CatchMe: captura toda tu huella digital

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

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

💻 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 profunda personal

«¿Qué leía ayer sobre IA?»

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

📁 Gestor de archivos personal

«¿Qué archivos cambié hoy?»

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

🧩 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](https://hkuds.github.io/CatchMe). ## 🧠 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: ```json { "llm": { "provider": "openrouter", "api_key": "sk-or-...", "api_url": null, "model": "google/gemini-3-flash-preview" } } ``` Ejemplo local / sin conexión: ```json { "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](https://openrouter.ai/keys) | | **AiHubMix** (gateway) | `aihubmix` | `https://aihubmix.com/v1` | [aihubmix.com](https://aihubmix.com) | | **SiliconFlow** (gateway) | `siliconflow` | `https://api.siliconflow.cn/v1` | [cloud.siliconflow.cn](https://cloud.siliconflow.cn) | | **OpenAI** | `openai` | `https://api.openai.com/v1` | [platform.openai.com](https://platform.openai.com/api-keys) | | **Anthropic** | `anthropic` | `https://api.anthropic.com/v1` | [console.anthropic.com](https://console.anthropic.com) | | **DeepSeek** | `deepseek` | `https://api.deepseek.com/v1` | [platform.deepseek.com](https://platform.deepseek.com/api_keys) | | **Gemini** | `gemini` | `https://generativelanguage.googleapis.com/v1beta` | [aistudio.google.com](https://aistudio.google.com/apikey) | | **Groq** | `groq` | `https://api.groq.com/openai/v1` | [console.groq.com](https://console.groq.com/keys) | | **Mistral** | `mistral` | `https://api.mistral.ai/v1` | [console.mistral.ai](https://console.mistral.ai) | | **Moonshot / Kimi** | `moonshot` | `https://api.moonshot.ai/v1` | [platform.moonshot.cn](https://platform.moonshot.cn) | | **MiniMax** | `minimax` | `https://api.minimax.io/v1` | [platform.minimaxi.com](https://platform.minimaxi.com) | | **Zhipu AI (GLM)** | `zhipu` | `https://open.bigmodel.cn/api/paas/v4` | [open.bigmodel.cn](https://open.bigmodel.cn) | | **DashScope (Qwen)** | `dashscope` | `https://dashscope.aliyuncs.com/compatible-mode/v1` | [dashscope.console.aliyun.com](https://dashscope.console.aliyun.com) | | **VolcEngine** | `volcengine` | `https://ark.cn-beijing.volces.com/api/v3` | [console.volcengine.com](https://console.volcengine.com) | | **VolcEngine Coding** | `volcengine_coding_plan` | `https://ark.cn-beijing.volces.com/api/coding/v3` | [console.volcengine.com](https://console.volcengine.com) | | **BytePlus** | `byteplus` | `https://ark.ap-southeast.bytepluses.com/api/v3` | [console.byteplus.com](https://console.byteplus.com) | | **BytePlus Coding** | `byteplus_coding_plan` | `https://ark.ap-southeast.bytepluses.com/api/coding/v3` | [console.byteplus.com](https://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 ```bash 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 ```bash catchme init # configuración interactiva: proveedor, clave API, modelo ``` ### 🔥 Ejecución ```bash 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. ```bash # 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): ```bash cp CATCHME-full.md ~/.cursor/skills/catchme/SKILL.md ``` ### 🔧 Integrar en tu flujo actual ```python 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](https://home.console.aliyun.com/home/dashboard/) | | **Coste LLM** — `gemini-3-flash-preview` | ~5,00 $ vía [OpenRouter](https://openrouter.ai/models) | | **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](../../CONTRIBUTING.md). ## 🤝 Comunidad ### ¡Agradecimientos! CatchMe se inspira en estos proyectos de código abierto: | Proyecto | Inspiración | | --------------------------------------------------------------- | ----------------------------------------------------- | | [ActivityWatch](https://github.com/ActivityWatch/activitywatch) | Pionero en seguimiento de actividad open source | | [Screenpipe](https://github.com/mediar-ai/screenpipe) | Infraestructura de grabación de pantalla para agentes IA | | [Windrecorder](https://github.com/Antonoko/Windrecorder) | Grabación y búsqueda personal en Windows | | [OpenRecall](https://github.com/openrecall/openrecall) | Alternativa open source a Windows Recall | | [Selfspy](https://github.com/selfspy/selfspy) | Registro de actividad estilo daemon clásico | | [PageIndex](https://github.com/HKUDS/PageIndex) | Recuperación documental en árbol sin embeddings | | [MineContext](https://github.com/volcengine/MineContext) | Socio de IA consciente del contexto y captura de pantalla | ### 🏛️ Ecosistema CatchMe forma parte del ecosistema de agentes **[HKUDS](https://github.com/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