Clicky
Farza (Farzaa) · Voz e idioma
Clicky es un acompañante de escritorio con IA que vive en la barra de menús de macOS y observa tu pantalla. Pulsas un atajo, haces una pregunta en voz alta y te contesta hablando. Mejor aún, un cursor azul cruza tu pantalla y señala el botón o el menú exacto que deberías pulsar a continuación. Está pensado para quien se queda atascado en apps complicadas y quiere un profesor sentado al lado en lugar de otra ventana de chat.
Acerca de Clicky
Qué es Clicky
Clicky es un asistente de pantalla por voz para macOS. Vive en la barra de menús, no en el dock, y se activa cuando mantienes pulsado Control más Option. Ese atajo captura una imagen de tu pantalla actual, empieza a escuchar por el micrófono y envía tanto la foto como tu pregunta a un modelo de IA. La respuesta vuelve en forma de voz.
Lo que lo separa de un chatbot normal es el señalamiento. Esta guía por IA en pantalla es poco común en un asistente de escritorio. Cuando el modelo decide que tienes que pulsar algo, incrusta una etiqueta de coordenadas en su respuesta, y la capa superpuesta de Clicky lanza un cursor azul hasta ese punto de la pantalla. Así que en lugar de leer "pulsa el botón de exportar arriba a la derecha" y buscarlo, ves el cursor posarse encima y sigues el rastro.
El problema es la instalación. Esta es la versión de código abierto, y exige trabajo previo: Xcode, una cuenta de Cloudflare, Node.js y tus propias claves de API de Anthropic, AssemblyAI y ElevenLabs. Solo funciona en Mac, necesita macOS 14.2 o superior, y el desarrollador trasladó el desarrollo activo a un repositorio privado, así que el código público queda congelado mientras la app real sigue evolucionando en otro sitio.
Primeros pasos
- Comprueba que tu Mac ejecuta macOS 14.2 o posterior, e instala Xcode 15 y Node.js 18.
- Clona el repositorio de Clicky y crea una cuenta gratuita de Cloudflare para alojar el pequeño worker proxy que guarda tus claves de API.
- Añade las claves de Anthropic (la IA), AssemblyAI (voz a texto) y ElevenLabs (la voz) como secretos del worker, y despliega el worker.
- Pega la URL de tu worker en el código Swift donde las direcciones del proxy están fijadas.
- Abre el proyecto de Xcode, elige el esquema de la app, pon tu equipo de firma y pulsa Cmd + R para compilar y ejecutar.
- Pulsa el icono de la barra de menús, concede los permisos de micrófono, accesibilidad y grabación de pantalla, y empieza a hablar.
¿Prefieres menos complicaciones? La vía más rápida es ejecutar Claude Code en el repositorio y dejar que lea el documento de arquitectura mientras te guía por todo el proceso.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Clicky.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Personas que aprenden software complejo
- Quien prefiere hablar antes que escribir
- Aficionados y desarrolladores
Tareas
- Encontrar opciones de menú enterradas
- Recorridos guiados por apps desconocidas
- Resolución de problemas en pantalla
Casos de uso
- Aprender Blender u otra herramienta cargada de atajos donde los menús se esconden tras pestañas
- Trabajar con un segundo monitor
- Seguir un tutorial al que no llegas
Funciones clave
Conocimiento de la pantalla en tiempo real
Clicky captura lo que haya en tu pantalla en el momento en que actives el atajo y luego envía esa imagen a la IA junto con tu pregunta hablada. No tienes que describir tu pantalla; ya la ve. Esto es lo que convierte a un chatbot genérico en algo capaz de comentar la ventana exacta que tienes delante.
Interacción prioritaria por voz
Mantén pulsado Control más Option, habla y suelta. El audio se transmite a AssemblyAI para transcribirlo en tiempo real, así que nunca escribes una instrucción. La respuesta se reproduce por ElevenLabs con una voz de sonido natural, lo que hace realmente práctico el aprendizaje sin manos cuando las tienes ocupadas en el ratón.
Señalamiento con cursor mediante etiquetas de coordenadas
El truco estrella. La IA puede insertar una etiqueta [POINT:x,y:label:screenN] en su respuesta, y la capa superpuesta transparente de Clicky lanza un cursor azul volando hasta ese píxel en la pantalla indicada. Maneja varios monitores, así que la guía te sigue entre pantallas en lugar de funcionar solo en la principal.
Basado en tus propias claves de API
Clicky no revende el acceso a un modelo. Tú conectas tus credenciales de Anthropic, AssemblyAI y ElevenLabs a través de un proxy con Cloudflare Worker. Eso mantiene tus claves fuera del binario de la app y te deja controlar qué modelo y qué voz hay detrás del asistente.
Código abierto y bifurcable
Todo el código es público bajo licencia MIT, con un documento de arquitectura escrito para agentes de programación con IA. Puedes clonarlo, rehacer la capa superpuesta, cambiar el modelo o usarlo como punto de partida para tu propio asistente de escritorio. El desarrollador te invita abiertamente a montar una empresa con él.
Diseño nativo en la barra de menús
Sin icono en el dock, sin desorden. Clicky coloca dos paneles ligeros en tu flujo de trabajo: un panel de control en la barra de menús y una capa superpuesta transparente a pantalla completa para el cursor. Se queda apartado hasta que el atajo lo llama, lo que mantiene el escritorio limpio.
Guía del cursor en varios monitores
La guía no se limita a una pantalla. Como las etiquetas de punto llevan un número de pantalla, el cursor sabe qué monitor tiene el elemento por el que preguntaste. Monta dos monitores y el puntero sigue aterrizando en el sitio correcto.
Ventajas y desventajas
Ventajas
- El gesto de señalar hace trabajo real. Decirte "pulsa aquí" y mostrarte dónde supera a un muro de texto cada vez.
- Nace libre como acompañante de IA de código abierto bajo licencia MIT, así que puedes inspeccionarlo, bifurcarlo o ampliarlo sin pedir permiso.
- Voz más contexto de pantalla significa que te saltas la parte tediosa de describir tu problema a una IA.
- El señalamiento en varios monitores está resuelto, algo que muchos asistentes de pantalla pasan por alto.
- Funciona encima de las apps que ya usas, así que no hay herramienta nueva que aprender antes de que te sirva.
Desventajas
- La instalación no es para principiantes. Xcode, Node.js, una cuenta de Cloudflare y tres juegos de claves de API son demasiado para pedir antes de la primera pregunta.
- Solo macOS, y necesita macOS 14.2 o superior, así que Windows y los Mac antiguos quedan fuera.
- Las API subyacentes las pagas tú, y un uso intensivo de la voz puede acumular gastos en Anthropic, AssemblyAI y ElevenLabs.
- El desarrollo activo se mudó a un repositorio privado, así que la versión pública que compilas aquí no recibirá las funciones más nuevas.
Preguntas frecuentes
Clicky es un asistente de voz que observa tu pantalla de macOS y te ayuda a moverte por el software. Haces una pregunta en voz alta, contesta hablando y un cursor azul señala el botón o el menú concreto que deberías usar después.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Clicky.
Alternativas a Clicky
Foley
Hanamori Labs, LLC · Voz e idioma · Productividad · Asistente de IAFoley es una lista de tareas por voz que convierte una frase hablada en una tarea archivada, con el proyecto, la fecha y la hora ya puestos, y después te ayuda a organizar el día con lo que ya tienes anotado.
HireKey
HireKey · Voz e idioma · Productividad · AprendizajeHireKey es un copiloto de búsqueda de empleo con IA creado por una reclutadora de tecnología. Mide el encaje con el puesto, adapta el currículum, entrena entrevistas y ordena cada candidatura.
Fluence
Yay Software (Yannick Huchard) · Escritura · Voz e idioma · ProductividadFluence es una app para Android que lee en voz alta PDF, EPUB, archivos de Word y artículos web, sigue la frase que suena y responde preguntas sobre el texto sin salir del teléfono.