Faut-il créer votre propre Cluely ?
Une fenêtre superposée sur le bureau, toujours au premier plan, qui observe votre écran et écoute vos appels, puis vous fournit des réponses AI en temps réel.
Le cycle central est vraiment minimal : capturer une image de l’écran, transcrire le microphone, envoyer les deux à un modèle multimodal et afficher progressivement la réponse dans une fenêtre transparente toujours au premier plan, à l’aide d’un raccourci clavier. Un agent peut faire fonctionner cela en une session, et le résultat ressemblera à la démo de façon presque gênante. Les lacunes se trouvent dans les aspects peu séduisants : capter l’audio de l’autre personne nécessite des périphériques audio virtuels, la latence doit suivre le rythme de la conversation, et l’astuce phare qui consiste à rester invisible dans les partages d’écran dépend de paramètres de fenêtre fragiles, propres à chaque plateforme, qui varient selon l’OS et l’application de visioconférence. Votre version DIY fonctionnera bien lorsque vous serez seul devant votre écran, et pourrait vous trahir discrètement au seul moment où cela compte.
EN → FRAnalyse traduite automatiquement de l’anglais. Prompt original conservé en anglais.
Build a local desktop AI overlay assistant called "Peek". Stack: Electron 30 with TypeScript, Vite for the renderer, no framework beyond plain TS and CSS. Target macOS first, keep Windows paths behind a small platform module. Everything runs locally except LLM calls.
Behavior:
1. On launch, create a frameless, transparent, always-on-top BrowserWindow, 420x520, positioned top-right of the primary display. No dock icon, no menu bar item beyond a tray icon with Quit.
2. Set the window to ignore mouse events by default; hold a modifier hotkey to make it interactive.
3. Global hotkeys: Cmd+Shift+Space asks a question from the current context, Cmd+Shift+H toggles visibility, Cmd+Shift+Enter follows up in the same thread.
4. On ask: capture a PNG of the active display via Electron desktopCapturer at max 1600px wide, grab the last 30 seconds of rolling audio transcript, and send both to the model.
5. Audio: capture from a configurable input device using the renderer's MediaRecorder in 5 second chunks, transcribe each chunk with OpenAI whisper-1, keep a rolling 60 second transcript buffer in memory only. Never write audio to disk.
6. LLM: call the OpenAI chat completions endpoint with a multimodal message (screenshot plus transcript plus user intent), stream tokens into the overlay. System prompt: answer in under 60 words, lead with the answer, bullets only when listing, no preamble.
7. Attempt screen-share exclusion: call setContentProtection(true) on the window, and on Windows use the SetWindowDisplayAffinity equivalent flag. Print a startup warning in the console that exclusion is best effort and must be verified manually.
8. Settings: a small JSON config at userData/config.json for model name, input device id, hotkeys, and transcript window length. No settings UI beyond a tray menu item that opens the file.
In scope: the overlay, hotkeys, screenshot capture, rolling transcription, streaming answers, tray quit, README with macOS permission steps and BlackHole routing instructions for capturing other-party audio.
Out of scope: accounts, login, cloud sync, telemetry, analytics, auto-update, code signing, mobile, browser extension, meeting integrations, transcript persistence, any database.
Secrets: OPENAI_API_KEY in .env, loaded in the main process only. Never expose the key to the renderer; proxy all API calls through IPC. Commit a .env.example.
Deliver: working npm scripts dev and build, a README with a 60 second setup, and a HONESTY.md file listing what will break, starting with screen-share invisibility and audio device routing.Le prompt s’ouvre prérempli dans votre agent. Relisez-le avant de l’exécuter. · ce prompt est généré à partir du plan de construction · améliorez-le via une PR
Comment créer votre propre version ?
Une fenêtre superposée Electron locale, liée à un raccourci clavier, qui capture votre écran actif, transcrit l’audio récent, envoie les deux à un LLM multimodal et affiche progressivement une réponse courte dans une fenêtre translucide que personne d’autre n’est censé voir.
Ce dont vous aurez besoin
- Une clé API OpenAI (ou tout point de terminaison de chat multimodal) dans .env
- Un ordinateur macOS ou Windows, avec les autorisations d’enregistrement de l’écran et d’accès au microphone
- Un périphérique audio virtuel pour le son de l’interlocuteur : BlackHole sur macOS, VB-Cable ou la capture en boucle WASAPI sur Windows
- Node 20 et la volonté de signer une version Electron non signée ou de l’autoriser vous-même
Parce que la difficulté n’est pas l’appel au LLM, mais la vingtaine de petits détails propres aux plateformes qui rendent une fenêtre superposée silencieuse, invisible et rapide sous pression, et parce que les personnes qui se tournent vers cet outil n’ont, par définition, pas envie de déboguer un pilote audio virtuel dix minutes avant un entretien. Payer transforme un bricolage personnel fragile en quelque chose qui se comporte à peu près correctement sur un portable que vous n’avez pas configuré vous-même.
xUne invisibilité lors du partage d’écran réellement testée avec Zoom, Meet, Teams et les outils de capture d’écran de l’OS
xUne latence inférieure à la seconde et le réglage des prompts qui rend les réponses assez courtes pour être lues pendant que quelqu’un parle
xUne capture du son système qui fonctionne simplement, sans vous obliger à installer et à configurer le routage d’un périphérique audio virtuel
xLa prise en charge du mobile et des extensions de navigateur, ainsi qu’un compte hébergé pour retrouver votre configuration sur une autre machine
xLe fait qu’un autre assume les risques juridiques et de PR d’un produit dont l’argument commercial est de « tricher sur tout »
Rien qui mérite d’être cité. C’est pour cela que le prompt existe.
Combien coûte Cluely ?
- Facturation mensuelle
- 19,99 $US/mois19,99 $US/mois · par personne
- Par an
- 240 $US/an240 $US/an
- Avec une carte brésilienne, IOF de 3,5% inclus
- 104 R$/mois1 254 R$/an
Enregistré dans Ma liste. Un avis s’affichera ici si le prix change.
Vous finalisez l’achat sur le site de Cluely. Vibe Radar ne gère aucun paiement.
Construire ou s’abonner à Cluely ?
Ajustez les chiffres : heures de développement, taux horaire, coûts d’exploitation et prix de l’abonnement.
Sur 24 mois, l’abonnement coûte moins cher.
Heures estimées d’après l’analyse (un week-end). Ne chiffre pas ce que vous perdez (support, intégrations, sécurité).
Puis-je recréer Cluely ?
En partie. Le cœur de Cluely se construit en un week-end avec le prompt de cette page, mais il reste de vraies lacunes : Une invisibilité lors du partage d’écran réellement testée avec Zoom, Meet, Teams et les outils de capture d’écran de l’OS, Une latence inférieure à la seconde et le réglage des prompts qui rend les réponses assez courtes pour être lues pendant que quelqu’un parle. Lisez la liste ci-dessus avant de vous lancer.
Combien coûte Cluely ?
Cluely coûte environ 19,99 $US/mois (Pro, vérifié le 20/10/2026), soit 240 $US par an.
Que perd-on en remplaçant Cluely ?
Honnêtement : Une invisibilité lors du partage d’écran réellement testée avec Zoom, Meet, Teams et les outils de capture d’écran de l’OS; Une latence inférieure à la seconde et le réglage des prompts qui rend les réponses assez courtes pour être lues pendant que quelqu’un parle; Une capture du son système qui fonctionne simplement, sans vous obliger à installer et à configurer le routage d’un périphérique audio virtuel; La prise en charge du mobile et des extensions de navigateur, ainsi qu’un compte hébergé pour retrouver votre configuration sur une autre machine; Le fait qu’un autre assume les risques juridiques et de PR d’un produit dont l’argument commercial est de « tricher sur tout ». Si l’un de ces points compte pour vous, continuez à payer.
Existe-t-il une alternative open source à Cluely ?
Aucune alternative open source mature à recommander, et c’est précisément pour cela que le prompt de cette page existe.