¿Qué es LocalClicky?
LocalClicky es una aplicación para la barra de menú de Mac que te permite controlar tu computadora completamente con la voz, sin conexión a internet. Di "Computer" para iniciar una sesión, encadena comandos uno tras otro y di "goodbye" cuando termines. Todo se ejecuta en tu máquina: transcripción de voz, razonamiento de IA, visión y texto a voz. Sin claves API, sin suscripciones y ningún dato sale jamás de tu Mac.
Para quién es
- Usuarios preocupados por la privacidad — quieren control por voz sin subir audio, capturas de pantalla o comandos a ningún servidor en la nube
- Usuarios avanzados y desarrolladores — necesitan control manos libres de su Mac para multitarea, automatización o flujos de accesibilidad
- Entusiastas del funcionamiento sin conexión — prefieren herramientas auto-alojadas y de código abierto que se ejecuten completamente en hardware local
Funciones clave
Sesiones activadas por palabra de activación
Di "Computer" para iniciar una sesión de escucha. La aplicación permanece activa hasta que digas "goodbye" u otra frase de salida. Puedes encadenar varios comandos sin repetir la palabra de activación: solo habla de forma natural, uno tras otro.
Detección de actividad de voz sin tiempo de espera fijo
LocalClicky utiliza la detección de actividad de voz de WebRTC para detener automáticamente la grabación cuando dejas de hablar. Sin incómodas cuentas atrás ni comandos cortados. Si VAD no está disponible, recurre a un límite máximo de 30 segundos.
Control de pantalla con visión
La aplicación puede ver tu pantalla bajo demanda utilizando un modelo de visión local (gemma4:e4b). Toma una captura de pantalla, analiza lo que ve y puede mover el cursor o hacer clic según el contenido visual, todo sin enviar imágenes a ningún servidor externo.
Llamada a herramientas en múltiples rondas con memoria
LocalClicky ejecuta comandos, verifica resultados y reintenta o confirma acciones automáticamente. Recuerda los últimos 10 intercambios de una sesión, para que puedas referirte de forma natural a comandos o resultados anteriores.
Qué lo hace destacar
Tu voz, tu pantalla, tus comandos: nada sale de tu máquina.
Esto no es solo una promesa de privacidad; es la base arquitectónica. Cada componente — Whisper.cpp para transcripción, Ollama para razonamiento y visión de IA, say de macOS para salida de voz y PyAutoGUI para control del cursor — se ejecuta localmente. No hay APIs en la nube, ni claves API que configurar, ni tarifas de suscripción. La licencia MIT significa que puedes inspeccionar, modificar y redistribuir el código libremente.
Vale la pena echarle un vistazo si…
Quieres un asistente de voz verdaderamente privado y sin conexión para tu Mac que pueda abrir aplicaciones, controlar Spotify, gestionar archivos, ejecutar comandos de shell, inyectar JavaScript en Chrome, crear recordatorios e incluso hacer clic en elementos de la pantalla, todo con solo hablar de forma natural. Es especialmente atractivo si has evitado los asistentes de voz en la nube por preocupaciones de privacidad o si quieres experimentar con modelos de IA locales como Qwen3 y Gemma4 sin salir de tu escritorio.
