LocalClicky
Dikshant Rajput · Voz e idioma
LocalClicky es un asistente de voz gratuito y de código abierto para macOS que funciona por completo en tu propio hardware. Tú hablas y él actúa: abre apps, mueve el cursor, hace clic sobre lo que ve, edita vídeo, lee tu pantalla y lanza comandos de shell. Nada viaja a la nube, no hay que registrarse con una clave API ni cancelar ninguna suscripción. ¿Suena bien? Es de esas herramientas que configuras una vez y olvidas hasta que las necesitas.
Acerca de LocalClicky
Qué es LocalClicky
LocalClicky es un asistente de voz offline creado específicamente para macOS 12 y versiones posteriores. La mayoría de los asistentes de voz cambian tu privacidad por comodidad: suben tu audio, envían capturas a un servidor y registran tus comandos. LocalClicky rompe ese trato. La transcripción pasa por Whisper.cpp. El razonamiento y la visión corren en modelos de Ollama dentro de tu equipo. La síntesis de voz usa por defecto el comando say de macOS.
La propuesta es sencilla. Tu voz, tu pantalla y tus comandos se quedan donde están. Eso importa si manejas trabajo sensible en el Mac. También importa si estás cansado de los servicios en la nube o si simplemente no quieres otra factura mensual por control por voz básico. No hay cuenta, ni inicio de sesión, ni política de datos que leer, porque no hay datos que salgan a ningún sitio.
No es una app de consumo terminada. La instalas desde un repo de GitHub, preparas Python y unos cuantos paquetes de Homebrew, y concedes tres permisos de macOS antes de que funcione. Ese montaje es el precio de entrada. Una vez en marcha, el asistente vive en la barra de menús sin icono en el Dock y se queda al margen hasta que dices la palabra de activación.
Primeros pasos
- Instala los requisitos previos: Whisper.cpp y Ollama mediante Homebrew, más ffmpeg si quieres editar vídeo.
- Descarga los modelos locales con
ollama pull qwen3:8bpara los comandos yollama pull gemma4:e4bpara la visión. - Clona el repo, crea un entorno virtual de Python y ejecuta
pip install -r requirements.txtpara traer las dependencias restantes. - Concede los permisos de Micrófono, Grabación de pantalla y Accesibilidad al binario de Python en tu entorno virtual.
- Lánzalo con
python main.pyy di "Hey Jarvis" para empezar una sesión.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de LocalClicky.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Usuarios de Mac preocupados por la privacidad
- Quien quiere un asistente de IA local sin la nube
- Desarrolladores y curiosos
- Usuarios de accesibilidad que quieren control manos libres
Tareas
- Abrir y cerrar apps
- Editar clips de vídeo
- Leer tu pantalla
- Lanzar comandos de shell rápidos
Casos de uso
- Trabajar con un portátil en un espacio compartido
- Manejar documentos privados
- Encadenar una ráfaga de acciones
- Ver un vídeo que no te apetece tragarte entero
Funciones clave
Procesamiento totalmente offline
LocalClicky ejecuta Whisper.cpp para la transcripción y Ollama para el razonamiento y la visión, todo en tu propio equipo. No se sube audio, ni capturas, ni comandos. La única excepción es opcional: si cambias la voz por defecto por el modelo TTS de Fish Audio, tus respuestas habladas se envían a su API. Déjalo como está y el asistente se mantiene por completo en local.
Control por voz de tu Mac
Di "Hey Jarvis" y el asistente se despierta. A partir de ahí puede abrir y cerrar apps, ajustar el volumen, controlar Spotify, gestionar archivos y ejecutar comandos de shell. La llamada a herramientas en varias rondas significa que ejecuta un comando, revisa el resultado y reintenta o confirma. Nada de apuestas de un solo disparo.
Visión de pantalla y clic
El modelo de visión gemma4 toma una captura cuando una tarea lo requiere, y después describe lo que hay en pantalla o mueve el cursor y hace clic según lo que ve. Pídele que mire tu pantalla y pulse un botón, y lo intentará. La precisión espacial es su punto flojo. No esperes exactitud al píxel en elementos pequeños de la interfaz.
Edición de vídeo por voz
Con ffmpeg por debajo, LocalClicky puede recortar, silenciar, unir, acelerar, cambiar el tamaño y añadir texto a clips de vídeo. Nada se sube. Eso lo separa de los editores en la nube que quieren tu material en sus servidores.
Descripción de clips de vídeo
Apúntalo a un archivo de vídeo y muestrea fotogramas para resumir lo que hay en el clip. Práctico cuando quieres la idea general de algo sin verlo entero. El archivo nunca sale de tu equipo.
Palabra de activación y modo sesión
La detección de la palabra de activación corre offline mediante openWakeWord, disparada por la frase "Hey Jarvis". El modo sesión mantiene activo al asistente para que encadenes comandos seguidos sin volver a decir la palabra de activación. La detección de actividad de voz detiene la grabación cuando dejas de hablar, en lugar de depender de un tiempo de espera fijo.
Memoria de conversación
El asistente recuerda los últimos 10 intercambios dentro de una sesión, así que los comandos de seguimiento tienen sentido en contexto. Pídele que abra una carpeta y luego di "ahora borra el archivo más antiguo que haya dentro", y mantiene el hilo de lo que acababas de hacer.
Ventajas y desventajas
Ventajas
- Completamente gratis y de código abierto bajo la licencia MIT, sin suscripción ni clave API.
- Privacidad real por defecto, ya que la transcripción, el razonamiento, la visión y la voz corren en tu propio hardware.
- Cubre una mezcla amplia de comandos, desde abrir apps y ajustar el volumen hasta editar vídeo y ejecutar comandos de shell.
- El diseño en la barra de menús lo mantiene al margen, sin un icono en el Dock que ensucie tu pantalla.
Desventajas
- La instalación es solo por terminal por ahora, así que necesitas Homebrew, Python 3.11+ y soltura con las instrucciones de línea de comandos antes de que funcione.
- Todavía no hay ninguna `.app` empaquetada, lo que significa que los usuarios ocasionales pueden encontrar la instalación un obstáculo en lugar de una experiencia de descargar y listo.
- El modelo de visión tiene una precisión espacial limitada, así que hacer clic en elementos pequeños de la interfaz por voz puede salir bien o mal.
- Solo macOS, así que los usuarios de Windows y Linux se quedan fuera por ahora.
Preguntas frecuentes
LocalClicky es un asistente de voz gratuito y de código abierto para macOS que funciona por completo en tu propio hardware. Convierte comandos hablados en control real sobre tu Mac, desde abrir apps y mover el cursor hasta editar vídeo y leer lo que hay en pantalla.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con LocalClicky.
Alternativas a LocalClicky
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.