ActivityWatch 与 Dayflow：捕获、隐私与输出

如果你是因隐私而来，好消息：你基本不会吃亏。ActivityWatch 将数据存储在你的设备上；Dayflow 会在你的 Mac 上保留完整录屏和本地时间线。两者均开源且免费。区别在于它们捕获的内容以及它们返回给你的信息。

一句话说明核心区别

ActivityWatch 记录 元数据：哪个应用和窗口标题处于活动状态，逐秒生成可查询的原始数据。Dayflow 捕捉 上下文：每 10 秒录一帧屏幕，并由 AI 撰写自然语言时间线，描述你实际上在做什么，比如“在研究机票价格”，而不是“Chrome，47 分钟”。

并列对比

ActivityWatch 更擅长的场景

• 跨平台。 支持 Mac、Windows、Linux，甚至 Android。Dayflow 目前仅限 Mac。
• 原始数据与可扩展性。 一切都落在可查询的本地桶中，带有 REST API、监听器和社区扩展。如果你想构建自己的仪表盘，这是该平台。
• 多年的成熟度。 自 2016 年以来一直是参考级的开源追踪工具，拥有文档、论坛和庞大社区。
• 最小的捕获面。 它从不录制你的屏幕，只记录应用和窗口元数据，有些人原则上更喜欢这样的界限。

Dayflow 更擅长的场景

• 你可以直接阅读输出。 Dayflow 的一天结束时是一条用句子写成的时间线和一份每日摘要，说明你的时间实际上花在哪儿。ActivityWatch 的一天结束通常是一个窗口标题的条形图，需要你去解读。
• 上下文，而非标签。 窗口元数据无法区分“编辑客户提案”和“重新排版简历”这类在同一应用内的行为。屏幕级的 AI 可以做到，并且确实能做到。
• 零配置洞察。 无需定义类别、编写规则或组装仪表盘。安装后即可阅读你的一天。
• 打磨与体验。 一款以产品为导向而非工具包的原生 SwiftUI 应用。

需要考虑的事项

Dayflow 的方法需要更多磁盘空间（它在本地存储压缩的屏幕录制），如果你选择云模型进行分析，帧会发送到该服务提供者，而设备端 AI 路径使用的是本地模型，会使用你的 GPU。ActivityWatch 的方法消耗的是你的注意力：数据的有用程度取决于你花在分类和解读上的时间。两款应用都不阻止分心、不跟踪计费费率，也不管理团队，有关这些功能，请参见我们的 Mac 全面时间追踪对比。

常见问题