Snipset: lokaal, AI-gestuurde tekstuitbreiding en klembordbeheerder
Breid tekst onmiddellijk uit met aanpasbare sleutelwoorden en on-device AI, met behulp van snippets, klembordgeschiedenis en een TOTP-kluis op je desktop. Iwan Kurniawan heeft Snipset gebouwd voor Windows power users, schrijvers en ontwikkelaars die privacy-eerste automatisering willen. Het draait op een native Rust-engine, houdt gegevens in een versleutelde SQLite-database en maakt verbinding met Ollama voor lokale modelinferentie. Deze combinatie richt zich op kenniswerkers die snelle, offline tekstgeneratie nodig hebben zonder cloudtelemetrie.
Wat Snipset in de praktijk eigenlijk doet
Snipset legt repetitieve typwerk vast en automatiseert invoeging met behulp van aanpasbare triggers zoals //email, slaat snippets op in een versleutelde SQLite-database en behoudt het klembordgeschiedenis voor snelle hergebruik. Bovendien kan de app tekst transformeren of genereren via lokale Ollama-modellen wanneer deze op de machine aanwezig zijn. De Vault integreert een TOTP-authenticator zodat je twee-factor codes naast andere beveiligde snippets in dezelfde versleutelde opslag kunt bewaren.
Hoe licht het is op systeembronnen
De native Rust-engine houdt de runtime-voetafdruk laag, met een installer van minder dan 15MB en een Tauri 2.x-build die webview-overhead vermijdt. De architectuur gebruikt een OS-niveau toetsenbordhaak voor de snelste trigger-naar-tekst pad, wat de nadruk verklaart op minimaal inactief CPU- en RAM-gebruik. Voor gebruikers die minimale achtergrondbelasting willen, plaatst het ontwerp uitbreiding en klembordverwerking op het lokale proces in plaats van een externe service.
Is het veilig en privé om op een desktop te draaien
Snipset slaat alles lokaal op en verzendt geen telemetrie, werkt op een lokaal-eerst principe en versleutelde opslag om prompts en klemborditems van derden servers te houden. AI-verwerking is beperkt tot on-device Ollama-modellen, zodat prompts niet naar externe inferentiediensten reizen. De app's one-click NSIS-installer vereist geen externe afhankelijkheden, waardoor het aanvalsoppervlak tijdens de installatie wordt verminderd.
Praktische keuze voor privacygerichte power users, met een installatie-inspanning
Snipset bedient gebruikers die snelle, offline tekstautomatisering nodig hebben en willen dat hun snippets volledig op het apparaat worden bewaard. Het enige praktische nadeel is dat de AI-functies op het apparaat een lokale Ollama-installatie en bijbehorende modelbeheer vereisen, wat extra installatie-inspanning met zich meebrengt voor degenen die alleen basisuitbreiding willen. Voor iedereen die datagezondheid en snelle triggers prioriteit geeft, functioneert de app als een gerichte automatiseringstool.
