MemoryLane 是一个面向 macOS 和 Windows 的托盘应用，其工作流程为：捕获屏幕 → 摘要 → 本地存储 → 检测模式 → 通过 MCP 从任意 AI 聊天中查询。
用途方面，该工具在工作过程中自动截取屏幕，利用用户指定的模型端点将每次捕获内容总结为文本，然后删除原始截图。最终只保留摘要、OCR 文本和嵌入向量，存储于本地 SQLite 数据库中，并提供全文搜索和向量搜索能力。在此基础上，它能够识别重复出现的工作流程，提示自动化机会，并使所有记录可通过 MCP 从任意 AI 聊天界面进行查询。
主要能力包括：屏幕自动捕获、基于模型端点的文本摘要、OCR 文本提取、本地 SQLite 存储、全文与向量搜索、工作流模式检测、自动化机会发现，以及通过 MCP 的跨 AI 聊天查询。
使用方式上，用户可以默认使用托管的 OpenRouter 端点来生成摘要；也可以将其指向自己的 LLM，例如通过 Ollama、vLLM 或 LM Studio 运行本地模型，或使用自己的 OpenRouter 账户。所有配置均可在设置中完成，无需重新构建应用。若使用本地端点，捕获内容不会离开用户机器。此外，官方还提供 npm 包 @deusxmachina-dev/memorylane-cli 作为 CLI 工具。
适用场景主要是需要回顾工作过程、查找历史屏幕信息、发现重复操作并寻求自动化机会的个人或团队。通过 MCP 集成，用户可以在自己常用的 AI 聊天中直接检索 MemoryLane 记录的内容。
限制与注意事项：目前官方文本中未提供具体的系统要求、截图频率、存储容量、模型兼容性细节、性能表现或收费信息，这些内容暂未提供。隐私与权限详情请参阅官方“Privacy & Permissions”部分。
