dsh-see-now es una herramienta de software de código abierto diseñada para permitir a los usuarios capturar, procesar y analizar el contenido de su pantalla en tiempo real mediante la interfaz DSH. Su objetivo principal es optimizar el uso de recursos de inteligencia artificial al filtrar automáticamente los fotogramas basándose en la variación de píxeles, evitando el procesamiento de imágenes estáticas y reduciendo significativamente el consumo de tokens. La herramienta permite generar composiciones de múltiples fotogramas en una sola imagen, lo cual es útil para la revisión de código, la depuración de aplicaciones o el análisis de flujos de trabajo complejos.
El proyecto está disponible bajo la licencia Apache 2.0 y soporta Windows y macOS, aunque la integración con Linux aún está en desarrollo. En Windows, utiliza ddagrab o gdigrab para la captura de pantalla, mientras que en macOS emplea avfoundation. La herramienta incluye un sistema de perfiles que permite a los usuarios configurar parámetros específicos, como la resolución, la tasa de fotogramas y la profundidad de la cola de procesamiento, para adaptarse a diferentes flujos de trabajo. Además, ofrece comandos de línea de comandos para gestionar el estado de la herramienta, como iniciar, detener o forzar el reinicio del proceso.
La arquitectura técnica de dsh-see-now se centra en la eficiencia. Utiliza un pipeline de procesamiento que incluye la captura de video, la detección de cambios, la compresión de imágenes y la generación de archivos PNG. El código está estructurado en módulos específicos para la captura, el pipeline, la detección de cortes y la ejecución. La herramienta incluye un sistema de voz integrado para macOS, que permite a los usuarios interactuar con la herramienta mediante comandos de voz, y un sistema de texto a voz para la salida de resultados. La documentación técnica detalla los parámetros de configuración, los ejemplos de uso y las métricas de rendimiento, que muestran que la herramienta es más eficiente que otras soluciones comerciales como OBS en términos de consumo de CPU y tiempo de procesamiento.