捕捉你的数字足迹，让 AI 代理真正了解你。

---

✨ 核心功能

1. 📹 全天候事件捕捉

功能	说明
事件驱动记录	无定时器延迟 - 即时捕捉鼠标动作
6 路记录器	窗口焦点、键盘、鼠标、剪贴板、通知、文件
跨平台支持	macOS / Windows / Linux

2. 🌲 智能记忆层级

Day (天)
  └── Session (会话)
        └── App (应用)
              └── Location (位置)
                    └── Action (动作) ← LLM 生成摘要

• 自动组织：原始数据流自动结构化为五层活动树
• 智能摘要：每个节点都有 LLM 生成的摘要
• 无需向量：不需要 Embedding 也能快速、有意义的回忆

3. 🔍 基于树的检索

传统方案	CatchMe 方案
向量数据库 + Embedding	层级活动树
相似度搜索	LLM 自顶向下遍历
计算密集	轻量高效

4. 🤖 零配置代理集成

• 单文件技能：只需一个技能文件即可集成到任何 AI 代理
• CLI 命令访问：AI 代理通过 CLI 命令查询记忆
• 兼容代理：OpenClaw、NanoBot、Claude、Cursor 等

5. 🪶 超轻量 & 隐私优先

指标	数值
运行时内存	~0.2GB
存储方式	SQLite + FTS5
数据存储	100% 本地 (~/data/)
离线模式	支持 Ollama/vLLM/LM Studio

---

🏗️ 技术架构

三阶段流水线

┌─────────────┐    ┌─────────────┐    ┌─────────────┐
│   Capture   │ →  │    Index    │ →  │  Retrieve   │
│   捕捉      │    │    索引     │    │    检索     │
└─────────────┘    └─────────────┘    └─────────────┘
     ↓                    ↓                    ↓
 6 路记录器         层级活动树          LLM 树遍历
 键盘/鼠标/窗口      LLM 摘要           证据收集
 剪贴板/通知/文件    SQLite 存储        答案合成

层级活动树结构

2026-04-07 (Day)
  └── Session_09-00-12-00 (Session)
        ├── VSCode (App)
        │     ├── /projects/catchme (Location)
        │     │     ├── Edited main.py (Action)
        │     │     └── Searched "SQLite FTS5" (Action)
        │     └── /docs (Location)
        └── Chrome (App)
              ├── GitHub (Location)
              └── Research Paper (Location)

---

🔧 技术栈

组件	技术
编程语言	Python ≥3.11
数据存储	SQLite + FTS5 (全文搜索)
LLM 支持	OpenRouter/Ollama/vLLM/LM Studio
推荐模型	Google Gemini 3 Flash / Gemma3:4b (本地)
平台	macOS / Windows / Linux

LLM 配置示例

// 云端 API
{
    "llm": {
        "provider": "openrouter",
        "api_key": "sk-or-...",
        "model": "google/gemini-3-flash-preview"
    }
}

// 本地离线
{
    "llm": {
        "provider": "ollama",
        "model": "gemma3:4b"
    }
}

---

💡 使用场景

1. 💻 个人编码助手

“我今天在 Claude Code 里写了什么代码？”

• 代码会话回放
• 文件编辑追踪
• 输入命令追溯

2. 🔍 个人深度研究

“我昨天读了什么 AI 相关的文章？”

• 网页/PDF 浏览记录
• 搜索查询追踪
• 阅读信息整理

3. 📁 个人文件管理

“我今天修改了哪些文件？”

• 文件变更追踪
• 文档访问记录
• 编辑历史审查

4. 🧩 数字生活概览

“我下午都做了什么？”

• 应用使用统计
• 工作流回放
• 活动全景回忆

---

📊 性能与成本

资源占用

指标	数值
运行时内存	~0.2GB
存储效率	SQLite + FTS5 压缩
CPU 占用	事件驱动，低后台负载

成本控制

策略	说明
本地 LLM	Ollama/Gemma3 完全离线
调用限制	llm.max_calls 强制控制
摘要频率	filter.mouse_cluster_gap 调整
云端谨慎	仅摘要使用云端，原始数据本地

---

🔒 隐私与安全

数据流向

┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│  你的电脑    │     │  本地存储    │     │  LLM 提供商  │
│  活动数据    │ →   │  ~/data/     │ →   │  (仅摘要)    │
└──────────────┘     └──────────────┘     └──────────────┘
     ✅                    ✅                    ⚠️
  完全本地              永不外传            可选本地模型

隐私保护

• ✅ 100% 本地存储：所有原始数据（截图、按键、活动树）存储在 ~/data/
• ✅ 离线优先：本地 LLM 实现完全离线操作
• ⚠️ 云端注意：如使用云端 API，仅用于摘要，需审查提供商数据政策

---

🤖 与 AI 代理集成

OpenClaw 集成示例

# 1. 安装 CatchMe 技能
# 将 catchme_skill.py 放入 OpenClaw skills 目录

# 2. 初始化 CatchMe
catchme init

# 3. AI 代理查询
"我今天上午修改了哪些代码文件？"
→ CatchMe 通过 CLI 查询活动树
→ 返回相关文件列表和编辑时间

支持的代理

代理	集成方式
OpenClaw	技能文件
NanoBot	技能文件
Claude Desktop	MCP 协议
Cursor	CLI 命令
其他 CLI 代理	命令行接口

---

📈 项目状态

指标	状态
开发状态	活跃开发中
最新版本	持续更新
社区	Discord/微信/飞书群
文档	多语言支持 (中/英/日/西)
论文	即将发布

---

🎓 HKUDS 团队生态

CatchMe 是 HKUDS 代理生态系统的一部分：

项目	说明
NanoBot	超轻量个人 AI 代理
CatchMe	个人记忆层基础设施
LightRAG	轻量级 RAG 框架
ClawTeam	代理协作框架
MiniRAG	微型 RAG 系统

---

🆚 竞品对比

功能	CatchMe	Mem.ai	Rewind AI
本地存储	✅ 100%	❌ 云端	❌ 云端
向量数据库	❌ 无需	✅ 需要	✅ 需要
AI 代理集成	✅ 原生	❌ 独立应用	❌ 独立应用
离线模式	✅ 完全支持	❌	❌
开源	✅ Apache 2.0	❌ 闭源	❌ 闭源
资源占用	~0.2GB	~1GB+	~1GB+

---

🚀 快速开始

安装步骤

# 1. 克隆项目
git clone https://github.com/HKUDS/CatchMe.git
cd CatchMe

# 2. 安装依赖
pip install -r requirements.txt

# 3. 初始化
python catchme.py init

# 4. 配置 LLM
# 编辑 config.json 设置 LLM 提供商

# 5. 启动服务
python catchme.py start

# 6. 访问 Web 界面
http://localhost:8080

---

📝 总结评价

✅ 优势

优势	说明
隐私保护	100% 本地存储，数据不出设备
轻量高效	~0.2GB 内存，无需向量数据库
代理友好	原生支持 OpenClaw 等 CLI 代理
创新架构	层级活动树 + LLM 遍历检索
开源免费	Apache 2.0 许可证
跨平台	macOS/Windows/Linux 全支持

⚠️ 注意事项

注意	说明
LLM 依赖	需要配置 LLM（可本地）
隐私权衡	云端 API 仅用于摘要，建议本地模型
存储增长	长期运行数据量会增长
学习曲线	需要理解层级树检索逻辑

🎯 适用场景

• ✅ 个人知识管理：记录学习、研究历程
• ✅ 开发者工具：代码会话追踪与回放
• ✅ AI 代理增强：为 AI 代理提供个人上下文
• ✅ 隐私敏感用户：需要完全本地化方案
• ✅ 资源受限设备：轻量级替代向量数据库

---

🔗 相关链接

链接	地址
GitHub	https://github.com/HKUDS/CatchMe
官网	https://hkuds.github.io/CatchMe/
中文文档	assets/readme/README_zh.md
社区	Discord/微信/飞书群
HKUDS 团队	https://github.com/HKUDS

---