allenv0/scm は、フォルダー内の写真と映像フレームをローカルで意味に基づいて検索できる macOS 専用アプリです。GitHub のリポジトリ説明と README によると、ファイル・シーン・画面内の文字・セリフ・ローカル问答の 5 つの検索モードを提供します。公開された最新リリースはありません。したがって、ここで扱う内容は特定のバージョンの変更点ではなく、リポジトリで紹介されている機能です。
ファイル検索は画像の視覚的類似度にファイル名と語句を反映します。シーン検索は映像をシーンに分割して埋め込み化し、結果の時間コードへ移動できます。OCR は Tesseract を使用し、英語のほか 35 言語に対応します。セリフ検索は Whisper の文字起こしから文字列を探します。ローカル问答は llama.cpp のサイドカーが、セ台词・OCR・ファイル名を根拠に番号付きの引用を付けて答えます。デフォルトモデルは Qwen3 1.7B です。このように写真・映像のファイル検索に、シーン位置・画面内の文字・セリフ検索を 1 つのアプリにまとめた構成が特徴です。
検索は macOS 上でローカルに実行され、アカウントもクラウドアップロードも不要です。CLIP の重み約 435MB を一度ダウンロードすればオフラインで利用できます。OCR とセリフ検索は埋め込みを使わず文字列一致で動作するため、AI エンジンが準備できていなくてもオフでも使えます。CJK のクエリは重複するバイグラムで処理します。一方、Electron・Bun・ローカルモデルへの依存から、Linux と Windows には対応しておらず、画面キャプチャの録画機能もありません。他ツールとの比較性能データがないため、技術的な優位性が確認できたわけではありません。