歪卜三栈客

TagMind

TagMind 项目说明书 产品名称：TagMind 一句话定位：数字资产提炼检索 Agent —— 听懂台词、看懂画面、读懂文档，用一句话或一张图，定位文件里的那一秒。 在线体验：https://tagmind-ai.vercel.app/ 主题契合：VibeHack#05「Vibe Coding for 准点下班」—— 机械的翻找交给它，真正的判断留给你。 ================================================== 一、项目背景与行业痛点 ================================================== 人人都是内容记录者的时代，每个打工人和创作者的硬盘里都堆着几百 GB 的未命名文件：IMG_2042.MOV、VID_0892.mp4、录音_2026.wav、微信图片_01.jpg。 写周报：找上周那个数据，翻半小时。 写季度汇报：想不起来三个月前那版方案的配图在哪。 写年终汇报：连自己今年具体做过什么，都想不起来了。 传统工作流的四大死穴： 1. 内容是黑盒：文字能Ctrl+F，但音视频与图片无法内文检索。找一句话只能手动拖进度条，代价是人脑持续做高消耗、低价值的辨别——一张张比对 logo、一段段听语音、一帧帧看画面； 2. 不敢改文件名：重命名或移动路径会导致剪辑工程（Premiere / Final Cut Pro / 剪映）媒体脱机报错，破坏既有工程与相册归档； 3. 现有 AI 工具无法沉淀资产：单点对话工具跑完就忘，写周报前依然要人工翻找素材投喂——打工人的瓶颈从来不是「写」，而是「找」； 4. 非文本线索无处检索：品牌 logo、特定人脸、产品外观等视觉特征，根本无法用简单的文字精准描述。 ================================================== 二、六个差异化壁垒 ================================================== 【资产积累】 TagMind：导入即索引，持续留存，越用越值钱 市面工具：每次对话前手动上传，会话结束即遗忘 【检索入口】 TagMind：文字 + 以图检索（logo / 人脸 / 参考图） 市面工具：仅文字，或仅支持人脸 【判断逻辑】 TagMind：承担机械辨别，不代替审美判断 市面工具：AI 代替用户做主观筛选，易遗漏 【协作对齐】 TagMind：文件名与路径可复制，双方基于同一套坐标沟通 市面工具：结果只能截图或口述，无法精确传递 【原文件安全】 TagMind：只读索引，原文件一个字节不改 市面工具：常需重命名或移动，破坏工程链条 【资产复利】 TagMind：今年索引的素材，明年办活动直接能用 市面工具：一次性消耗，无法跨周期复用 ================================================== 三、核心功能 ================================================== 1. 音视频台词检索与精准跳播 语音转写保留词级时间戳，把声音转成可检索文本。大模型自动去除口语杂词、校对术语。 点击搜索结果，内置播放器跳转至对应位置。 2. 视觉画面理解与 OCR 自动感知景别、光影、动作与场景主体，无需依赖文件命名。 提取活动背景板、展台、海报中的文字与品牌 logo。 3. 以图识图 上传参考图即可召回目标素材： - logo 识别：找出全部包含该品牌标识的照片与视频 - 人脸识别：召回同一人物出现的所有素材，支持分类导出 输出文件名与路径，支持直接复制。用户不需要把素材从工具里搬出来重新组织，拿到路径即可在自己的目录、剪辑工程或交付流程中调用。 4. 标签智能提炼 AI 自动提取并聚类标签，覆盖内容主体、情绪、视觉场景、业务归属。支持多标签组合过滤——即使完全想不起关键词，也能层层收窄。 5. 时间范围筛选 视频素材支持按时间范围收窄检索，与标签、关键词、参考图组合使用。 ================================================== 四、协作：让文件名成为可对齐的坐标 ================================================== 日常沟通用自然语言，本地文件却全是无意义编号——这是素材协作长期低效的根源。 合作方说「所有包含 Monad logo 的照片」，这句话人能听懂，但无法直接执行。执行者要人工翻找，翻完还得把结果告诉对方，只能报一串谁也看不懂的文件名或截图列表，对方也无法核对完整性。 TagMind 让协作者的原话直接成为检索条件。系统召回全部命中素材，输出文件名完全对应的清单，支持一键复制与导出。对方照单取件，中间没有解释和确认环节。 双端使用的价值放大 单端使用，解决的是「我找得快」。 双方都在使用时，文件名从无意义字符串变成共享地址——素材交接、外部供应商协作、跨部门调用，都不再需要中间的翻译和确认环节。 这一步是从个人效率工具跨到协作基础设施的分界。 ================================================== 五、实战场景 ================================================== 场景一：外部方素材需求响应 痛点：外部合作方提出素材需求（例如赞助商要「所有含我们 logo 的照片」），你需要从上千张未命名生图中全量找出，还要把结果准确传达给对方。 解法：上传对方 logo，限定时间范围，全量召回，导出文件名与路径清单直接发送。对方照单取件，无需解释。 场景二：长视频金句抓取 痛点：三小时的发布会录屏，想找老板关于「预算超支」那句话，拖进度条要十几分钟。 解法：搜「预算超支」，播放器跳转至 01:47:23。 场景三：年终汇报的项目还原 痛点：写年终总结，遗忘上半年具体做过的项目、当时用的图表和白板照。 解法：按时间轴与标签聚合展开，找回随手拍的白板讨论图和方案配图。素材摊在面前，判断和成稿仍由你完成。 场景四：接手他人素材库 痛点：同事交接一个几百 G 的文件夹，全是 IMG_1042.MOV。 解法：跑一遍索引即可检索。检索成本不再随使用人数重复发生。 ================================================== 六、商业模式 ================================================== 价值定位 传统素材翻找要求人脑持续执行高负荷的琐碎判断：肉眼比对 logo、人耳分辨语音、逐帧检查画面。单条判断都不难，但量大之后成本极高，且完全无法沉淀——这次翻完，下次还要从头再翻一遍。 TagMind 通过多模态解析承担这类判断，替代的不是「思考」，而是「为了思考而必须先完成的翻找」。 协作场景的溢价 多数效率工具的价值随使用人数线性增长。TagMind 在协作场景中不同——当协作双方都在使用，沟通与核对环节被整体消除，价值高于两个单用户之和。 这决定了它的商业形态可以从个人订阅延伸到团队与企业部署，而不只是按人头卖 license。 分层变现 7 天突击包：面向展会周、汇报周、大促剪辑周的短期高频需求。 Pro 订阅（月 / 年）：持续资产索引、人脸聚类、批量导出。 B 端私有化部署：打通企业 NAS 与团队局域网，消除跨部门素材索取与重复沟通损耗。 ================================================== 七、技术架构与数据处理 ================================================== 前端：Next.js + React + Tailwind CSS + Web Audio/Video API 零破坏文件访问：基于浏览器 File System Access API，只读授权。不重命名、不移动路径、不写入文件属性。 多模态处理流水线 - 本地：音轨切片、关键帧抽样、指纹提取 - 模型层：兼容 OpenAI 协议，可接入语音转写与多模态视觉模型，模型可在「模型配置」中自行指定 - 索引层：结构化元数据存于客户端 IndexedDB，本地持久化，免重复加载 数据处理说明：索引与标签存于本地，不上传。调用云端模型时，仅传输必要的音频切片与关键帧，不上传完整原始文件。未来支持接入本地模型，实现全链路离线。 ================================================== 八、当前进展 ================================================== 已实现：文件夹导入与文件选择、四类资产解析与索引、自然语言检索、logo 识别、人脸识别与分类导出、视频时间范围筛选、文件名与路径复制、MEDIA / DOCS 分区、模型配置。 规划中：检索结果清单的多格式导出、FCPXML 时间线导出、在线相册直读、本地模型离线支持。 已知约束：索引为后台批处理，非实时。大体量素材需预先完成索引。 ================================================== 九、未来规划：在线相册直读 ================================================== 活动摄影交付普遍采用在线相册链接。用户为了检索，需先全量下载到本地，导入索引，检索完再回相册下载所需照片。 一场活动数百张高清照片，下载与导入耗时可能超过检索本身。本地存储占用与二次搬运是纯冗余。 方案：直接读取在线相册链接，完成索引与检索，输出符合原相册命名规范的文件名清单，用户凭清单回相册精准下载。 环节对比： - 全量下载：现状必需 → 直读后免除 - 本地存储：现状全量占用 → 直读后无 - 导入上传：现状必需 → 直读后免除 - 下载范围：现状全部 → 直读后仅所需 对高频处理外部相册的角色，这一环节的价值可能高于检索本身。 ================================================== 十、总结 ================================================== TagMind 不是替职场人制造更多平庸内容，而是消灭最机械、最重复、最不值得加班的翻找体力活。 过去，文件名告诉你它叫什么。现在，TagMind 告诉你它里面有什么。 ================================================== 十一、亚马逊Quick Agent ForSkill ================================================== 我们用亚马逊quick agent制定了skill：Craft-Architect，发布在https://github.com/0xjonathon/craft-architect ，并用它进行了最终项目优化。