Dayflow transforma a atividade de tela em um git log automático do seu dia, resumido por IA

A maioria dos rastreadores de tempo responde a uma pergunta que ninguém fez: qual aplicativo estava aberto. Duas horas no Cursor podem significar entregar uma funcionalidade, depurar autenticação, revisar um PR ou se perder na configuração, e um diário construído sobre títulos de janelas não consegue distinguir esses casos. A versão honesta do mesmo registro, escrita à mão ou iniciada com timers, falha porque depende da memória e da disciplina.

O Dayflow, lançado como projeto Show HN sob o slogan "um git log para o seu dia", remove o humano da etapa de registro. Ele observa a tela em trechos leves, envia-os à IA escolhida pelo usuário e reconstrói o dia como cartões de atividade organizados em uma linha do tempo, com resumos sensíveis ao contexto do que foi realmente feito. A partir dessa linha do tempo, ele redige atualizações de standup com uma grade de atividades no estilo GitHub, os destaques de ontem, as prioridades e os bloqueios de hoje, e acrescenta uma revisão semanal, rastreamento de distrações, uma interface de chat sobre o diário e exportação em Markdown.

O design de privacidade é o que torna um gravador de tela tolerável. As gravações, a linha do tempo e o banco de dados ficam no Mac por padrão; o usuário decide se a análise roda em modelos locais via Ollama ou LM Studio ou se vai para um provedor de nuvem por meio da própria chave ou CLI, e os limites de armazenamento eliminam automaticamente gravações antigas. O app é open source sob MIT e instalável com brew install --cask dayflow.

O Show HN de setembro de 2025 alcançou 480 pontos e 130 comentários no Hacker News. Quando este lote catalogou o projeto, o repositório mostrava 7.000 estrelas, 424 forks e 1.667 commits, com versões para macOS 14 e posteriores.

Fazer do diário um subproduto da observação e, em seguida, deixar a IA nomear as atividades

O conteúdo da tela é a verdade fundamental do trabalho, enquanto os nomes dos aplicativos não são: os pixels mostram se uma sessão no Cursor entregou uma funcionalidade ou depurou autenticação, então a IA lê o contexto, não os títulos das janelas.

A captura é automática, então o diário fica completo sem disciplina; ninguém precisa iniciar um timer, trocar de tarefa ou anotar nada.

O armazenamento local-first com um pipeline opcional de modelos locais responde à objeção de privacidade que normalmente inviabiliza produtos de gravação de tela.

A camada de resumo encontra os usuários onde eles já estão: um rascunho de standup, uma revisão semanal e um chat pesquisável substituem o trabalho de memória sem adicionar novos hábitos.

Escolher o provedor de IA transforma privacidade, custo e qualidade em um único ajuste controlado pelo usuário, em vez de um aprisionamento ao fornecedor.

Para comportamentos que exigem registro contínuo e honesto, pare de pedir que o usuário os registre: capture as evidências passivamente, resuma-as com IA e faça da privacidade o padrão.

A thread de lançamento de setembro de 2025 no Hacker News marcou 480 pontos e 130 comentários, e, no catálogo de setembro de 2026, o repositório do Dayflow havia crescido para 7.000 estrelas, 424 forks e 1.667 commits. O projeto é distribuído como um app macOS com um cask do Homebrew e permanece licenciado sob MIT e local-first, com o fluxo de trabalho declarado de capturar trechos de tela, analisá-los com um provedor de IA escolhido e exportar a linha do tempo resultante como Markdown para atualizações de status, notas para clientes e revisões pessoais.