影片筆記：完全免费，Mac下无痛本地AI部署，白嫖英语学习神器，免费搞定双语字幕

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
• 待修正：逐字稿可先使用，但有待校正清單（segment=10 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

講者介紹並演示了兩款自主開發的軟件：Local Brain（方寸之轄） 與 ScreenLess（光影詞庫）。前者旨在簡化 Mac 端 AI 本地大模型的部署與調用（支持 MCP 集成），後者則利用本地或雲端 AI 能力，自動從電影視頻中提取字幕與單詞，並生成雙語字幕及深度學習解析，實現免費且離線的英語學習體驗。

核心重點

1. 本地部署簡化：通過 Local Brain 將複雜的 AI 本地部署命令轉化為簡單的鼠標操作，支持 Mac 版，未來計劃拓展至 Windows。
2. MCP 集成能力：Local Brain 可作為 MCP（Model Context Protocol）服務，集成至 OpenCode、CloudCode 等開發工具中，實現直接調用模型生成內容。
3. 英語學習自動化：ScreenLess 可自動識別視頻中的字幕與單詞，並通過 AI 進行批量精講（包含記憶法、例句、詞源等）。
4. 雙語字幕生成：ScreenLess 的核心功能之一是為下載的電影自動生成雙語字幕，講者以電影《明日邊緣》為例進行演示。
5. 免費與離線優勢：若搭配 Local Brain 使用 ScreenLess，可實現完全離線且免費（無需 Token）的 AI 調用。
6. 隱私與簽名問題：軟件因簽名問題，可能在設置中的隱私安全性或代碼運行上出現異常，建議保持最新版本以修復 Bug。

詳細大綱

一、 頻道內容主線

• 本地部署：提供 AI 能力在 Mac 下的本地部署及測試教程。
• 免費資源：分享軟件、DPI-Key 等免費資源教程。
• 自制軟件：分享講者自主開發的軟件。

二、 軟件一：Local Brain（方寸之轄）

• 定位與理念：
• 中文名為「方寸之轄」，寓意在小型電腦（方寸）中蘊含無限智慧。
• 將繁瑣的 AI 部署命令濃縮為簡單的鼠標操作。
• 版本與下載：
• 目前僅支持 Mac 版。
• 下載鏈接指向 GitHub 倉庫，包含更新日誌。
• 未來若有開發價值，計劃拓展至 Windows 版本。
• 核心功能介紹：

1. 檢查更新：建議用戶點擊檢查更新以獲取最新版，修復 Bug。
2. 主頁（啟動模型）：啟動已下載的本地大模型。
3. 發現（下載模型）：提供各種模型下載，自動匹配最快源（兼容國內與國際網絡）。
4. 對話：

• 啟動模型後，對話按鈕變為紅色（表示已啟動）。
• 支持類似 OpenCode 的對話形式。
• 講者提及將製作「千問 3.8」與「muse」模型的評測。

1. 集成（MCP 服務）：

• 核心功能：將軟件變成 MCP（Model Context Protocol）。
• 可集成至 OpenCode、CloudCode 或 CodeS 中。
• 在開發工具中直接調用 MCP 服務，例如生成視頻。

1. 設置：

• 添加目錄：開啟本地調用系統工具的權限，允許在本地文件夾寫入文件（如 PPT、PDF）。
• 外觀主題：切換界面主題。
• 運行環境：
• 根據所需模型下載對應組件（如圖像組件）。
• 推薦點擊「一元全裝」（疑點：可能為「一鍵全裝」或類似含義），自動測速並全裝。
• 高級選項：建議一般用戶不進行修改。

三、 軟件二：ScreenLess（光影詞庫）

• 定位與理念：
• 中文名為「光影詞庫」。
• 通過下載視頻來學習英語。
• 支持 Windows 和 Mac 兩種版本。
• 因簽名問題，設置中的隱私安全性或代碼運行可能存在類似 Local Brain 的問題，非軟件損壞。
• 使用流程：

1. 檢查更新：點擊「檢查通信」（疑點：可能為「檢查更新」）確認是否為最新版。
2. 加載視頻：

• 下載電影視頻至本機目錄。
• 通過按鈕加載視頻目錄，軟件自動識別視頻。

1. 批量處理：

• 一鍵離線處理，提取電影中的字幕和單詞。
• 以不同等級列出單詞。

1. 高級功能（AI 調用）：

• 配置：首次使用需點擊「查看配置」，若未安裝則點擊「一鍵去配置」（疑點：可能為「一鍵配置」）。
• 模型路由：
• 可調用主流 AI 模型，需填寫端點和密鑰。
• 若切換為 Local Brain 且其處於開啟狀態，則調用 Local Brain 內的模型，實現完全離線且免費（無需 Token）。

1. 批量 AI 精講：

• 對本地提取的單詞進行批量 AI 精講。
• 輸出內容範例（以單詞 "Tenet" 為例）：
• 考試等級標註。
• 具體意思。
• 記憶幫助與電影中的例句（說明例句來源）。
• 拓展例句。
• 深層解釋（詞源、記憶方法）。
• 電影情節中的意圖（如諷刺/褒拔）。
• 聯想拓展、辨析及深層分析。

1. 雙語字幕：

• 核心作用之一：為下載的電影配製雙語字幕。
• 講者演示了雙語字幕的樣式（提及電影《明日邊緣》片段）。

工具 / 模型 / 名詞整理

• 軟件名稱：
• Local Brain（中文名：方寸之轄）：Mac 端本地 AI 部署工具，支持 MCP 集成。
• ScreenLess（中文名：光影詞庫）：英語學習輔助工具，支持 Windows 和 Mac。
• 開發/集成工具：
• OpenCode：開發工具，可集成 MCP 服務。
• CloudCode：開發工具，可集成 MCP 服務。
• CodeS：開發工具，可集成 MCP 服務。
• AI 模型/技術：
• MCP（Model Context Protocol）：模型上下文協議，用於將 Local Brain 集成至開發工具。
• 千問 3.8：提及將進行評測的模型。
• muse：提及將進行評測的模型。
• 其他提及：
• Mac：Local Brain 目前支持的平台。
• Windows：ScreenLess 支持的平台，Local Brain 未來可能拓展的平台。
• GitHub：軟件下載源。
• DPI-Key：提及的免費資源之一。
• Token：雲端 AI 調用所需的憑證，使用 Local Brain 可免去此費用。

操作流程整理

Local Brain（方寸之轄）操作流程

1. 下載與安裝：從 GitHub 下載 Mac 版軟件。
2. 檢查更新：點擊軟件內「檢查更新」以修復 Bug。
3. 下載模型：在「發現」頁面選擇並下載所需大模型（自動匹配最快源）。
4. 啟動模型：在主頁啟動已下載的模型，對話按鈕變為紅色。
5. 對話測試：使用對話功能測試模型效果。
6. 集成開發工具（可選）：

• 在設置中配置 MCP 服務。
• 將 Local Brain 集成至 OpenCode、CloudCode 或 CodeS。
• 在開發工具中直接調用模型生成內容。

1. 環境配置（可選）：

• 在設置中「添加目錄」以獲取本地文件寫入權限。
• 在「運行環境」中點擊「一元全裝」（疑點）自動測速並安裝組件。

ScreenLess（光影詞庫）操作流程

1. 下載與安裝：從 GitHub 下載 Windows 或 Mac 版軟件。
2. 檢查更新：點擊「檢查通信」（疑點）確認版本。
3. 加載視頻：

• 將電影視頻下載至本機目錄。
• 在軟件中加載視頻目錄，軟件自動識別視頻。

1. 批量處理：

• 點擊一鍵離線處理，提取字幕和單詞。
• 查看按等級列出的單詞。

1. 配置 AI 模型：

• 首次使用點擊「查看配置」。
• 若未安裝，點擊「一鍵去配置」（疑點）。
• 選擇模型路由：
• 方案 A：填寫端點和密鑰調用主流雲端 AI 模型。
• 方案 B：切換為 Local Brain 並確保其開啟，調用本地模型（免費、離線）。

1. 批量 AI 精講：

• 選取提取的單詞，進行批量 AI 精講。
• 查看生成的詳細解析（含記憶法、例句、詞源、電影意圖等）。

1. 生成雙語字幕：

• 利用軟件功能為電影生成雙語字幕。
• 查看生成的字幕樣式。

值得注意的限制或風險

1. 平台限制：Local Brain 目前僅支持 Mac 版，Windows 用戶需等待未來版本或僅能使用 ScreenLess。
2. 簽名與隱私問題：軟件因簽名問題，可能在設置中的隱私安全性或代碼運行上出現異常，這並非軟件損壞，但可能影響使用體驗。
3. 版本維護：建議用戶保持最新版本，以修復潛在 Bug 和簽名問題。
4. 離線依賴：使用 ScreenLess 配合 Local Brain 實現完全免費離線學習，前提是 Local Brain 必須處於開啟狀態且模型已下載。
5. 識別準確性：自動識別視頻字幕和單詞的準確性依賴於視頻質量及軟件算法，可能存在誤識別情況。

逐字稿辨識疑點

• segment 10: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語
• 方寸之轄：文中解釋為「在很小的電腦裡面...方寸之轄」，語意稍顯重複或口語化，需確認是否為講者自創的特定寓意解釋。
• 一元全裝：在設置運行環境中，講者推薦點擊「一元全裝」，疑為「一鍵全裝」或特定術語的口誤。
• 檢查通信：在 ScreenLess 部分，講者提到點擊「檢查通信」來確認是否為最新版，疑為「檢查更新」的口誤。
• 一鍵去配置：講者提到點擊「一鍵去配置」，疑為「一鍵配置」的口誤。
• 上升级一段視頻：在介紹 MCP 集成時，講者重複提到「上升级一段視頻」，疑為「生成一段視頻」或「上傳/升級」的口誤。
• Lowho Brain：文中提及「调用我的 Lowho Brain 里边的模型」，疑為「Local Brain」的聽寫錯誤。
• 施例：文中提到「以一個簡單的詞匯...來進行施例」，疑為「示例」的口誤。
• 飯句：文中提到「電影里邊的飯句」，疑為「範句」或「例句」的口誤。
• 贬拔：文中提到「它想贬拔什么」，疑為「諷刺」或「褒拔」的口誤。
• 你失去：講者演示字幕時說「是因為你失去? Patrick...」，疑為電影對白的聽寫，或為「You Lose」等對白的音譯。

可延伸追問

1. Local Brain 的 MCP 集成具體如何配置？是否有詳細的文檔或示例代碼？
2. ScreenLess 在提取字幕和單詞時，對於口音較重或背景音複雜的電影，準確率如何？
3. Local Brain 未來開發 Windows 版本的時間表是什麼？
4. 使用 ScreenLess 生成雙語字幕時，字幕的格式和排版是否支持自定義？
5. Local Brain 支持的模型類型有哪些？是否支持多模態模型（如圖像生成）？