Un mando Bluetooth de selfie y un daemon en Python para dictar prompts sin teclado

Alguien ha publicado un daemon en Python que permite dictar prompts en Google Antigravity sin tocar el teclado, usando uno de esos mandos Bluetooth de selfie que se venden por un par de dólares en Amazon o AliExpress. El autor lo ha dejado en un repositorio de GitHub y dice que es libre y de código abierto, aunque no especifica bajo qué licencia. Funciona solo en Windows.

El punto de partida es que Antigravity ya trae dictado por voz nativo con Ctrl+M, y según el autor la transcripción da bastante bien para escribir prompts hablados. El problema era tener que seguir sentado frente al teclado para pulsar Ctrl+M y luego Enter: eso anula la gracia de dictar. La idea era poder dar vueltas por la habitación o contestar desde el sofá.

Un hook de teclado y tres gestos

El truco se apoya en cómo se comportan los mandos tipo AB Shutter 3 al emparejarse por Bluetooth con Windows: el sistema los ve como un teclado HID estándar que emite pulsaciones de subir y bajar volumen. Sobre eso, el daemon instala un hook de teclado de bajo nivel (WH_KEYBOARD_LL) a través de Win32, captura la tecla y la suprime para que no aparezca el indicador de volumen en pantalla. Luego traduce el evento a una acción:

• Un clic restaura y trae al frente la ventana de Antigravity, aunque esté en otro monitor o escritorio virtual, y conmuta el micrófono.
• Dos clics cortan el micrófono si se está dictando, esperan una fracción de segundo a que se asiente la transcripción y envían Enter con el código de escaneo 0x1C.
• Shift más clic deja pasar la pulsación original, así que el volumen del PC se sigue pudiendo ajustar con el mando.

El proceso consume unos 15 MB de RAM, se lanza con pythonw para que no aparezca ninguna ventana de terminal y viene con un script por lotes que lo añade al arranque de Windows, de modo que queda activo en cada reinicio. Unos pitidos confirman por los altavoces si se ha conmutado el micrófono o enviado el prompt, sin necesidad de mirar la pantalla.

Qué queda por comprobar

El anuncio es de un solo autor, sin demo en vídeo y sin datos de rendimiento más allá de ese consumo de memoria, así que todo lo que se cuenta procede de su descripción. También hay una dependencia incómoda: si Google cambia el atajo de dictado o el comportamiento de la ventana en una actualización de Antigravity, el mapeo deja de funcionar y hay que retocarlo. Y el enfoque es enteramente Windows: los hooks de bajo nivel y el arranque automático están atados a Win32, de modo que en macOS o Linux habría que reescribir esa parte.

Para quien ya use dictado por voz en su flujo de trabajo, la pieza reutilizable no es el mando de dos dólares, sino el patrón: convertir un dispositivo HID cualquiera en un controlador de acciones concretas de una aplicación. El código está ahí para copiarlo o adaptarlo a otro atajo.