Dayflow 將螢幕活動轉化為自動、由 AI 摘要的每日 git log

大多數時間追蹤工具回答的是一個沒人問的問題：哪個應用程式開著。在 Cursor 裡待上兩小時，可能代表交付了一項功能、除錯驗證、審查一個 PR，或是在設定過程中迷失方向，而建立在視窗標題上的日誌無法分辨這些差異。同一份紀錄的誠實版本，無論是手寫或透過計時器啟動，都會失敗，因為它依賴記憶與自律。

Dayflow 以「你一天的 git log」為標語，作為 Show HN 專案推出，它把人類從記錄步驟中移除。它以輕量片段觀看螢幕，將片段傳送給使用者選擇的 AI，並將一天重建為排列在時間軸上的活動卡片，附上對實際完成事項的情境感知摘要。從該時間軸，它會草擬站立會議更新，包含 GitHub 風格的活動格、昨日重點、今日優先事項與阻礙，並加入每週回顧、分心追蹤、可對日誌提問的聊天介面，以及 Markdown 匯出。

隱私設計正是讓螢幕錄製器變得可接受的原因。錄影、時間軸與資料庫預設留在 Mac 上；使用者決定分析是要透過 Ollama 或 LM Studio 在本機模型上執行，還是透過自己的金鑰或 CLI 送往雲端供應商，而儲存上限會自動清除舊錄影。該應用程式以 MIT 授權開源，可透過 brew install --cask dayflow 安裝。

2025 年 9 月的 Show HN 在 Hacker News 上獲得 480 分與 130 則留言。到此批次收錄該專案時，儲存庫顯示 7,000 顆星、424 個 fork 與 1,667 次提交，並有適用於 macOS 14 及後續版本的發行版。

讓日誌成為觀察的副產品，再讓 AI 為活動命名

螢幕內容是工作的真實依據，而應用程式名稱不是：像素顯示出 Cursor 工作階段是交付了功能還是除錯了驗證，因此 AI 讀取的是情境，而非視窗標題。

擷取是自動的，因此日誌無需自律也能完整；沒有人必須啟動計時器、切換任務或寫下任何東西。

本地優先的儲存搭配可選的本地模型流程，回應了通常會扼殺螢幕錄製產品的隱私反對意見。

摘要層在使用者原本所在之處滿足他們：站立會議草稿、每週回顧與可搜尋的聊天取代了記憶工作，而不增加新習慣。

選擇 AI 供應商把隱私、成本與品質變成一個由使用者控制的旋鈕，而非供應商鎖定。

對於需要誠實且持續記錄的行為，不要再要求使用者自行登錄：被動擷取證據、用 AI 摘要，並讓隱私成為預設。

2025 年 9 月在 Hacker News 的發布討論串獲得 480 分與 130 則留言，而到 2026 年 9 月的目錄時，Dayflow 儲存庫已成長至 7,000 顆星、424 個 fork 與 1,667 次提交。該專案以 macOS 應用程式形式發行，附有 Homebrew cask，並維持 MIT 授權與本地優先，其所述工作流程為擷取螢幕片段、以選定的 AI 供應商分析，並將產生的時間軸匯出為 Markdown，用於狀態更新、客戶筆記與個人回顧。