返回资讯中心
外部精选
软件工程
#开发者实时流

Luma 发布 Linux 智能启动器:可按画面内容搜索本地视频和图片

来源标题:Show HN: Luma – Type a phrase, jump to the second it was said in any local video

Luma 是一款 Linux 启动器,能根据内容而非文件名查找应用、文件和媒体,并支持用一句话跳转到本地视频中说该话的具体秒数。同一索引也向 AI agent 开放,官方测试中一次查找用 Luma 耗时 11 秒,不用则需 1 分 26 秒。它通过安装脚本部署到 ~/.local/bin,在 Wayland 下需手动绑定快捷键来唤起窗口。

Hacker News 最新sakurartro2026/11/13 · 4 天前20 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

给你和你的 AI agent 用的智能启动器 一个 Linux 启动器,能按内容找到应用、文件、照片和视频。同一份索引也对 AI agent 开放:让它找“那张熊的照片”,几秒内就能找到。 同一个提示词,各跑一次(Claude Code、Sonnet 5.5、medium effort):用 Luma 是 11 秒,不用是 1 分 26 秒。两者都是 3 倍速。更多关于 agent 的内容。 curl -fsSL https://raw.githubusercontent.com/sakurartro/luma/main/install.sh | sh 脚本会把二进制文件下载到 ~/.local/bin(也可以指定路径:... | sh -s /usr/local/bin)。 以后更新:luma update(如果最新版本比当前二进制新,就把它安装在当前二进制旁边)。 Hyprland、niri、GNOME、KDE 的快捷键与浮动窗口 Luma 自己不抢占全局按键——在 Wayland 上,协议的設計就不允许这样做。把一个按键绑定到 luma --toggle:它会显示/隐藏正在运行实例的窗口;在实例已运行时再次启动该二进制,效果相同。不带该标志的冷启动会直接打开窗口。 快捷键——原版在 ~/.config/hypr/hyprland.conf;Omarchy(它不读 hyprland.conf,入口是 Lua 文件)在 ~/.config/hypr/bindings.lua: bind = SUPER, Space, exec, luma --toggle hl.bind("SUPER + SPACE", hl.dsp.exec_cmd("luma --toggle")) 应用 id 为 luma-rust 的浮动窗口(Wayland 应用无法自己请求浮动——由合成器决定)——原版: windowrule = float, class:^(luma-rust)$ Omarchy 在 ~/.config/hypr/hyprland.lua: o.window("^(luma-rust)$", { float = true, center = true }) 之后重新加载:hyprctl reload。 binds { Mod+Space { spawn "luma" "--toggle"; } 浮动窗口——同一个文件: window-rule { match app-id="luma-rust" open-floating true 重启 niri 生效。如果 Super+Space 已被占用(比如输入法切换),换一个组合——例如 SUPER, D / Mod+D——并在各处统一使用。 GNOME——设置 → 键盘 → 自定义快捷键,命令为 luma --toggle。GNOME 没有窗口规则;窗口会出现在桌面环境放置它的地方(可以用扩展强制浮动,例如 Try)。 KDE——系统设置 → 快捷键 → 添加自定义命令 luma --toggle。通过窗口规则并指定窗口类 luma-rust 来浮动(在 X11 上用 xprop 确认类名匹配)。 X11 上的透明效果需要合成器——GNOME 和 KDE 默认自带一个。 默认本地——索引和模型都留在你的机器上;见隐私说明。 被要求找照片的 agent 通常会用 find 遍历磁盘并逐个打开文件。Luma 已经持有你照片的 CLIP 和 OCR 索引,所以 agent 改为询问它:一次调用,不到一秒,按画面内容或上面写的文字来查找。 连接——设置 → Agents(Alt+4)有 Claude Code、Codex 和 opencode 的按钮:它会向 agent 注册 luma mcp 并打开 agent API。手动方式: claude mcp add luma --scope user -- luma mcp codex mcp add luma -- luma mcp 并在 ~/.config/luma/settings.json 中设置 "agent_api": true(无需重启)。该 API 默认关闭。 服务器提供四个工具:luma_search_images(画面内容,英文查询)、luma_search_text(上面写的文字,英文文本)、luma_search_videos(视频及其中的秒数:画面、文字或语音内容)和 luma_find_similar_images(看起来像给定图片文件的照片)。每个都返回最佳匹配及 0–100 的分数;视频命中还带有 source(frame、ocr 或 speech)、t_sec,语音命中还有 snippet。 要求——Luma 必须在运行,且 semantic(用于图片)和/或 ocr(用于文字)必须开启(用于视频:video 加 semantic、ocr 和/或 video_speech),并且索引已完成。只搜索 search_dirs 中的文件夹。搜索未就绪时,工具会返回一条消息,说明需要开启什么。 不使用 MCP——luma query clip "river in fog"、luma query ocr "connection refused" 和 luma query video "the lease ends" 打印一行 JSON;luma query similar /path/to/photo.jpg 找到相似的照片。agent/skills/luma/SKILL.md 是一个技能,教 agent 如何使用它们。 除了两件你可以关掉的事,没有任何东西离开你的机器:模型下载(semantic / ocr / video_speech,一次)和 100 usd 兑 eur 的汇率(currency,缓存一小时)。照片、缩略图、索引和 agent 查询都留在本地。 按键 操作 Enter 启动选中的(顶部)结果 ↑ ↓ ← → 移动选择(网格视图中为左/右) Alt+1 应用 Alt+2 文件 Alt+3 照片 Alt+4 / Ctrl+, 设置 Ctrl+V 剪贴板中有图片:搜索相似文件 Esc 隐藏窗口 右键单击 固定/取消固定应用 配置 在启动器(Alt+4 / Ctrl+,)中或手动在 ~/.config/luma/settings.json 中编辑设置。手动编辑、search_dirs、exclude_dirs、semantic、ocr 和 video* 选项在重启后生效(菜单提供重启按钮);其他所有设置立即生效。新选项会以默认值追加;损坏的文件会回退到默认值并被保留。 semantic、ocr 和 video_speech 关闭时不产生任何开销;关闭它们会把模型保留在磁盘上以备后用。关闭 video 会丢弃视频索引;关闭 video_speech 会丢弃已识别的语音。 文件位置(遵循 $XDG_CONFIG_HOME / $XDG_CACHE_HOME): ~/.config/luma/ —— 设置、main.sqlite3、models/; ~/.cache/luma/thumbs —— 照片缩略图。 应用从 $XDG_DATA_HOME 和每个 $XDG_DATA_DIRS 条目中的 applications/ 读取,这些目录变化时会刷新。 "bg": "#0E120B

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →