Cartão de Dicas Invisível para Entrevistas Técnicas - Análise do OpenCluely

Imagine a seguinte situação: você está em uma entrevista técnica online. Está compartilhando sua tela no Zoom, e sua mente fica em branco sobre uma rotação de árvore binária. Pesquisar no segundo monitor é arriscado, e desviar o olhar da câmera levanta imediatamente suspeitas do entrevistador.

O OpenCluely recentemente ganhou popularidade no GitHub. É um assistente de desktop que é visível para você na tela, mas completamente oculto para software de gravação de tela e compartilhamento de tela.

O que o aplicativo pode fazer

O OpenCluely se posiciona como uma alternativa gratuita ao Cluely. Ele funciona como um aplicativo Electron que cria uma sobreposição invisível sobre suas janelas.

O foco principal do aplicativo é como ele interage com software de videoconferência. Quando você ativa o compartilhamento de tela no Zoom, Google Meet, Microsoft Teams, ou começa a gravar no OBS, o fluxo de vídeo simplesmente não inclui a janela do assistente.

As informações são fornecidas de duas maneiras:

• Você tira uma captura de tela do problema, e o modelo analisa a imagem.
• Você fala sua pergunta no microfone, e o texto é reconhecido em tempo real.

A resposta aparece caractere por caractere em uma pequena janela flutuante ou chat conforme está sendo gerada.

Como a invisibilidade é alcançada

Os desenvolvedores aproveitaram as APIs do sistema operacional para proteger o conteúdo da captura.

No macOS, isso é tratado pelo parâmetro NSWindowSharingNone. O Windows usa a flag WDA_EXCLUDEFROMCAPTURE. O Electron define essas opções para a janela do aplicativo, então os capturadores de tela veem apenas o que está sob a sobreposição.

No Linux, a situação é diferente. O X11 e o Wayland não possuem uma flag similar do gerenciador de janelas. Os autores alertam honestamente na documentação: no Linux, a sobreposição será visível para todos os participantes da reunião. Como solução parcial, eles sugerem transmitir não toda a área de trabalho, mas sim uma janela específica com seu editor de código.

Recursos de voz e multimodais sem etapas adicionais

Para processamento de conteúdo visual, o OpenCluely envia as capturas de tela diretamente para o Gemini. Não há reconhecimento de texto OCR intermediário envolvido. O modelo multimodal recebe a imagem com código ou enunciado do problema e constrói a resposta diretamente.

Os autores também trabalharam no reconhecimento de fala. Azure Speech ou Whisper local podem ser selecionados como o mecanismo de voz.

O Whisper local é configurado automaticamente por um script na primeira execução. A entrada de voz não corta o fluxo de áudio em um timer fixo. O algoritmo rastreia pausas naturais na fala, montando uma frase longa em uma única requisição. Um filtro separado remove alucinações do Whisper quando ele tenta fabricar palavras inexistentes durante o silêncio completo.

Atalhos de teclado para controle

Para evitar chamar atenção com movimentos do cursor, o controle é baseado em teclado:

• Cmd/Ctrl + Shift + S abre a seleção de área para captura de tela.
• Cmd/Ctrl + Shift + V oculta ou exibe instantaneamente todas as janelas do assistente.
• Cmd/Ctrl + Shift + I ou Alt + A ativa o modo de clique atravessado para que o mouse ignore a janela de dica e clique nos elementos sob ela.
• Alt + R inicia ou para a gravação do microfone.

Instalação e especificidades da plataforma

O aplicativo requer uma chave de API do Gemini para funcionar. Você pode obter uma gratuitamente no Google AI Studio e inseri-la nas configurações do aplicativo ou no arquivo .env.

Instaladores pré-construídos estão disponíveis para Windows (como .exe) e Linux (pacotes .deb e .AppImage).

No macOS, a situação é diferente. Não há arquivo .dmg pronto nos lançamentos. O aplicativo não está assinado com um certificado da Apple, então o sistema de segurança Gatekeeper integrado bloqueia sua inicialização normal. Donos de Mac precisarão compilar o projeto a partir do código-fonte.

O processo de compilação é direto. Você precisará ter o Node.js e o Git instalados.

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

O script setup.sh cuida de toda a rotina: instala dependências NPM, configura um ambiente virtual Python, baixa o modelo Whisper e gera o .env inicial.

Vale a pena usar

Usar esse tipo de software em entrevistas reais está em uma zona cinzenta ética. Se o entrevistador começar a fazer perguntas esclarecedoras sobre o código ou pedir para você explicar suas decisões, uma dica gerada provavelmente não vai te salvar.

O aplicativo é bem adequado para prática de entrevistas, resolver problemas do LeetCode sob restrições de tempo e reduzir a ansiedade sobre seções de algoritmos.

Entre os pontos fortes do projeto estão código aberto, sem telemetria oculta, capacidade de processar voz localmente e integração cuidadosa com APIs do sistema.