Skip to content

README_es.md

Latest commit

 

History

History
422 lines (328 loc) · 23.6 KB

README_es.md

File metadata and controls

422 lines (328 loc) · 23.6 KB
Raw

English · 中文 · 日本語 · Español

CatchMe Logo

CatchMe: captura toda tu huella digital

Para que tus agentes te entiendan mejor: ligero, sin vectores y potente.

License Python Platform Blog Report
Feishu WeChat Discord

Funciones  ·  Cómo funciona  ·  LLM  ·  Inicio  ·  Coste  ·  Comunidad

« Haz lo tuyo. CatchMe captura el resto — almacenado en local para privacidad y seguridad. »

Demo de terminal CatchMe

🦞 Hace que tus agentes sean de verdad personales. CatchMe se distribuye como skill compatible con agentes CLI (OpenClaw, NanoBot, Claude, Cursor, etc.). Puedes ejecutar CatchMe independientemente; tus agentes consultan la memoria solo con comandos CLI.

🎯 Enriquece tu contexto digital personal

Programación

💻 Asistente de programación personal

«¿En qué estaba programando hoy en Claude Code?»

• Reproducción de sesiones de código
• Recuerda los archivos que editaste
• Rastrea lo que escribiste
Investigación

🔍 Investigación profunda personal

«¿Qué leía ayer sobre IA?»

• Web/PDF vistos
• Consultas de búsqueda escritas
• Lectura rastreada
Archivos

📁 Gestor de archivos personal

«¿Qué archivos cambié hoy?»

• Cambios de archivos rastreados
• Documentos consultados
• Revisiones de ediciones
Vida digital

🧩 Panorama de tu vida digital

«¿Cómo pasé la tarde?»

• Uso de apps rastreado
• Flujos de trabajo reproducibles
• Actividades recuperables

✨ Características principales

📹 Captura de eventos siempre activa

  • Grabación impulsada por eventos: sin temporizador ni retrasos: captura al instante las acciones del ratón con anotación en cruz.
  • Contexto amplio: cinco grabadores rastrean ventanas, teclado, portapapeles, notificaciones y archivos en torno a las acciones del ratón.

🌲 Jerarquía de memoria inteligente

  • Organización automática: los flujos crudos se estructuran en cinco niveles: día → sesión → aplicación → ubicación → acción.
  • Resúmenes inteligentes: resúmenes LLM en cada nivel, convirtiendo registros en árboles de conocimiento buscables.

🔍 Recuperación basada en árbol

  • Sin complejidad vectorial: omite embeddings y VDB: el sistema usa razonamiento basado en árbol para la navegación.
  • Búsqueda de arriba abajo: el LLM lee resúmenes, elige ramas relevantes y profundiza hasta la evidencia.

🤖 Integración con agentes sin configuración

  • Un solo archivo: coloca un archivo de skill en cualquier agente de IA para integrarlo al instante.
  • Acceso inmediato: consultas al historial de pantalla por CLI sin configuración extra.

🪶 Ultraligero y centrado en la privacidad

  • Huella mínima: ~0,2 GB de RAM en ejecución con SQLite + FTS5 eficiente.
  • Local y sin conexión: todos los datos permanecen en tu máquina; modo totalmente offline con Ollama / vLLM / LM Studio.

🖥️ Interfaz web rica

  • Exploración visual: líneas de tiempo interactivas, navegación por árbol de memoria y monitorización del sistema en tiempo real.
  • Conversación natural: chatea con toda tu huella digital en lenguaje natural.

Panel web CatchMe

💡 Arquitectura de CatchMe

CatchMe transforma la actividad digital en memoria estructurada y buscable en tres etapas concurrentes:

🔄 Grabar → Organizar → Razonar: del caos digital a memoria consultable

Captura. Seis grabadores en segundo plano monitorizan ventana activa, pulsaciones, ratón, capturas, portapapeles y notificaciones.

Índice. Los eventos se organizan en un árbol de actividad jerárquico: día → sesión → aplicación → ubicación → acción. Cada nodo recibe resúmenes generados por LLM. Recuperación rápida y significativa sin embeddings vectoriales.

Recuperación. Haces una pregunta. El LLM recorre el árbol de memoria de arriba abajo, selecciona nodos relevantes e inspecciona datos brutos (capturas, pulsaciones). Luego sintetiza una respuesta precisa.

Pipeline CatchMe: captura → indexación → recuperación

🌲 Árbol de actividad jerárquico

El árbol de actividad es el núcleo de memoria de CatchMe. Ofrece vistas estructuradas y multinivel de tu vida digital: resúmenes de alto nivel o detalle fino.

Estructura del árbol de actividad

🔍 Recuperación inteligente en el árbol

CatchMe omite la búsqueda vectorial clásica. En su lugar, el LLM navega directamente tu árbol de actividad. Permite razonamiento complejo entre días y reunión precisa de evidencias del historial bruto.

Proceso de recuperación basado en árbol

📖 Más información: diseño detallado y profundización técnica en nuestro blog.

🧠 Configuración del LLM

❗️ Aviso de privacidad de datos

• Almacenamiento 100 % local: todos los datos brutos (capturas, pulsaciones, árboles de actividad) permanecen en ~/data/ y no salen de tu máquina.

• Opciones priorizando offline: LLM locales (Ollama, vLLM, LM Studio) permiten operación totalmente offline sin dependencia de la nube.

• ⚠️ Precaución con proveedores en la nube: si se usan, las API en la nube resumirán tu actividad diaria. Los endpoints no confiables pueden exponer datos privados — revisa con cuidado las políticas de datos de tu proveedor.

📋 Requisitos

• Multimodal: tu modelo debe admitir texto + imágenes.

• Ventana de contexto: asegúrate de que supere los límites de max_tokens en config.json.

• Control de costes: para controlar costes de forma estricta, establece límites con llm.max_calls o aumenta filter.mouse_cluster_gap para reducir la frecuencia de resúmenes.

CatchMe necesita un LLM para resúmenes en segundo plano y recuperación inteligente. Usa catchme init (en Primeros pasos) para configuración guiada o sigue la configuración manual más abajo.

Ejemplo de API en la nube:

{
    "llm": {
        "provider": "openrouter",
        "api_key": "sk-or-...",
        "api_url": null,
        "model": "google/gemini-3-flash-preview"
    }
}

Ejemplo local / sin conexión:

{
    "llm": {
        "provider": "ollama",
        "api_key": null,
        "api_url": null,
        "model": "gemma3:4b"
    }
}
Proveedores LLM admitidos
Proveedor Nombre en config URL API por defecto Obtener clave
OpenRouter (gateway) openrouter https://openrouter.ai/api/v1 openrouter.ai/keys
AiHubMix (gateway) aihubmix https://aihubmix.com/v1 aihubmix.com
SiliconFlow (gateway) siliconflow https://api.siliconflow.cn/v1 cloud.siliconflow.cn
OpenAI openai https://api.openai.com/v1 platform.openai.com
Anthropic anthropic https://api.anthropic.com/v1 console.anthropic.com
DeepSeek deepseek https://api.deepseek.com/v1 platform.deepseek.com
Gemini gemini https://generativelanguage.googleapis.com/v1beta aistudio.google.com
Groq groq https://api.groq.com/openai/v1 console.groq.com
Mistral mistral https://api.mistral.ai/v1 console.mistral.ai
Moonshot / Kimi moonshot https://api.moonshot.ai/v1 platform.moonshot.cn
MiniMax minimax https://api.minimax.io/v1 platform.minimaxi.com
Zhipu AI (GLM) zhipu https://open.bigmodel.cn/api/paas/v4 open.bigmodel.cn
DashScope (Qwen) dashscope https://dashscope.aliyuncs.com/compatible-mode/v1 dashscope.console.aliyun.com
VolcEngine volcengine https://ark.cn-beijing.volces.com/api/v3 console.volcengine.com
VolcEngine Coding volcengine_coding_plan https://ark.cn-beijing.volces.com/api/coding/v3 console.volcengine.com
BytePlus byteplus https://ark.ap-southeast.bytepluses.com/api/v3 console.byteplus.com
BytePlus Coding byteplus_coding_plan https://ark.ap-southeast.bytepluses.com/api/coding/v3 console.byteplus.com
Ollama (local) ollama http://localhost:11434/v1 —
vLLM (local) vllm http://localhost:8000/v1 —
LM Studio (local) lmstudio http://localhost:1234/v1 —

Cualquier endpoint compatible con OpenAI funciona: establece api_url y api_key directamente.

Todos los parámetros de configuración
Sección Parámetro Por defecto Descripción
web host 127.0.0.1 Dirección de enlace del panel
port 8765 Puerto del panel
llm provider — Nombre del proveedor LLM (ver tabla)
api_key — Clave API del proveedor
api_url (auto) Endpoint personalizado; si se omite, se asigna por proveedor
model — Nombre del modelo (depende del proveedor)
max_calls 0 Máx. llamadas LLM por ciclo (0 = ilimitado; límite para costes)
max_images_per_cluster 5 Máx. capturas por clúster de eventos
filter window_min_dwell 3.0 Tiempo mín. en ventana (s) antes de grabar
keyboard_cluster_gap 3.0 Intervalo de agrupación del teclado (s)
mouse_cluster_gap 3.0 Intervalo para fusionar eventos de ratón (s); valores mayores reducen resúmenes LLM
summarize language en Idioma de salida del resumen (en, zh, etc.)
max_tokens_l0–l3 1200 Máx. tokens por nivel del árbol (L0=acción … L3=sesión)
temperature 0.4 Temperatura del LLM para resúmenes
max_workers 2 Workers de resumen concurrentes
debounce_sec 3.0 Debounce antes de disparar el resumen
save_interval_sec 5.0 Intervalo de guardado automático del árbol
retrieve max_prompt_chars 42000 Máx. caracteres en el prompt de recuperación
max_iterations 15 Máx. iteraciones de recorrido del árbol
max_file_chars 8000 Máx. caracteres de archivos extraídos
max_select_nodes 7 Máx. nodos seleccionados por iteración
max_tokens_step 4096 Máx. tokens por paso de recuperación
max_tokens_answer 8192 Máx. tokens para la respuesta final
temperature_select 0.3 Temperatura para selección de nodos
temperature_answer 0.5 Temperatura para generación de respuesta
temperature_time_resolve 0.1 Temperatura para resolución temporal
max_tokens_time_resolve 1000 Máx. tokens para resolución temporal

🚀 Primeros pasos

📦 Instalación

git clone https://github.com/HKUDS/catchme.git && cd catchme

conda create -n catchme python=3.11 -y && conda activate catchme

pip install -e .

macOS — concede Accesibilidad, Monitorización de entrada y Grabación de pantalla en Ajustes del sistema → Privacidad y seguridad
Windows — ejecuta como administrador para la monitorización global de entrada

⚡ Init

catchme init                  # configuración interactiva: proveedor, clave API, modelo

🔥 Ejecución

catchme awake                 # iniciar grabación
catchme web                   # visualizar y chatear

# o por CLI
catchme ask -- "¿Qué he hecho hoy?"
Referencia CLI
Comando Descripción
catchme awake Inicia el demonio de grabación
catchme web [-p PORT] Lanza el panel web (por defecto http://127.0.0.1:8765)
catchme ask -- "pregunta" Consulta tu actividad en lenguaje natural
catchme cost Muestra uso de tokens LLM (últimos 10 min / hoy / total)
catchme disk Desglose de almacenamiento y recuento de eventos
catchme ram Uso de memoria de procesos en ejecución
catchme init Configuración interactiva: proveedor, clave y modelo

🦞 CatchMe hace que tus agentes sean de verdad personales

CatchMe se distribuye como skill compatible con agentes CLI (OpenClaw, NanoBot, Claude, Cursor, etc.).

🪶 Integración con agentes:
Ejecuta CatchMe tú mismo. Tus agentes consultan la memoria solo con comandos CLI.

# 1. Inicia CatchMe tú
catchme awake

# 2. Da el skill ligero a tu agente
cp CATCHME-light.md ~/.cursor/skills/catchme/SKILL.md

Opción B — Skill completo (el agente gestiona todo el ciclo de vida de CatchMe):

cp CATCHME-full.md ~/.cursor/skills/catchme/SKILL.md

🔧 Integrar en tu flujo actual

from catchme import CatchMe
from catchme.pipelines.retrieve import retrieve

# 1. Búsqueda en una línea — búsqueda rápida por palabras clave en toda la actividad
with CatchMe() as mem:
    for e in mem.search("meeting notes"):
        print(e.timestamp, e.data)

# 2. Recuperación con LLM — preguntas en lenguaje natural sobre tu historial de pantalla
for step in retrieve("What was I working on this morning?"):
    if step["type"] == "answer":
        print(step["content"])

📊 Coste y eficiencia

Benchmark: 2 horas de uso intensivo y continuo en MacBook Air M4.

Métrica Valor
RAM en ejecución ~0,2 GB
Uso de disco ~200 MB
Rendimiento de tokens entrada ~6 M, salida ~0,7 M
Coste LLM — qwen-3.5-plus ~0,42 $ vía Aliyun DashScope
Coste LLM — gemini-3-flash-preview ~5,00 $ vía OpenRouter
Velocidad de recuperación completa (depende de la pregunta) 5–20 s por consulta con gemini-3-flash-preview

🚀 Hoja de ruta

CatchMe evoluciona con la comunidad. Próximas funciones:

Grabación multi-dispositivo. Captura y unifica actividades GUI en todas tus máquinas mediante sincronización LAN.

Agrupación dinámica. Algoritmos adaptativos que reflejan mejor tus patrones y flujos de trabajo, reduciendo costes innecesarios.

Mejor uso de datos. Más información a partir de capturas y metadatos, más allá de los pipelines actuales de procesamiento.

🌟 Da una estrella al repo para seguir las novedades — tu interés nos impulsa.

Agradecemos cualquier contribución: comentarios, informes de errores, ideas o pull requests. Consulta CONTRIBUTING.md.

🤝 Comunidad

¡Agradecimientos!

CatchMe se inspira en estos proyectos de código abierto:

Proyecto Inspiración
ActivityWatch Pionero en seguimiento de actividad open source
Screenpipe Infraestructura de grabación de pantalla para agentes IA
Windrecorder Grabación y búsqueda personal en Windows
OpenRecall Alternativa open source a Windows Recall
Selfspy Registro de actividad estilo daemon clásico
PageIndex Recuperación documental en árbol sin embeddings
MineContext Socio de IA consciente del contexto y captura de pantalla

🏛️ Ecosistema

CatchMe forma parte del ecosistema de agentes HKUDS — la capa de infraestructura para agentes de IA personales:

NanoBot
Asistente de IA personal ultraligero 		CLI-Anything
Hacer que todo el software sea nativo para agentes 		ClawWork
De asistente de IA a compañero de trabajo IA 		ClawTeam
Inteligencia de enjambre de agentes para automatización de equipos

Gracias por visitar ✨ CatchMe

visitors