开源时间追踪神器：Python写的ActivityWatch，告别“时间都去哪儿了”的疑问

你有没有过这样的感觉：一天忙得不可开交，回头一想“到底做了啥？”却答不上来。ActivityWatch 就是这样一款工具，它能悄悄帮你记录工作和生活的数字足迹，更重要的是，你的数据完全掌握在自己手中，不会被上传到云端或用于其他商业目的。

ActivityWatch 是什么？

简单来说，ActivityWatch 是一个用 Python 编写核心服务端（Server），并搭配 Web 前端界面的本地时间与活动追踪系统。它通过运行在你电脑上的“观察者”（watcher）程序，持续记录：

• 当前正在使用的应用程序及其窗口标题。
• 当前活跃的浏览器标签页和 URL（需要安装对应的浏览器插件）。
• 键盘和鼠标的活动状态，用于智能判断你是否处于“离开”（AFK）状态。

所有收集到的数据都存储在你本地的数据库中，你可以通过其丰富的 Web 界面，以时间线、统计图表、详细列表等形式查看。数据支持导出为 JSON 格式，也提供了完整的 REST API，方便其他工具读取或进行二次开发。

安装与快速上手

ActivityWatch 支持 Windows、macOS 和 Linux 三大主流桌面平台。

下载安装
最便捷的方式是前往其 GitHub 项目的 Releases 页面，下载对应你操作系统的安装包。Linux 用户也可以通过包管理器或从源码进行安装。

本地运行步骤

1. 下载并安装：通常安装包会包含核心服务 aw-server、Web 界面 aw-webui 以及一些默认的观察者程序。
2. 启动服务端：运行 aw-server 可执行文件。它通常会在后台启动一个本地服务器（默认端口 5600）。
3. 启动观察者：运行你需要的观察者，例如 aw-watcher-window（记录窗口）和 aw-watcher-afk（记录活动状态）。许多平台的安装包会将这些观察者设置为开机自启动。
4. 访问 Web 界面：在浏览器中打开 http://127.0.0.1:5600/（具体地址请参考安装说明）。
5. 查看与分析：在界面中，你可以查看实时仪表盘（Dashboard）、时间线（Timeline），或使用活动浏览器（Activity Browser）和查询探测器（Query Explorer）深入分析你的数据。

扩展与开发
如果你想自己编写一个观察者程序，官方提供了 aw-client (Python) 和 aw-client-js 等客户端库。本质上，一个观察者就是定期向服务端发送“心跳”（heartbeat）数据的小程序。查阅官方文档可以了解现有观察者列表和详细的 API 说明，适合有一定脚本编写能力的用户进行个性化扩展。

同步与多设备
目前，官方的去中心化同步功能仍在开发完善中。一个变通方案是，你可以将 aw-server 部署在你自己的远程服务器上，从而实现跨设备的数据汇聚。但在默认情况下，所有数据都仅存储在你的本地设备上。

优点

• 隐私至上：数据完全本地化，你是数据的唯一所有者。
• 开源透明：代码完全开放，可审计，避免了闭源软件可能存在的“黑箱”操作。
• 高度可扩展：采用插件式的观察者体系，社区不断为新的应用和场景开发支持插件。
• 数据粒度细：基于原始事件/心跳的记录方式，为深度分析提供了可能。
• API 完备：提供了 REST API、多种语言的客户端库以及强大的查询 API，便于自动化处理或集成到其他工作流中。

缺点与现实考量

• 对非技术用户有门槛：尽管安装包越来越友好，但进行高级配置（如自建同步服务器）仍需要一定的动手能力。
• 移动端支持不均：对桌面平台支持完善，但 iOS 端的原生支持相对有限（Android 支持更好一些）。
• 同步功能待完善：官方的跨设备同步方案尚未完全稳定，需要用户自行搭建或等待后续更新。
• 可能引发数据焦虑：对于有强迫倾向的用户，过于详细的数据可能会让人不自觉地想要“优化”每一分钟，这既是工具的强大之处，也可能是一种甜蜜的负担。

总结

ActivityWatch 是一款非常适合注重数字隐私，同时又希望深入了解自己时间使用模式的工具。它以 Python 后端为核心，配合灵活的观察者体系，在强大和易定制之间取得了良好平衡。对于技术爱好者和隐私敏感型用户尤其友好；对于追求“开箱即用”的纯小白用户，初期可能需要一点耐心来配置。

总的来说，如果你在寻找一个可控、开放、可深度定制的自动化时间记录解决方案，ActivityWatch 值得你投入时间去探索和使用。关于项目的最新进展和代码，你可以在 云栈社区 等开发者社区关注相关讨论，也可以直接访问其项目主页：https://github.com/ActivityWatch/activitywatch。