⚡ WorkWatch

Sistema inteligente de monitoramento de produtividade em Python
_{Monitoramento local, logs estruturados, presença via webcam, idle tracker e arquitetura preparada para evolução corporativa.}

🌌 Visão Geral

O WorkWatch é um sistema inteligente de monitoramento de produtividade desenvolvido em Python, criado para acompanhar atividades realizadas no computador de forma contínua, estruturada e expansível.

A proposta do projeto é registrar eventos importantes do ambiente de trabalho, como janela ativa, programa em uso, presença física via webcam, tempo de inatividade e logs consolidados em CSV. Esses dados formam uma base técnica para futuras análises, dashboards, relatórios corporativos e integração com inteligência artificial.

O projeto nasceu como estudo prático e portfólio, mas foi estruturado com visão de produto: modular, extensível, documentado e preparado para evoluir para um cenário profissional.

🎯 Objetivo do Projeto

O WorkWatch responde a uma pergunta central:

Como medir, registrar e analisar a produtividade real de uso do computador de forma organizada, leve e evolutiva?

A partir dessa ideia, o sistema busca entregar uma base sólida para:

📡 Monitoramento Local Capturar janelas, programas, presença e inatividade sem depender de serviços externos.	📊 Dados para Análise Gerar logs estruturados para análise futura em Python, Excel, Power BI, dashboards ou IA.
🧩 Arquitetura Modular Separar responsabilidades em módulos independentes, facilitando manutenção e evolução.	🏢 Visão Corporativa Criar uma base técnica que possa evoluir para relatórios, gestão, auditoria e conformidade com LGPD.

🧭 Status Executivo

Pilar	Status	Nível Atual	Descrição
Monitoramento de janelas	✅	MVP funcional	Captura janela ativa, programa executável e mudanças de foco.
Detector de presença	✅	MVP funcional	Detecta presença via webcam com OpenCV + cvzone/MediaPipe.
Idle Tracker	✅	MVP funcional	Identifica inatividade usando API nativa do Windows.
Logs em CSV	✅	Funcional	Registra eventos consolidados em `storage/logs.csv`.
Configuração via JSON	✅	Funcional	Permite ativar/desativar módulos e ajustar intervalos.
Arquitetura multi-thread	✅	Funcional	Cada monitor roda em thread separada, sem travar a aplicação.
Dashboard local	🧩	Planejado	Visualização gráfica dos dados coletados.
Classificação de produtividade	🧩	Planejado	Classificação de apps e sites como produtivos, neutros ou distrativos.
Relatórios automáticos	🧩	Planejado	Exportação futura em PDF, PNG ou painel web.
Integração com IA	🧩	Planejado	Análise inteligente de padrões de comportamento e produtividade.

⚙️ Funcionalidades

🪟 1. Monitoramento de Janelas

O módulo de janelas acompanha a aplicação ativa no computador e registra mudanças relevantes de foco.

O que ele identifica:

Título da janela ativa.
Programa executável em uso.
Data e hora do evento.
Mudança real de janela, evitando registros repetidos desnecessários.

Exemplo de uso prático:

Identificar quanto tempo o usuário alternou entre VS Code, navegador, terminal, documentos e outros programas.
Criar base para classificar atividades como produtivas, neutras ou distrativas.

🎥 2. Detector de Presença via Webcam

O detector de presença usa webcam para identificar se o usuário está fisicamente presente diante do computador.

Recursos atuais:

Captura de imagem via OpenCV.
Detecção facial usando cvzone/MediaPipe.
Registro de mudança de estado: PRESENTE ou AUSENTE.
Execução isolada em thread separada.
Liberação segura da webcam ao encerrar o sistema.

O objetivo não é gravar ou vigiar o usuário. A webcam é usada como sensor técnico de presença, registrando apenas eventos relevantes para análise de engajamento e uso do computador.

⏱️ 3. Idle Tracker

O Idle Tracker detecta quando o usuário fica sem interagir com teclado ou mouse por determinado período.

Como funciona:

Usa a API nativa do Windows GetLastInputInfo.
Mede o tempo desde a última interação.
Registra quando o usuário entra em estado INATIVO.
Registra quando o usuário retorna para estado ATIVO.

Benefício: permite diferenciar tempo real de uso do computador de períodos em que a máquina ficou parada.

🧾 4. Logs Consolidados em CSV

Todos os eventos importantes são registrados em um arquivo CSV, facilitando análise futura com Python, Excel, Power BI ou dashboards.

Arquivo principal:

storage/logs.csv

Exemplo simplificado de evento:

data,hora,modulo,evento,detalhe
16/05/2026,14:25:31,window_tracker,JANELA_ATIVA,code.exe - main.py
16/05/2026,14:28:10,presence_detector,PRESENTE,rosto detectado
16/05/2026,14:35:42,idle_tracker,INATIVO,sem interação por 60 segundos

🧵 5. Arquitetura Multi-Thread

Cada módulo de monitoramento roda em sua própria thread, permitindo execução paralela e evitando travamentos.

Vantagens:

O monitoramento de janelas não trava a webcam.
A webcam não impede o Idle Tracker de funcionar.
O encerramento do sistema fica mais controlado.
A aplicação se torna preparada para crescer com módulos independentes.

Ao pressionar CTRL + C, o sistema realiza um encerramento limpo:

Sinaliza parada para as threads.
Finaliza os monitores com segurança.
Libera a webcam.
Evita erros de interrupção mal tratados.

🏗️ Arquitetura

O WorkWatch foi pensado com separação de responsabilidades. Cada pasta possui uma função clara, facilitando manutenção, leitura e evolução.

WorkWatch/
│
├── README.md                     # Documentação principal do projeto
├── assets/
│   └── banner_Work.png           # Banner visual do README
│
├── main.py                       # Orquestrador principal das threads e do shutdown limpo
│
├── config.json                   # Configurações gerais do sistema
│
├── monitor/
│   ├── window_tracker.py         # Monitoramento da janela ativa
│   ├── presence_detector.py      # Detecção de presença via webcam
│   ├── idle_tracker.py           # Detecção de inatividade por teclado/mouse
│   └── multitask_analyzer.py     # Planejado: análise de troca rápida de janelas
│
├── storage/
│   └── logs.csv                  # Arquivo consolidado de eventos
│
├── analyzer/
│   └── content_classifier.py     # Planejado: classificação de produtividade
│
├── reports/
│   └── report_generator.py       # Planejado: geração de relatórios
│
├── dashboard/
│   └── app.py                    # Planejado: dashboard local
│
└── utils/
    ├── config.py                 # Planejado: utilitário de configuração
    └── logger.py                 # Planejado: utilitário centralizado de logs

🔄 Fluxo de Funcionamento

flowchart TD
    A[🚀 Início do sistema] --> B[⚙️ Carrega config.json]
    B --> C{Módulos habilitados?}
 
    C --> D[🪟 Thread: Monitor de Janelas]
    C --> E[🎥 Thread: Detector de Presença]
    C --> F[⏱️ Thread: Idle Tracker]
 
    D --> G[🧾 Logs em CSV]
    E --> G
    F --> G
 
    G --> H[📊 Base de análise]
    H --> I[📈 Dashboard futuro]
    H --> J[📄 Relatórios]
    H --> K[🤖 Análise com IA]
 
    classDef start fill:#020617,stroke:#00D9FF,color:#FFFFFF,stroke-width:2px;
    classDef module fill:#0F172A,stroke:#38BDF8,color:#FFFFFF,stroke-width:2px;
    classDef data fill:#111827,stroke:#22C55E,color:#FFFFFF,stroke-width:2px;
    classDef future fill:#1E1B4B,stroke:#A855F7,color:#FFFFFF,stroke-width:2px;
 
    class A,B,C start;
    class D,E,F module;
    class G,H data;
    class I,J,K future;

🧠 Visão Técnica do Produto

mindmap
  root((WorkWatch))
    Monitoramento
      Janela ativa
      Programa executável
      Troca de foco
    Presença
      Webcam
      OpenCV
      MediaPipe
    Inatividade
      Teclado
      Mouse
      GetLastInputInfo
    Dados
      CSV
      Data e hora
      Eventos consolidados
    Evolução
      Dashboard
      Relatórios
      Classificação de apps
      IA
      LGPD

🛠️ Tecnologias Utilizadas

Tecnologia	Uso no Projeto
Python 3.10	Linguagem principal do sistema.
pygetwindow	Captura da janela ativa.
psutil	Identificação de processos e programas em execução.
pywin32	Acesso a recursos do Windows, PID e handle da janela.
OpenCV	Captura de imagem via webcam.
cvzone / MediaPipe	Detecção facial para presença.
ctypes	Acesso à API nativa do Windows para inatividade.
threading	Execução paralela dos módulos de monitoramento.
json	Configuração externa do sistema.
csv	Registro estruturado de eventos.
datetime	Registro de data e hora dos eventos.

💻 Como Executar

1. Clone o repositório

git clone https://github.com/Dinox75/WorkWatch.git
cd WorkWatch

2. Crie e ative um ambiente virtual

No Windows:

python -m venv venv
venv\Scripts\activate

3. Instale as dependências principais

Caso o projeto ainda não tenha um requirements.txt, instale manualmente as bibliotecas utilizadas:

pip install pygetwindow psutil pywin32 opencv-python cvzone

Dependendo do ambiente, o cvzone pode exigir dependências adicionais relacionadas ao MediaPipe.

4. Execute o sistema

python main.py

🧪 Requisitos e Observações Técnicas

Projeto recomendado para ambiente Windows.
O Idle Tracker usa API nativa do Windows.
O detector de presença precisa de webcam disponível.
A webcam deve ser liberada corretamente no encerramento.
Bibliotecas como OpenCV, MediaPipe e pywin32 podem exigir ajustes de instalação dependendo do ambiente.
O projeto está em desenvolvimento e pode passar por mudanças estruturais.

📊 Possibilidades de Análise Futuras

Com os dados registrados em CSV, o WorkWatch poderá evoluir para análises como:

📈 Produtividade

Tempo total ativo por dia
Tempo inativo por período
Picos de produtividade

🧭 Comportamento

Frequência de troca de janelas
Padrões de multitarefa
Horários de distração

🏢 Gestão

Relatórios semanais
Classificação de programas
Indicadores por categoria

🧩 Roadmap

🔵 Curto Prazo

Melhorar o sistema centralizado de logs.
Criar requirements.txt.
Padronizar estrutura final dos eventos CSV.
Criar camada de configuração em utils/config.py.
Criar logger reutilizável em utils/logger.py.

🟣 Médio Prazo

Implementar detector de multitarefa.
Criar classificador de programas produtivos, neutros e distrativos.
Gerar relatórios simples por dia.
Criar dashboard local com Flask ou Streamlit.
Adicionar gráficos de atividade.

🟢 Longo Prazo

Integrar análise com IA.
Gerar relatórios automáticos em PDF.
Criar alertas inteligentes.
Implementar painel corporativo.
Criar política de permissões e auditoria.
Evoluir para uma solução profissional de produtividade e gestão de atividade.

🔐 Segurança, Privacidade e LGPD

O WorkWatch é um projeto de estudo e uso local. Apesar de lidar com monitoramento de atividade, seu uso deve sempre respeitar privacidade, transparência e legislação aplicável.

Para qualquer aplicação em ambiente corporativo real, é necessário considerar:

Consentimento claro dos colaboradores.
Política interna de monitoramento.
Finalidade legítima e bem documentada.
Transparência sobre quais dados são coletados.
Segurança no armazenamento dos logs.
Controle de acesso às informações.
Conformidade com a LGPD.
Auditoria e responsabilidade sobre o uso dos dados.

Monitoramento de produtividade deve ser usado para melhorar processos, apoiar gestão e entender padrões de trabalho, nunca para vigilância abusiva ou invasiva.

📚 Aprendizados Aplicados

Este projeto reúne conceitos importantes para desenvolvimento Python e construção de sistemas reais:

Organização modular de projeto.
Manipulação de arquivos CSV e JSON.
Monitoramento de processos do sistema operacional.
Uso de webcam com OpenCV.
Detecção facial com bibliotecas externas.
Threads e execução paralela.
Tratamento de encerramento com segurança.
Separação de responsabilidades por módulos.
Preparação de base de dados para análise futura.
Pensamento de produto com visão de expansão.

🧑‍💻 Autor

Vinicius Lima

Estudante de Análise de Dados e Desenvolvimento de Sistemas, em evolução prática com Python, análise de dados, automação, Power BI, desenvolvimento de projetos para portfólio e soluções com visão profissional.

GitHub: https://github.com/Dinox75
LinkedIn: https://www.linkedin.com/in/vinicius-limajr/
E-mail: vibylima75@gmail.com
TikTok: https://www.tiktok.com/@dinox_xv

📄 Licença

Consulte o arquivo LICENSE deste repositório para mais informações.

📅 Última Atualização

16/05/2026

Desenvolvido por Vinicius Lima • Python • Monitoramento • Produtividade • Dados • Portfólio

Name		Name	Last commit message	Last commit date
Latest commit History 22 Commits
analyzer		analyzer
assets		assets
config		config
dashboard		dashboard
monitor		monitor
storage		storage
utils		utils
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
main.py		main.py
projeto.txt		projeto.txt

Folders and files

Latest commit

History

Repository files navigation

⚡ WorkWatch

🌌 Visão Geral

🎯 Objetivo do Projeto

📡 Monitoramento Local

📊 Dados para Análise

🧩 Arquitetura Modular

🏢 Visão Corporativa

🧭 Status Executivo

⚙️ Funcionalidades

🪟 1. Monitoramento de Janelas

🎥 2. Detector de Presença via Webcam

⏱️ 3. Idle Tracker

🧾 4. Logs Consolidados em CSV

🧵 5. Arquitetura Multi-Thread

🏗️ Arquitetura

🔄 Fluxo de Funcionamento

🧠 Visão Técnica do Produto

🛠️ Tecnologias Utilizadas

💻 Como Executar

1. Clone o repositório

2. Crie e ative um ambiente virtual

3. Instale as dependências principais

4. Execute o sistema

🧪 Requisitos e Observações Técnicas

📊 Possibilidades de Análise Futuras

📈 Produtividade

🧭 Comportamento

🏢 Gestão

🧩 Roadmap

🔵 Curto Prazo

🟣 Médio Prazo

🟢 Longo Prazo

🔐 Segurança, Privacidade e LGPD

📚 Aprendizados Aplicados

🧑‍💻 Autor

📄 Licença

📅 Última Atualização

About

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages