Tarjeta de Apuntes Invisible para Entrevistas Técnicas - Desglose de OpenCluely

Imagina esto: estás en una entrevista técnica en línea. Estás compartiendo tu pantalla en Zoom y se te va el blanco con una rotación de árbol binario. Buscar en un segundo monitor es arriesgado, y apartar la vista de la cámara inmediatamente genera sospechas en el entrevistador.

OpenCluely ganó recientemente popularidad en GitHub. Es un asistente de escritorio que es visible para ti en pantalla pero completamente oculto para el software de grabación de pantalla y compartición de pantalla.

Qué puede hacer la aplicación

OpenCluely se posiciona como una alternativa gratuita a Cluely. Funciona como una aplicación Electron que crea una superposición invisible sobre tus ventanas.

El enfoque principal de la aplicación es cómo interactúa con el software de videoconferencia. Cuando habilitas la compartición de pantalla en Zoom, Google Meet, Microsoft Teams, o inicias la grabación en OBS, el flujo de video simplemente no incluye la ventana del asistente.

La información se entrega de dos maneras:

• Tomas una captura de pantalla del problema y el modelo analiza la imagen.
• Hablas tu pregunta al micrófono y el texto se reconoce en tiempo real.

La respuesta aparece carácter por carácter en una pequeña ventana flotante o chat a medida que se genera.

Cómo se logra la invisibilidad

Los desarrolladores aprovecharon las API del sistema operativo para proteger el contenido de la captura.

En macOS, esto se maneja con el parámetro NSWindowSharingNone. Windows usa el flag WDA_EXCLUDEFROMCAPTURE. Electron establece estas opciones para la ventana de la aplicación, por lo que los capturadores de pantalla solo ven lo que está debajo de la superposición.

Linux es otra historia. X11 y Wayland carecen de un flag similar del gestor de ventanas. Los autores advierten honestamente en la documentación: en Linux, la superposición será visible para todos los participantes de la reunión. Como solución parcial, sugieren transmitir no todo el escritorio, sino una ventana específica con tu editor de código.

Voz y capacidades multimodales sin pasos adicionales

Para el procesamiento de contenido visual, OpenCluely envía las capturas de pantalla directamente a Gemini. No hay reconocimiento de texto OCR intermedio involucrado. El modelo multimodal toma la imagen con código o enunciado del problema y construye la respuesta directamente.

Los autores también trabajaron en el habla. Se puede seleccionar Azure Speech o Whisper local como motor de voz.

Whisper local se configura automáticamente mediante un script en el primer inicio. La entrada de voz no corta el flujo de audio con un temporizador estricto. El algoritmo rastrea las pausas naturales del habla, ensamblando una frase larga en una sola solicitud. Un filtro separado elimina las alucinaciones de Whisper cuando intenta fabricar palabras inexistentes durante el silencio completo.

Teclas de acceso rápido para el control

Para evitar llamar la atención con movimientos del cursor, el control es basado en teclado:

• Cmd/Ctrl + Shift + S abre la selección de área para captura de pantalla.
• Cmd/Ctrl + Shift + V oculta o muestra instantáneamente todas las ventanas del asistente.
• Cmd/Ctrl + Shift + I o Alt + A habilita el modo click-through para que el mouse ignore la ventana de sugerencias y haga clic en los elementos debajo de ella.
• Alt + R inicia o detiene la grabación del micrófono.

Instalación y particularidades de la plataforma

La aplicación requiere una clave de API de Gemini para funcionar. Puedes obtener una gratis en Google AI Studio e ingresarla en la configuración de la aplicación o en el archivo .env.

Los instaladores precompilados están disponibles para Windows (como .exe) y Linux (paquetes .deb y .AppImage).

macOS es otra historia. No hay un archivo .dmg listo para usar en los lanzamientos. La aplicación no está firmada con un certificado de Apple, por lo que el sistema de seguridad Gatekeeper integrado la bloquea del inicio normal. Los propietarios de Mac necesitarán compilar el proyecto desde el código fuente.

El proceso de compilación es directo. Necesitarás tener Node.js y Git instalados.

git clone https://github.com/TechyCSR/OpenCluely.git
cd OpenCluely
./setup.sh

El script setup.sh maneja toda la rutina: instala las dependencias de NPM, configura un entorno virtual de Python, descarga el modelo Whisper y genera el .env inicial.

¿Vale la pena usar?

Usar este tipo de software en entrevistas reales está en una zona gris ética. Si el entrevistador comienza a hacer preguntas aclaratorias sobre el código o te pide que expliques tus decisiones, es poco probable que una sugerencia generada te salve.

La aplicación es adecuada para práctica de entrevistas, resolver problemas de LeetCode bajo restricciones de tiempo y reducir la ansiedad sobre las secciones de algoritmos.

Entre las fortalezas del proyecto están el código abierto, la ausencia de telemetría oculta, la capacidad de procesar voz localmente y la integración cuidadosa con las API del sistema.