Dayflow verwandelt Bildschirmaktivität in ein automatisches, KI-zusammengefasstes Git-Log deines Tages

Die meisten Zeittracker beantworten eine Frage, die niemand gestellt hat: Welche App war geöffnet. Zwei Stunden in Cursor können bedeuten, ein Feature auszuliefern, Auth zu debuggen, einen PR zu reviewen oder sich im Setup zu verirren, und ein Journal, das auf Fenstertiteln basiert, kann diese Fälle nicht unterscheiden. Die ehrliche Version desselben Protokolls, von Hand geschrieben oder mit Timern begonnen, scheitert, weil sie von Erinnerung und Disziplin abhängt.

Dayflow, gestartet als Show-HN-Projekt unter dem Slogan ein Git-Log für deinen Tag, nimmt den Menschen aus dem Aufzeichnungsschritt heraus. Es beobachtet den Bildschirm in leichten Ausschnitten, sendet sie an die vom Nutzer gewählte KI und rekonstruiert den Tag als Aktivitätskarten, die in einer Timeline angeordnet sind, mit kontextbewussten Zusammenfassungen dessen, was tatsächlich getan wurde. Aus dieser Timeline entwirft es Standup-Updates mit einem Aktivitätsraster im GitHub-Stil, den Highlights von gestern, den Prioritäten und Blockern von heute, und es ergänzt einen Wochenrückblick, Distraktions-Tracking, eine Chat-Oberfläche über das Journal und einen Markdown-Export.

Das Datenschutzkonzept ist es, was einen Bildschirmrekorder erträglich macht. Aufzeichnungen, Timeline und Datenbank bleiben standardmäßig auf dem Mac; der Nutzer entscheidet, ob die Analyse auf lokalen Modellen über Ollama oder LM Studio läuft oder über einen eigenen Schlüssel oder eine CLI an einen Cloud-Anbieter geht, und Speicherlimits löschen alte Aufzeichnungen automatisch. Die App ist Open Source unter MIT und mit brew install --cask dayflow installierbar.

Das Show HN vom September 2025 erreichte 480 Punkte und 130 Kommentare auf Hacker News. Als dieser Batch das Projekt katalogisierte, zeigte das Repository 7.000 Sterne, 424 Forks und 1.667 Commits, mit Releases für macOS 14 und später.

Mache das Journal zu einem Nebenprodukt der Beobachtung und lass dann KI die Aktivitäten benennen

Bildschirminhalt ist die Ground Truth der Arbeit, App-Namen sind es nicht: Die Pixel zeigen, ob eine Cursor-Sitzung ein Feature ausgeliefert oder Auth debuggt hat, sodass die KI Kontext liest, nicht Fenstertitel.

Die Erfassung ist automatisch, sodass das Journal ohne Disziplin vollständig ist; niemand muss einen Timer starten, eine Aufgabe wechseln oder etwas aufschreiben.

Lokal-first-Speicherung mit einer optionalen Local-Model-Pipeline beantwortet den Datenschutzeinwand, der Produkte zur Bildschirmaufzeichnung normalerweise scheitern lässt.

Die Zusammenfassungsebene holt die Nutzer dort ab, wo sie bereits sind: ein Standup-Entwurf, ein Wochenrückblick und ein durchsuchbarer Chat ersetzen die Erinnerungsarbeit, ohne neue Gewohnheiten hinzuzufügen.

Die Wahl des KI-Anbieters macht Datenschutz, Kosten und Qualität zu einem einzigen nutzergesteuerten Regler statt zu einem Vendor-Lock-in.

Bei Verhalten, das eine ehrliche kontinuierliche Aufzeichnung braucht, höre auf, den Nutzer zu bitten, es zu protokollieren: Erfasse die Belege passiv, fasse sie mit KI zusammen und mache Datenschutz zum Standard.

Der Launch-Thread vom September 2025 auf Hacker News erzielte 480 Punkte und 130 Kommentare, und bis zum Katalog vom September 2026 war das Dayflow-Repository auf 7.000 Sterne, 424 Forks und 1.667 Commits gewachsen. Das Projekt wird als macOS-App mit einem Homebrew-Cask ausgeliefert und bleibt MIT-lizenziert und lokal-first, mit dem angegebenen Workflow, Bildschirmausschnitte zu erfassen, sie mit einem gewählten KI-Anbieter zu analysieren und die resultierende Timeline als Markdown für Status-Updates, Kundenhinweise und persönliche Rückblicke zu exportieren.