DayFlow

AI 驱动的工作活动追踪器

自动监控电脑活动并通过 AI 生成工作日志的桌面应用

---

效果展示

快速启动

前端运行

npm run dev

后端运行

conda activate aiworktracker && python3 -m src.main

功能特性

• 🖥️ 自动监控：智能截图，每10分钟记录一次工作状态
• 🤖 AI 分析：使用 OpenAI GPT 识别工作内容和类型
• 📊 数据存储：本地 SQLite 数据库保存分析结果
• 🔒 隐私保护：分析后自动删除截图，只保留文字描述
• ⏱️ 时间上下文：基于最近活动智能判断工作连贯性

技术栈

• 后端: Python + FastAPI + SQLAlchemy
• 前端: React + Vite + Tailwind CSS
• AI: OpenAI GPT-4o-mini / GPT-5
• 监控: mss + pynput + AppKit (macOS)

快速开始

1. 安装依赖

后端:

cd backend
pip install -r requirements.txt

前端:

cd frontend
npm install

2. 配置环境变量

创建 .env 文件：

cp .env.example .env

编辑 .env，填入你的 OpenAI API Key：

OPENAI_API_KEY=sk-your-api-key-here
OPENAI_MODEL=gpt-4o-mini

3. 运行监控

cd backend
python -m src.monitor.main_monitor

项目结构

aiworktracker/
├── backend/              # Python 后端
│   ├── src/
│   │   ├── monitor/     # 监控模块（截图、窗口追踪）
│   │   ├── ai/          # AI 分析模块
│   │   ├── database/    # 数据库模型和操作
│   │   └── api/         # FastAPI 路由
│   └── requirements.txt
├── frontend/             # React 前端
│   ├── src/
│   │   ├── components/  # UI 组件
│   │   └── services/    # API 调用
│   └── package.json
├── data/                 # 运行时数据（自动生成）
│   ├── screenshots/     # 临时截图
│   └── aiworktracker.db # SQLite 数据库
└── .env                 # 环境变量配置

工作流程

1. 监控线程每秒检查活跃窗口
2. 每10分钟自动截图一次
3. 立即调用 AI 分析截图内容
4. 保存分析结果到数据库
5. 删除截图文件（保护隐私）

AI 分析示例

{
  "category": "coding",
  "description": "继续开发 Python 后端，调试数据库查询功能",
  "confidence": 85,
  "details": {
    "tool_or_platform": "VSCode + Terminal",
    "task_continuity": "continuing"
  }
}

License

MIT