LocalClicky
Dikshant Rajput · Voz e linguagem
O LocalClicky é um assistente de voz gratuito e de código aberto para macOS que roda inteiramente no seu próprio hardware. Você fala e ele age: abre apps, move o cursor, clica no que vê, edita vídeo, lê sua tela e dispara comandos de shell. Nada vai para a nuvem, não há chave de API para cadastrar nem assinatura para cancelar. Parece interessante? É do tipo de ferramenta que você configura uma vez e esquece até precisar.
Sobre LocalClicky
O que é o LocalClicky
O LocalClicky é um assistente de voz offline feito especificamente para macOS 12 e versões posteriores. A maioria dos assistentes de voz troca sua privacidade por conveniência: envia seu áudio, manda capturas de tela para um servidor e registra seus comandos. O LocalClicky inverte essa lógica. A transcrição passa pelo Whisper.cpp. O raciocínio e a visão rodam em modelos do Ollama na sua máquina. A síntese de voz usa por padrão o comando say do macOS.
A proposta é simples. Sua voz, sua tela e seus comandos ficam onde estão. Isso importa se você lida com trabalho sensível no Mac. Também importa se você está cansado dos serviços na nuvem ou se só não quer mais uma conta mensal por controle de voz básico. Não há conta, nem login, nem política de dados para ler, porque não há dados saindo para lugar nenhum.
Não é um app de consumidor acabado. Você o instala a partir de um repositório do GitHub, prepara o Python e alguns pacotes do Homebrew, e concede três permissões do macOS antes de funcionar. Essa configuração é o preço de entrada. Depois de rodando, o assistente vive na barra de menus sem ícone no Dock e fica fora do caminho até você dizer a palavra de ativação.
Primeiros passos
- Instale os pré-requisitos: Whisper.cpp e Ollama via Homebrew, mais o ffmpeg se quiser editar vídeo.
- Baixe os modelos locais com
ollama pull qwen3:8bpara os comandos eollama pull gemma4:e4bpara a visão. - Clone o repositório, crie um ambiente virtual de Python e rode
pip install -r requirements.txtpara pegar as dependências restantes. - Conceda as permissões de Microfone, Gravação de tela e Acessibilidade ao binário do Python no seu ambiente virtual.
- Inicie com
python main.pye diga "Hey Jarvis" para começar uma sessão.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de LocalClicky.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Usuários de Mac preocupados com privacidade
- Quem quer um assistente de IA local sem a nuvem
- Desenvolvedores e curiosos
- Usuários de acessibilidade que querem controle sem as mãos
Tarefas
- Abrir e fechar apps
- Editar clipes de vídeo
- Ler sua tela
- Rodar comandos de shell rápidos
Cenários
- Trabalhar num notebook em um espaço compartilhado
- Lidar com documentos privados
- Encadear uma rajada de ações
- Assistir a um vídeo que você não quer encarar inteiro
Principais recursos
Processamento totalmente offline
O LocalClicky roda o Whisper.cpp para transcrição e o Ollama para raciocínio e visão, tudo na sua própria máquina. Nenhum áudio, captura ou comando é enviado. A única exceção é opcional: se você trocar a voz padrão pelo modelo TTS da Fish Audio, suas respostas faladas são enviadas para a API deles. Deixe como está e o assistente permanece inteiramente local.
Controle por voz do seu Mac
Diga "Hey Jarvis" e o assistente acorda. A partir daí ele pode abrir e fechar apps, ajustar o volume, controlar o Spotify, gerenciar arquivos e rodar comandos de shell. A chamada de ferramentas em várias rodadas faz com que ele rode um comando, verifique o resultado e tente de novo ou confirme. Nada de apostas de um único disparo.
Visão de tela e cliques
O modelo de visão gemma4 tira uma captura quando a tarefa precisa, e depois descreve o que está na tela ou move o cursor e clica com base no que vê. Peça que ele olhe sua tela e clique num botão, e ele vai tentar. A precisão espacial é o ponto fraco. Não espere exatidão no pixel em elementos pequenos da interface.
Edição de vídeo por voz
Com o ffmpeg por baixo, o LocalClicky pode cortar, silenciar, juntar, acelerar, redimensionar e adicionar texto a clipes de vídeo. Nada é enviado. Isso o separa dos editores na nuvem que querem seu material nos servidores deles.
Descrição de clipes de vídeo
Aponte para um arquivo de vídeo e ele amostra quadros para resumir o que há no clipe. Prático quando você quer a ideia geral de algo sem assistir tudo. O arquivo nunca sai da sua máquina.
Palavra de ativação e modo sessão
A detecção da palavra de ativação roda offline pelo openWakeWord, disparada pela frase "Hey Jarvis". O modo sessão mantém o assistente ativo para você encadear comandos seguidos sem dizer a palavra de ativação de novo. A detecção de atividade de voz para a gravação quando você para de falar, em vez de depender de um tempo limite fixo.
Memória de conversa
O assistente lembra as últimas 10 trocas dentro de uma sessão, então comandos de acompanhamento fazem sentido no contexto. Peça que ele abra uma pasta e depois diga "agora apague o arquivo mais antigo que tem aí", e ele mantém o fio do que você estava fazendo.
Prós e contras
Prós
- Totalmente gratuito e de código aberto sob a licença MIT, sem assinatura nem chave de API.
- Privacidade de verdade por padrão, já que transcrição, raciocínio, visão e voz rodam no seu próprio hardware.
- Cobre uma mistura ampla de comandos, de abrir apps e ajustar o volume até editar vídeo e rodar comandos de shell.
- O design na barra de menus o mantém fora do caminho, sem ícone no Dock poluindo sua tela.
Contras
- A instalação é só por terminal por enquanto, então você precisa de Homebrew, Python 3.11+ e familiaridade com instruções de linha de comando antes de ele rodar.
- Ainda não há um `.app` empacotado, o que significa que usuários casuais podem achar a instalação um obstáculo em vez de uma experiência de baixar e usar.
- O modelo de visão tem precisão espacial limitada, então clicar em elementos pequenos da interface por voz pode dar certo ou não.
- Só macOS, então usuários de Windows e Linux ficam de fora por enquanto.
Perguntas frequentes
O LocalClicky é um assistente de voz gratuito e de código aberto para macOS que roda inteiramente no seu próprio hardware. Ele transforma comandos falados em controle real sobre seu Mac, de abrir apps e mover o cursor até editar vídeo e ler o que está na tela.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a LocalClicky.
Alternativas a LocalClicky
Foley
Hanamori Labs, LLC · Voz e linguagem · Produtividade · Assistente de IAFoley é uma lista de tarefas por voz que transforma uma frase falada em tarefa arquivada, com projeto, data e hora já preenchidos, e depois ajuda você a organizar o dia com o que já está anotado.
HireKey
HireKey · Voz e linguagem · Produtividade · AprendizadoHireKey é um copiloto de busca de emprego com IA criado por uma recrutadora de tecnologia. Avalia aderência à vaga, adapta o currículo, treina entrevistas e organiza cada candidatura.
Fluence
Yay Software (Yannick Huchard) · Escrita · Voz e linguagem · ProdutividadeO Fluence é um app de Android que lê em voz alta PDF, EPUB, arquivos do Word e artigos da web, acompanha a frase falada e responde perguntas sobre o texto sem sair do celular.