一款名为“Day Monitor”的 macOS 菜单栏小工具近日在 V2EX 上引发关注并已完全开源。该工具旨在解决职场人士对于时间去向不清晰的痛点,通过自动化手段记录并分析每日的工作流。其技术实现基于 Tauri 2 框架(Rust 后端 + React 前端),核心逻辑是每隔约 20 秒截取一次电脑屏幕,截图仅在内存中进行处理,随后发送至 Anthropic 的 Claude Haiku 模型进行视觉识别。AI 会分析当前屏幕内容,判断用户是在写代码、开会、浏览网页还是摸鱼,并将结果转化为一句话描述及分类标签存储在本地 SQLite 数据库中。基于采集的数据,工具能生成包含时间轴、分类占比、应用使用排行及跨日趋势的可视化报表,甚至能自动生成 AI 版工作日报。在隐私安全设计上,开发者强调了“本地优先”原则:原始截图片段绝不落盘,仅留存文字描述和用于去重的感知哈希,所有数据仅存储在本地目录,无任何遥测数据上传,唯一的网络请求是发给 Anthropic API 用于识别的压缩截图。成本控制方面,工具内置了逐日 Token 统计与月度预算上限功能,利用 Haiku 模型的高性价比,正常工作强度下的每日识别成本不到一元钱。该工具现提供 Homebrew 安装方式及 Apple Silicon 预编译包,源码已在 GitHub 上公开。
事件分析
核心观点:Day Monitor 代表了从“被动记录”到“AI语义分析”的个人量化进化,利用低成本模型与端侧隐私设计平衡了效率与安全。
原文链接:V2EX 分享发现

评论前必须登录!
立即登录 注册