Dayflow 将屏幕活动转化为自动的、AI 总结的每日日志

大多数时间追踪器回答了一个没人问的问题：哪个应用被打开了。在 Cursor 中花两小时可能意味着发布功能、调试认证、审查 PR 或陷入环境配置，而基于窗口标题的日志无法区分这些。同一记录的诚实版本，如果手动书写或使用时器启动，却因依赖记忆和自律而失败。

Dayflow 作为 Show HN 项目发布，标语为“你的每日 git 日志”，从记录步骤中移除了人的参与。它轻量级捕捉屏幕内容，发送到用户选择的 AI，并将一天重建为时间线上的活动卡片，带有上下文感知的总结，说明实际完成了什么。从该时间线，它生成站会更新，包含 GitHub 风格的活动网格、昨日亮点、今日优先事项和阻碍，并提供周报、分心追踪、日志聊天界面及 Markdown 导出。

隐私设计是使屏幕录制可被容忍的关键。默认情况下，录制、时间线和数据库保存在 Mac 上；用户决定分析是通过 Ollama 或 LM Studio 进行本地模型，还是通过自己的密钥或 CLI 发送到云提供商；存储限制会自动清除旧录制。该应用是 MIT 开源的，可通过 brew install --cask dayflow 安装。

2025 年 9 月的 Show HN 在 Hacker News 上获得 480 分和 130 条评论。到本批次编目该项目时，仓库已拥有 7,000 颗星、424 个分叉和 1,667 次提交，支持 macOS 14 及更高版本。

让日志成为观察的副产品，然后让 AI 命名活动

屏幕内容是工作的真实情况，而应用名称则不然：像素显示 Cursor 会话是发布了功能还是调试了认证，因此 AI 读取的是上下文，而不是窗口标题。

捕捉是自动的，因此日志无需自律即可完整；无需启动计时器、切换任务或写下任何内容。

本地优先存储和可选的本地模型管道解决了通常扼杀屏幕录制产品的隐私问题。

总结层在用户已有的地方满足用户：站会草稿、周报和可搜索的聊天取代了记忆工作，且无需新增习惯。

选择 AI 提供商将隐私、成本和质量转化为用户可控制的按键，而不是供应商锁定。

对于需要诚实持续记录的行为，不要要求用户记录：被动捕捉证据，用 AI 总结，并默认隐私保护。

2025 年 9 月在 Hacker News 发布的帖子获得 480 分和 130 条评论，到 2026 年 9 月编目时，Dayflow 仓库已增长至 7,000 颗星、424 个分叉和 1,667 次提交。该项目作为 macOS 应用发布，提供 Homebrew cask，并保持 MIT 许可和本地优先，其工作流程为捕捉屏幕片段、用所选 AI 提供商分析，并将生成的时间线导出为 Markdown 用于状态更新、客户笔记和个人回顾。