Dayflow - Aplikasi macOS yang otomatis membuat linimasa harian

• Aplikasi macOS native yang dibangun dengan SwiftUI, merekam layar pada 1 FPS dan melakukan analisis AI setiap 15 menit untuk secara otomatis membuat linimasa dan ringkasan
  • Dapat memutar timelapse untuk meninjau kembali alur satu hari secara visual
• Menargetkan penggunaan yang ringan dan berdampak rendah dengan ukuran aplikasi sekitar 25MB, ~100MB RAM, dan penggunaan CPU <1%, serta menyediakan UX yang berfokus lokal tanpa elemen terdistribusi
• Untuk AI, pemrosesan dapat menggunakan Gemini (memasukkan key milik sendiri) maupun model lokal (Ollama·LM Studio)
• Data rekaman akan dibersihkan otomatis setelah disimpan selama 3 hari untuk mengoptimalkan manajemen sumber daya dan melindungi privasi
• Segera Hadir
  • Dashboard yang dapat dikustomisasi tanpa batas : jika Anda mengajukan pertanyaan apa pun, hasilnya bisa dijadikan tile dan terus dipantau
  • Jurnal harian : mencatat refleksi highlight, penerapan prompt panduan, serta screenshot dan catatan bersama linimasa
• Cara kerja
  • Capture: merekam layar pada 1 FPS dalam potongan 15 detik
  • Analyze: setiap 15 menit, mengirim potongan terbaru ke penyedia AI yang dipilih untuk dianalisis
  • Generate: membuat kartu ringkasan aktivitas untuk menyusun linimasa kronologis
  • Display: menampilkan alur hari melalui UI linimasa visual
  • Cleanup: mengelola ruang penyimpanan dengan menghapus otomatis rekaman yang sudah lewat 3 hari

[oh3vci]

Saya sedang memakainya secara lokal, tetapi sepertinya aplikasi ini kurang bagus dalam menganalisis bahasa Korea. Dari catatan yang terekam, sepertinya hanya bagian yang ditulis dalam bahasa Inggris saja yang tercatat.

[GN⁺]

Komentar Hacker News

• Sepertinya produk ini akan mendapat respons yang bagus jika dijual ke pengacara atau profesi lain yang menagih per jam, karena bisa memulihkan pekerjaan yang terlewat dalam sehari dan mencegah kebocoran tagihan, sehingga mereka mungkin bersedia membayar mahal

  • Di sisi lain, terpikir juga bahwa penggunaan ini bisa mengungkap betapa sedikitnya jam kerja nyata para pengacara dibanding waktu yang ditagihkan
  • Saya sendiri sebagai kontraktor perangkat lunak selalu menginginkan fitur seperti ini, dan sekarang sedang membuat prototipe sederhananya di Linux
  • Di Inggris, penagihan bahkan bukan per jam, melainkan per 6 menit; cukup menggambarkan budaya profesinya

• Produk yang bagus! Saat ini saya menggunakan ActivityWatch di PC untuk pelacakan aktivitas
  Hal yang saya harapkan dari perangkat lunak seperti ini adalah sebagai berikut

  • Fitur untuk menemukan titik awal distraksi: misalnya, saat membuka jendela email untuk memeriksa satu email tertentu, saya malah melihat email-email lain yang tidak relevan lalu terdistraksi selama 5~15 menit, dan informasi seperti ini bisa ditindaklanjuti untuk mengurangi distraksi; contohnya, setelah memasang plugin yang menyembunyikan video rekomendasi YouTube, distraksi saya benar-benar berkurang, atau dengan menutup semua jendela yang tidak dipakai agar perhatian tidak teralihkan
  • Mengetahui tugas yang berulang dan siklusnya: misalnya, jika saya menulis invoice manual hampir dengan cara yang sama untuk kasus pengecualian tertentu sekali seminggu, saya bisa mulai memikirkan apakah itu bisa diotomatisasi
  • Mencatat kondisi suasana hati sebelum, saat, dan setelah bekerja: ini pertanyaan yang paling luas dan sulit didefinisikan, tetapi menurut saya punya potensi besar untuk memperbaiki kebiasaan menunda-nunda dan mempermudah memulai pekerjaan
  • Akan sangat bagus jika ada fitur yang membantu memahami pola distraksi tiap orang; saya juga memakai ekstensi YouTube yang sama

• Saya langsung berpikir produk seperti ini juga bisa sangat membantu orang dengan ADHD
  Bisa mengetahui apa yang memicu distraksi dan pola berulang apa yang ada (misalnya: setiap kali git commit, lalu membuka Hacker News dan membuang 15 menit)
  Kemampuan untuk meninjau kembali catatan yang ditangkap otomatis seperti ini sangat besar nilainya; dulu saya pernah sangat berhasil mengukur waktu klien secara akurat dengan TimeRescue
  Namun, alat yang memerlukan input manual selalu mengganggu fokus atau akhirnya terlupakan, jadi tidak pernah bertahan lama saya pakai
  Selangkah lebih jauh, akan bagus jika ada fitur yang memberi tahu secara real-time (dengan mempertimbangkan latensi pemrosesan) bahwa saya sedang terdistraksi; pengguna bisa mendefinisikan sendiri apa yang dianggap distraksi, atau sistemnya makin pintar lewat umpan balik
  Saya merasa produk ini sangat menarik, dan saya memang menyukai ide seperti Windows Recall, jadi senang melihat produk ini berfokus pada privasi

• Saya sangat suka konsep produknya, tetapi cukup khawatir karena pengembangnya merilis aplikasi yang bisa dengan mudah berubah menjadi spyware padahal GitHub-nya sebelumnya hampir kosong, terutama soal keamanan seperti kata sandi

  • Jika sumber kodenya memang sudah ada di GitHub, kekhawatiran itu bisa lebih mudah diredakan dengan langsung memeriksa kodenya daripada terlalu memikirkan profilnya

• Saya tidak nyaman mengirim data sensitif seperti informasi perbankan dan kata sandi ke Gemini
  Saya penasaran seberapa besar perbedaan performanya saat memakai model lokal

  • Jika dinilai berdasarkan pengalaman dan evaluasi saya, Gemini 2.5 pro ada di kisaran A-, sedangkan qwen2.5vl sekitar B-/C+, dan karena hasilnya tidak selalu deterministik, sulit menjamin kualitasnya
    Dari paper terbaru terlihat bahwa dengan teknik distillation, model lokal juga bisa mencapai performa SOTA, jadi saya berencana bereksperimen langsung ke arah itu
  • Jika memakai Gemini biasa, bukan versi enterprise, maka semua informasi sensitif yang ada dalam prompt dan jawaban 100% terekspos ke Google
  • Google sudah punya email saya, browser saya, OS smartphone saya, bahkan sebagian kata sandi saya, jadi pada dasarnya saya berasumsi semua data rahasia saya sudah dicuri
  • Sebenarnya kata sandi tidak tampil di layar, dan masuk langsung dari password manager ke kolom input yang sudah disensor, jadi seharusnya tidak terlihat di layar

• Konsepnya mirip dengan screenpipe, dan screenpipe menawarkan lebih banyak kustomisasi
  github.com/mediar-ai/screenpipe

  • Saya pendiri screenpipe, dan saya senang jika akan ada lebih banyak produk seperti ini: OSS, lokal, tanpa vendor lock-in, dan ramah API/MCP adalah yang ideal
    Kekurangannya, saat ini hanya mendukung macOS, sedangkan belakangan saya lebih sering memakai Windows

• Proyek yang keren! Saya pernah punya pengalaman serupa dengan Rewind, dan sempat punya kekhawatiran terkait privasi
  Sebagai referensi, Rewind memproses OCR secara lokal lalu hanya mengirim data teks
  Jika fokus pada macOS, Anda bisa memanfaatkan VNRecognizeTextRequest untuk melewati proses OCR yang rumit
  Terutama jika memakai AI berbasis cloud, model ringan seperti BERT bisa digunakan untuk mendeteksi dan menutupi data sensitif

  • Saya belum tahu soal VNRecognizeTextRequest, itu benar-benar menarik, terima kasih sudah mengenalkannya

• Saya penasaran, saat melakukan capture alih-alih rekaman selama Zoom atau konferensi video, apakah secara hukum tetap harus mengungkapkan bahwa itu adalah "rekaman"
  Saya juga ingin tahu apakah adanya subtitle langsung atau fitur transkripsi mengubah persyaratan hukumnya

  • Di negara bagian saya, menangkap layar Zoom tanpa memberi tahu bahwa Anda sedang merekam umumnya ilegal; saya tidak sepenuhnya yakin, tetapi inti persoalannya tampaknya adalah apakah video 1fps disimpan, bukan apakah AI membuat ringkasannya

• Produk ini benar-benar bagus; beban mentalnya jauh lebih ringan dibanding memakai time tracker tradisional secara manual
  Saya juga suka karena ada opsi lokal dan opsi BYO key, jadi pilihan privasinya lebih fleksibel
  Rasanya produk dalam bentuk seperti ini seharusnya sudah muncul sejak lama, dan yang ini terasa benar-benar dieksekusi dengan baik

• Saya sendiri juga hanya berniat memakainya dengan model lokal, produknya keren sekali

  • Saya dan teman-teman saya terbagi rata antara preferensi lokal dan cloud; menyenangkan karena masing-masing bisa memilih kualitas atau privasi sesuai preferensi mereka