- App macOS native développée avec SwiftUI, elle enregistre l’écran à 1 FPS et effectue une analyse IA toutes les 15 minutes pour générer automatiquement une chronologie et des résumés
- Il est possible de rejouer un timelapse pour revoir visuellement le déroulement de la journée
- Vise une conception légère et peu gourmande avec un objectif d’environ 25 Mo pour l’app, ~100 Mo de RAM et <1 % de CPU, tout en offrant une UX centrée sur le local sans dépendances distribuées
- L’IA peut traiter les données via Gemini (avec votre propre clé) ou des modèles locaux (Ollama·LM Studio)
- Les données enregistrées sont supprimées automatiquement après 3 jours pour optimiser la gestion des ressources et protéger la vie privée
- Coming Soon
- Tableau de bord personnalisable à l’infini : posez n’importe quelle question, transformez les résultats en tuiles et suivez-les dans la durée
- Journal quotidien : enregistrement des temps forts rétrospectifs, prise en compte de prompts guidés, et conservation de captures d’écran et notes avec la chronologie
- Fonctionnement
- Capture : enregistrement de l’écran à 1 FPS en segments de 15 secondes
- Analyze : toutes les 15 minutes, les segments récents sont envoyés au fournisseur IA sélectionné pour analyse
- Generate : création de cartes récapitulatives d’activité pour construire une chronologie ordonnée dans le temps
- Display : affichage du déroulement de la journée via une interface de chronologie visuelle
- Cleanup : suppression automatique des enregistrements après 3 jours pour gérer l’espace de stockage
2 commentaires
Je l’utilise en local, et j’ai l’impression qu’il analyse mal le coréen. D’après ce qui est enregistré, on dirait que seules les parties écrites en anglais sont prises en compte.
Commentaires sur Hacker News
Je pense que ce produit aurait beaucoup de succès auprès des avocats ou des professions qui facturent à l’heure, car il permettrait de reconstituer le travail manqué dans la journée et d’éviter les pertes de facturation, ce qui les rendrait probablement prêts à payer cher
Très bon produit ! J’utilise actuellement ActivityWatch sur PC pour suivre mon activité
Voici ce que j’aimerais dans ce type de logiciel
Ma première pensée a été que ce genre de produit pourrait aussi énormément aider les personnes avec un TDAH
On pourrait identifier ce qui déclenche les distractions et quels schémas récurrents existent (par exemple : ouvrir Hacker News à chaque
git commitet y perdre 15 minutes)Le fait de pouvoir revoir automatiquement l’historique capturé est vraiment énorme ; à l’époque, j’avais eu beaucoup de succès avec TimeRescue pour mesurer précisément le temps facturé aux clients
Mais les outils qui demandent une saisie manuelle finissent toujours par casser la concentration ou par être oubliés, donc je ne les utilise jamais longtemps
En allant un cran plus loin, ce serait bien d’avoir une fonction qui m’avertit en temps réel, malgré la latence de traitement, que je suis en train de me disperser ; on pourrait imaginer que l’utilisateur définisse lui-même ce qu’est une distraction, ou que le système devienne plus intelligent grâce au feedback
Je trouve le produit très séduisant, et même si j’aimais bien l’idée de Windows Recall, je suis content de voir ici une approche centrée sur la confidentialité
J’aime beaucoup le concept du produit, mais le fait que le développeur ait sorti soudainement une application qui pourrait facilement devenir un spyware alors que son GitHub était presque vide m’inquiète, surtout sur les aspects de sécurité comme les mots de passe
Je ne suis pas à l’aise avec l’idée d’envoyer à Gemini des données sensibles comme mes informations bancaires ou mes mots de passe
Je me demande quelle différence de performance il y aurait avec un modèle local
Les derniers articles semblent indiquer qu’avec des techniques de distillation, des modèles locaux peuvent aussi atteindre des performances SOTA, donc je compte faire moi-même des essais dans cette direction
Le concept est similaire à screenpipe, mais screenpipe offre davantage de personnalisation
github.com/mediar-ai/screenpipe
Ce qui est dommage, c’est qu’il ne prend actuellement en charge que macOS ; de mon côté, j’utilise surtout Windows ces temps-ci
Super projet ! J’ai eu une expérience similaire avec Rewind, avec des inquiétudes liées à la confidentialité
Pour info, Rewind effectue l’OCR en local et n’envoie que les données textuelles
Si l’objectif est de se concentrer sur macOS, il est possible d’utiliser
VNRecognizeTextRequestpour éviter toute la complexité d’un pipeline OCRSurtout si vous utilisez une IA cloud, vous pouvez employer un modèle léger comme BERT pour détecter et masquer les informations sensibles
VNRecognizeTextRequest, c’est vraiment impressionnant, merci pour la découverteJe me demande si, lors d’un Zoom ou d’une visioconférence, faire une capture plutôt qu’un enregistrement oblige légalement à signaler qu’il s’agit d’un « enregistrement »
J’aimerais aussi savoir si la présence de sous-titres en direct ou d’une fonction de transcription change les obligations légales
Ce produit est vraiment excellent, et la charge mentale est bien plus faible qu’avec les time trackers classiques qu’il faut alimenter soi-même
J’aime aussi le fait qu’il y ait une option locale et une option BYO key, ce qui laisse un vrai choix en matière de confidentialité
On a l’impression que ce type de produit aurait dû exister plus tôt, et celui-ci donne vraiment le sentiment d’être très bien exécuté
Moi aussi, je serais prêt à l’utiliser uniquement avec des modèles locaux ; c’est vraiment un très beau produit