Dayflow AI 时间追踪：Mac 自动生成工作日志与周报

Dayflow 是一款 macOS 自动工作日志工具，通过 AI 分析屏幕活动，生成时间线、Standup 和周报，支持本地模型，注重隐私。

Dayflow 是什么？一款自动生成工作日志的 Mac AI 时间追踪工具

Dayflow 是一款专为 macOS 设计的自动工作日志工具，它通过定期捕获屏幕内容，利用 AI 将一天中的活动（如查阅资料、编写代码、参与会议、回复消息）整理成清晰的时间线，并自动生成每日站会（Standup）和每周总结（Weekly Review）。无需手动启动或停止计时器，Dayflow 能持续记录你的工作过程。

与传统的项目计时工具不同，Dayflow 更关注你具体做了什么，而非仅仅记录应用使用时长。它采用 Swift 开发，遵循 MIT 许可证，并采用 Local-first 架构，确保截图、时间线和数据库默认存储在 Mac 本地（~/Library/Application Support/Dayflow/）。AI 分析既支持本地模型（如 Ollama、LM Studio），也支持云端服务（如 Gemini、ChatGPT、Claude）。

Dayflow AI 时间追踪工具和普通时间追踪软件有什么区别

传统时间追踪工具通常强调项目管理：先创建项目，再手动开始/停止计时，或自动记录应用使用时长（如 Chrome、VS Code 等）。而 Dayflow 则更进一步，它通过屏幕捕获和 AI 分析，判断你在特定时间段内的具体任务。例如，同样是使用 YouTube，Dayflow 能区分是观看技术教程还是娱乐视频，而不是简单归类为“浏览器使用”。

Dayflow 的核心功能包括：

• 每日站会（Daily Standup）：自动整理昨日完成的工作、今日重点及潜在障碍（Blocker）。
• 每周总结（Weekly Review）：汇总一周的主要成就、时间分配及专注时段。
• 工作记录问答：允许用户直接查询已生成的时间线，例如“周二下午主要做了什么”。
• Markdown 导出：按日期范围导出工作记录，方便导入 Obsidian、Notion 等笔记工具。

Dayflow 截图会上传吗？本地模型和云端模型怎么选

Dayflow 默认将截图、时间线和数据库保存在本地，但是否上传取决于你选择的 AI 模型：

• 本地模型（Ollama / LM Studio）：所有分析在本地完成，截图和工作记录不会发送到外部服务，断网可用，但会消耗更多内存、GPU 和电量。
• 云端模型（Gemini）：使用自己的 API Key，分析时所需数据会发送给 Gemini，费用和额度以 Gemini 政策为准。
• ChatGPT / Claude：通过调用本机的 Codex CLI 或 Claude Code 实现，需要相应账号或订阅。

选择时需权衡隐私与硬件负载：本地模型保护隐私但加重设备负担，云端模型减轻本地推理压力但可能涉及数据外传和额外费用。

Dayflow 会占多少资源？安装和权限需要注意什么

Dayflow 的安装和使用相对简单，但需注意以下几点：

• 硬件负载：屏幕捕获本身占用有限，但持续使用本地模型分析会显著增加内存和 GPU 使用，导致电池消耗加快。
• 存储空间：截图和数据库会随时间增长，Dayflow 提供自动清理功能，但建议根据磁盘空间设置合适的保留上限。
• 权限设置：首次启动需授予“屏幕与系统音频录制”权限，否则无法捕获屏幕内容。安装可通过 GitHub Releases 下载 DMG 并拖入“应用程序”完成。
• 源码编译：若需修改或查看源码，可从 GitHub 克隆项目，并通过 Xcode 构建。

Dayflow、Toggl、Clockify 和 RescueTime 怎么选

Dayflow 与 Toggl、Clockify、RescueTime、Timing 等工具在时间追踪领域有重叠，但侧重点不同：

• Dayflow：自动工作日志，结合屏幕上下文判断具体活动，生成时间线、Standup 和周报，适合关注“实际完成工作”的用户。
• Toggl、Clockify：项目计时工具，强调项目、客户和工时记录，适合按小时计费或需要精确工时统计的场景。
• RescueTime、Timing：自动活动追踪，记录应用和网站使用情况，帮助分析时间分配。

选择时，若需精确计费或项目工时，Toggl 和 Clockify 更合适；若关注时间分析，RescueTime 和 Timing 可能更直接；若希望自动生成工作日志，Dayflow 更匹配。

Dayflow 更适合哪些人

Dayflow 特别适合需要定期撰写站会报告、日报或周报的 Mac 用户，尤其是那些希望自动记录工作过程、避免手动操作计时器的人群。典型用户包括：

• 开发者、远程工作者和自由职业者，需要回顾过去的工作细节。
• 重视隐私，希望工作数据保存在本地，并愿意使用本地 AI 模型的用户。
• 易遗忘工作细节，希望自动积累可搜索、导出和复盘的工作记录者。

但 Dayflow 并非万能：

• Windows 用户：目前仅支持 macOS 14 及以上版本，Windows 版本尚未发布。
• 员工监控：Dayflow 定位为个人工作记录工具，而非员工监控或屏幕监管系统。
• 精确计费：若需按项目、客户或小时精确计费，传统计时工具（如 Toggl）更合适。

总之，Dayflow 是自动工作日志的利器，而非传统工时管理系统。它专注于个人复盘、站会和周报，不适用于项目计费、团队工时或员工监管。

项目信息

• 官方网站：访问产品官网，查看核心交互演示、最新功能特性与各平台支持计划。
• GitHub 项目主页：查看 Swift 源码、MIT 许可证详情、Releases 安装包发布记录与本地模型配置说明。