Pi Store
更多
曲径通幽
曲径通幽

山寨一个 Rewind，自制可检索文字的截屏时光机

PlatyHsu PlatyHsu
2023/01/04 11:52

最近，一个名叫 Rewind 的新工具备受关注，号称能通过不停录屏实现「时光倒流」，但也存在很多问题：高昂的价格（每月 20 美元）、要求较新硬件（只支持 M 系列处理器机型）、暂不支持中文，以及潜在的隐私担忧等。本文中，我们将尝试「山寨」一个 Rewind，并介绍相关的一些 macOS 高级自动化技巧，包括使用 screencapture 在后台创建截图，使用 launchd 让任务定期执行和开机自启，以及使用 taskpolicy 节约处理器资源等。

最近，一个名叫 Rewind 的新工具成为了 macOS 平台受关注的对象。 简单来说，Rewind 会持续不断地录制你的 Mac 屏幕，对录像中的每一帧进行文字识别并建立索引，从而为用户的操作历史建立了一个可搜索的「时间机器」。（我们将单独发布 Rewind 的评测文章。）

尽管颇具潜力，Rewind 也并不适合所有人，主要制约因素包括高昂的价格（每月 20 美元）、要求较新硬件（只支持 M 系列处理器机型）、暂不支持中文，以及潜在的隐私担忧等。

因此，在试用 Rewind 期间，我也萌生出一种想法：能不能自己「山寨」一个 Rewind 呢？Rewind 录制的是视频，这在我看来稍微有点没必要，也不方便处理；不如将其简化为「如何以较高频率定期截图」，仍然可以满足备忘的需求，所得格式也更通用。

但这听起来还是比较复杂。我们不妨将其分解为以下几个具体问题，然后逐个解决：

  • 如何在后台捕获屏幕内容；
  • 如何对屏幕图像进行文字识别和压缩尺寸；
  • 如何实现循环运行和开机自启；以及
  • 如何在上述过程中节约处理器资源。

下面，我首先提供自己制作好的解决方案，然后具体解释制作流程和相关原理。即使你对于定期截图留档没有什么需求，了解本文涉及的技巧对于 macOS 的高级自动化也是有益的。

快速使用

  1. 下载 shell 脚本 rewind，然后：
    1. 将其放在任意固定目录。依照 Unix 惯例，这种自制脚本一般可以放在 ~/bin 目录；
    2. 在终端执行 chmod +x ~/bin/rewind 命令，为其增加执行权限；
  2. 下载 xyz.cyhsu.script.rewind.plist，然后：
    1. 将其放在 ~/Library/LaunchAgents/ 目录下。你可以在 Finder 中按 Command-Shift-G 后粘贴上述路径，直接到达这个隐藏目录；
    2. （重要）用 TextEdit 或其他文本编辑器打开这个 plist 文件，将第 9 行的内容改为你存放上述 rewind 脚本的实际路径。注意如果路径涉及 ~，需要扩写为完整的 /Users/[USERNAME]，其中 [USERNAME] 为你的用户名；
  3. 使用 Homebrew 安装文字识别所依赖的 OCRmyPDF：brew install ocrmypdf，并从 GitHub 下载简体中文 OCR 识别所需数据集，然后根据你的 Mac 处理器类型将其放在下列目录中，其中 [VERSION] 指实际安装的版本号数字：
    • M 系列处理器：/opt/homebrew/Cellar/tesseract/[VERSION]/share/tessdata/
    • Intel 处理器：/usr/local/Cellar/tesseract/[VERSION]/share/tessdata/
  4. 点击苹果菜单 >「系统设置」，在「隐私和安全性」中选择「屏幕录制」，然后点按加号形的添加按钮，确保将下列每个项目添加到列表中（文件选择窗口仍然可以按 Command-Shift-G 快捷键后粘贴路径跳转）：
    • /bin/bash
    • /System/Library/CoreServices/launchservicesd
    • /usr/sbin/screencapture
  5. 在终端执行 launchctl load ~/Library/LaunchAgents/xyz.cyhsu.script.rewind.plist。

这样，你就可以在 ~/Pictures/Rewind 目录下看到带有时间戳的 PDF 格式截图了，频率为每半分钟一次。如果连接了外接显示器，每个屏幕会分别截图。

取决于机器性能和截图尺寸，每张截图会在创建后一两分钟左右完成压缩和文字识别，此后就可以通过 Spotlight 或者你习惯的工具搜索到其中的文字内容。

这个自动化流程会保持后台运行和开机自启。如果需要停止，可以在终端执行 launchctl unload ~/Library/LaunchAgents/xyz.cyhsu.script.rewind.plist 来解除加载。如果不再需要这个功能，直接删除上面步骤中下载的两个文件即可。

原理和讨论

方便阅览起见，这里附上 rewind 脚本内容：

#!/bin/bash

outpath="$HOME/Pictures/Rewind"
mkdir -p "$outpath"
nDisplay=$(system_profiler SPDisplaysDataType | grep -c Resolution)
ts=$(date +%Y%m%d%H%M%S)

# Detect whether ocrmypdf is installed
if ! command -v ocrmypdf &>/dev/null; then
    echo "ocrmypdf could not be found"
    exit
else
    omp=$(command -v ocrmypdf)
fi

# Capture screenshots
echo "Capturing at $ts"
capture=$(
    for ((i = 1; i <= nDisplay; i++)); do
        echo "$outpath/capture.$ts.$i.pdf"
    done
)
echo "$capture" | xargs screencapture -x -t pdf 2>&1 && echo "Captured"

# OCR output files
for ((i = 1; i <= nDisplay; i++)); do
    taskpolicy -b\
    "$omp" "$outpath/capture.$ts.$i.pdf" "$outpath/capture.$ts.$i.pdf" \
        -l chi_sim+eng\
        --output-type pdf\
        --optimize 3
done

在后台创建截图：使用 screencapture

这是最简单的环节：macOS 自带了一个 screencapture 命令用来截图，它的基本用法是 screencapture FILE，其中 FILE 为输出截图文件名。

此外，可以用 -x 选项来禁用截图提示音，用 -t [jpg|png|pdf|tiff] 选项来指定输出格式。（更多选项用法可以参考手册页面 man screencapture，请一定不要错过里面苹果工程师对于文档写得太烂的吐槽——快二十年过去至今无人搭理）。

这里，我们选择用 PDF 格式保存截图，原因主要是是 PDF 可以通过文字叠加层的形式，直接在文件内部保存接下来识别出的文字内容，非常通用且容易检索；而 PNG 格式只能写在 Spotlight 注释等位置，第三方工具支持有限，且容易在跨系统传输中丢失。

PDF 可以通过文字叠加层的形式，直接在文件内部保存接下来识别出的文字内容

还需要考虑的一个细节是外接显示器的场景。screencapture 支持多显示器，但笨拙的语法要求在参数中写下每个显示器截图的文件名。为此：

  1. 我们先用 system_profiler SPDisplaysDataType 获取当前的显示信息，用 grep 数一数里面提到了几次「分辨率」（Resolution），就知道了总共有几个屏幕（第 5 行）；
  2. 然后，用一个 for 循环构造出带有显示器序号和时间戳（用 date 实现，第 6 行）的多个文件名，用 xargs 拼在一起喂给 screencapture 即可（第 23 行）。

另一个比较烦人的地方在于，随着 macOS 对权限管理的收紧，屏幕录制也成为了重点打击的对象。如果不经设置，在后台通过脚本静默执行的截图操作，只能截到一个空空荡荡的桌面。

为此，我们需要在「系统设置」>「隐私和安全性」>「屏幕录制」中，将脚本中涉及截图操作的所有程序都加入白名单中。

这里，我们的 rewind 脚本：

  • 以 bash 作为运行环境；
  • 通过 macOS 的 Launch Services 实现自启和循环（详见下节）；
  • 通过 screencapture 命令实现截图。

因此，需要将上述三项对应的可执行文件都添加到白名单，才能正常截图。这就是开头所述步骤中需要做第 4 步的原因。

识别文字和压缩截图尺寸：使用 OCRmyPDF

少数派过去曾有一篇文章介绍如何通过 OCRmyPDF 在扫描版 PDF 中检索文字。本文沿用那篇文章所介绍的用法，唯一多用到的选项是 --optimize 3；根据文档，这是指对图片进行比较激进的有损压缩，特别适合截图留档这种「能看清就行」的场景。

实际的空间占用情况如何呢？我的工作环境是一台 16 英寸 MacBook Pro 搭配一台 4K 分辨率的显示器，经过 OCRmyPDF 压缩，内外置显示器的截图 PDF 尺寸一般在 200KB 和 400KB 以内，加在一起一般不超过 600KB。而即使经过压缩，截图画质也是很不错的，除了一些色彩较多的画面会出现色阶，完全不影响查看。

以一天使用 10 小时、半分钟截图一次计算，这相当于每天 700MB 左右、每月 21GB 左右，与 Rewind 宣传的 14—39GB 相仿。考虑到当前 Mac 至少也是 256GB 起步，只要定期清理，我认为这个占用情况是可以接受的。

让任务定期执行和开机自启：使用 launchd

这是本文解决方案中的关键环节，也是我建议读者无论有无本文需求，都不妨做些了解的技巧。

说到定期执行任务，有一定 Linux 基础的读者可能会想到经典的 cron。macOS 确实保留了 cron，但它也有一个更原生的「升级版」，那就是 launchd。如苹果在 crontab 的手册页所说，macOS 上的 launchd 已经完全吸收了 cron 的功能，并且更加灵活。

那么 launchd 是何方神圣？作为一个 init 程序，launchd 对于 macOS 意义重大，是系统启动后载入的第一个进程，负责初始化系统、启动各项进程和服务，可以说是扮演了「旗手」和「总指挥」的角色。自然地，开机自启和计划任务也是 launchd 职能的一部分。

launchd 的行为通过称为「属性列表」（plist）的 XML 格式配置文件指定，这种配置文件安装到几个系统指定位置后，就成为 LaunchAgents 或 LaunchDaemons。而就本文目的而言，需要做的就是制作一个 LaunchAgent 文件，将其安装到 ~/Library/LaunchAgents 下，意即为当前登录用户启动和控制特定操作。

这个 LaunchAgent 就是我们在开头步骤中提供的 plist 文件。下面，我们简要解释一下它的结构和功能。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
    <dict>
        <key>Label</key>
        <string>xyz.cyhsu.script.rewind</string>
        <key>ProgramArguments</key>
        <array>
            <string>/Users/platyhsu/bin/rewind</string>
        </array>
        <key>EnvironmentVariables</key>
        <dict>
            <key>PATH</key>
            <string>/opt/homebrew/bin:/usr/local/bin:/usr/bin:/bin:/usr/sbin:/sbin</string>
        </dict>
        <key>StartInterval</key>
        <integer>30</integer>
        <key>RunAtLoad</key>
        <true/>
        <key>StandardOutPath</key>
        <string>/tmp/rewind.log</string>
    </dict>
</plist>

如果你想让别人替你按时完成某项任务，显然需要交代清楚这些问题：要做什么、什么时候做，以及怎么做。LaunchAgent 的内容大体也就是在回答这些问题。

具体来说，这个 XML 文件包含一个字典，其下的字键分门别类地说明所要执行任务（job）的各项属性。比较关键的属性包括：

Label 任务的标签，只起识别和区分目的，理论上可以随便填写，但惯例是采用反向 DNS 方式命名。如果你有自己的域名，不妨将像我在示例文件里那样，把它倒过来作为标签的开头。

ProgramArguments 最核心的配置项，指要执行的命令。注意这是一个数组型，数组中的每一个字符串对应一个参数，而要运行的命令本身是第一个参数。

例如，如果要运行 ls -a /etc 命令，注意到它被空格分成命令名称、选项和路径参数三个部分，因此应该拆成三个元素来写进 ProgramArguments：

<key>ProgramArguments</key>
<array>
 <string>ls</string>
 <string>-a</string>
 <string>/etc</string>
</array>

这里，我们要执行的是一个现成的脚本文件 ~/bin/rewind，因此直接用一个字符串存放其路径即可。如开头所述，需要注意这里不支持变量，也不支持 ~ 之类的简写，只能填写绝对路径。（在 Finder 里按住 Option 键后右键单击一个目录，就能看到复制路径的选项。）

EnvironmentVariables 指运行程序的环境变量。launchd 加载程序的环境与我们通过终端工具访问的命令行环境是不同的。就本文目的而言，这种不同最主要的影响是其默认搜索路径（即 PATH 变量的值）不包括 Homebrew 安装软件的目录，因此无法直接运行 OCRmyPDF 等工具。这就需要通过 EnvironmentVariables 键来调整。

EnvironmentVariables 也是一个词典型的键，其下每个键值对用来赋值一个变量。这里，我们将 Homebrew 安装路径 /opt/homebrew/bin（M 系列处理器版本）和 /usr/local/bin（Intel 处理器版本）添加到 PATH 变量的开头（第 11—15 行）。

StartInterval 指运行任务的时间间隔，以秒为单位。我在这里填写了 30 秒，对于回忆和打捞操作记录，应该是一个足够细的粒度了。当然，你可以根据自己的偏好随意调整。

RunAtLoad 一个布尔值，如果为真，则任务会在这个 LaunchAgent 被加载时立刻开始运行。否则，任务会等到运行条件满足（对于本例就是加载后经过一个 StartInterval 的时间）才开始运行。

StandardOutPath 指运行任务所得的命令行输出（STDOUT）保存到何处，非常适合用来记录日志。这里，我指定 /tmp/rewind.log 作为日志路径，并在 rewind 脚本中通过 2>&1（第 23 行），将可能遇到的错误信息也重定向到标准输出。这个路径也没有什么讲究，但 /tmp 的好处是会随着重启自动清空，省得手动清理日志。

如果不需要日志，也可以把这个键删掉。

做好 LaunchAgent 文件后，将它放到 ~/Library/LaunchAgent 目录就完成了安装。如果你使用 macOS Ventura 或更新的系统，还会看到弹出的通知，告诉你新增了一个后台项目（尽管措辞非常令人困惑）。

最后，如开头所述，我们需要通过 launchd 的控制程序 launchctl 来载入这个 LaunchAgent，也就是在终端执行 launchctl load ~/Library/LaunchAgents/xyz.cyhsu.script.rewind.plist。

对于本文目的，了解到上述程度就够了。如果想了解更多 launchd 的用法，可以参考这些资源：

节约处理器资源：使用 taskpolicy

Rewind 重点宣传的一项特性就是针对 Apple silicon 优化、占用系统资源少。毕竟，没有人会愿意为了一个备份性质的功能影响日常工作。如何在我们的山寨版里模拟这一点呢？

你可能知道，macOS 和其他 Unix 阵营系统一样，支持通过 nice 命令来设置进程优先级。nice 值是一个 -20 到 19 之间的整数，0 是默认值，数值越大，优先级越低（因为越是 nice 的进程，当然是越懂「文明礼让」的）。查阅 launchd 手册，其中也确实有个叫做 Nice 的选项，其作用正是设置优先级。

然而，在被苹果高度改造的当代 macOS 上，nice 的实际意义已经很小了。（参见 Edward Hoakley 的解释。）特别是在采用了大小核架构的 Apple silicon 上，无法通过设置较高的 nice 值来将进程绑定在节能的小核上运行。

因此，我们需要一个更适配当代 macOS 的工具——taskpolicy。查询手册（man taskpolicy）可知，在一个命令之前加上 taskpolicy -b，就可以让进程运行在名为 PRIO_DARWIN_BG 的「后台」优先级上。对于 Apple silicon 而言，这是少数能确保进程在小核上运行的方法之一。（仍推荐阅读 Edward Hoakley 的研究。）这就是 rewind 脚本第 27 行的来源。

那么，强制使用小核对于脚本执行效率的影响有多大？在我配置为 M1 Max 的 MacBook Pro 上，如果不做设置，OCRmyPDF 处理内、外置两个屏幕的截图大约合计需要 20 秒；强制使用小核后，这个过程延长到大约 100 秒。考虑到我们很少需要立即「回忆」刚刚截下的屏幕画面，延迟两分钟是可以接受的。

延伸应用

通过命令行更快找到截图

开头的步骤演示了用系统自带搜索查找截图内容的效果。但如果你习惯使用命令行，我推荐通过 ripgrep-all 结合 fzf 来快速（冒烟一般地快）检索 PDF 文件，具体方法参见其文档。

批量删除一定时间之前的截图

尽管我们的脚本已经通过压缩截图控制了体积，并在截图文件名中加入了时间戳方便检索，但定期清理用不到的截图也是有必要的。为此，我们可以用 find 命令的 -newerXY 选项来查找特定时间段之间或前后创建的文件，然后用 -delete 选项批量删除。

参考以下例子，语法可谓都是大白话，一看便知含义：

# 列出并删除一个月之前创建的截图
find ~/Pictures/Rewind -not -newerct "1 month ago" -delete
# 列出最近 10 小时创建的截图
find ~/Pictures/Rewind -newerct "10 hours ago"

你可以根据偏好，预先写好一些常用的清理命令，然后用快捷指令、Alfred 等工具将其包装为一键执行的捷径。

© 本文内容为少数派独家版权，仅限少数派会员在本平台阅读体验，不得转载或复制，否则即为侵权。

作者
PlatyHsu
PlatyHsu (putative) librarian, archivist, & typist
评论区
全部评论0
成为少数派会员方可评论，立即加入 。若已是少数派会员，点击登录。
还没有评论，来发表第一个评论吧
阅读信息
全文字数 4842字
阅读本文共需 8分钟
字号选择
作者
PlatyHsu
PlatyHsu (putative) librarian, archivist, & typist
全部评论
还没有评论，来发表第一个评论吧
成为少数派会员方可评论，立即加入 。若已是少数派会员，点击登录。
会员新功能
内容侧边栏
点击这里拉开侧边栏，即可查看会员内容列表，快速切换内容。