GitHub 上万星AI 工具值不值得推荐和收藏?至少要过这 4 关

QUOTE

Star 数负责把它送到我面前。最后能不能留下，要看它自己过不过关。

—— 大洲

9 月 15 日，我在 GitHub 上看到 Hypit。

当时它刚发布不久，采集时有 1607 颗 Star，中文互联网已经有人开始转。仓库、文档、许可证、安装入口我都查了，于是把它放进了公众号选题候选。

但那时我还没有实际装过。

后来一句话把我问住了。没有实际安装运行，怎么能叫实测？

我只好回到电脑前，把它真的装起来。结果第一步就撞了四个坑。中文字体读不到，内部零件之间缺了一百多条连接，新装的零件不会自动接上，修完一次还不算完。

四天后，它从 1607 颗 Star 涨到 10393 颗。我也从“看过一个热门项目”，走到了“用它做出两条完整视频”。其中一条 169.3 秒，另一条 37.87 秒。

这件事改掉了我推荐 AI 工具的习惯。

GitHub 的 Star 可以告诉我，多少人看见了它。README 可以告诉我，作者希望它怎样工作。当我要向读者推荐时，这两样都不够。

一个 AI 工具想进入我的常用收藏，或者让我公开写下“推荐”两个字，至少要过四关。

本文看点

以前我容易把“发现”“收藏”“安装”“推荐”混在一起。现在会刻意分开。

看到一个项目，核对过仓库和用途，只能说我发现了它。

安装命令成功，版本号能显示，可以说它装上了。

用自己的材料跑出结果，可以说它实测过。

最后还要检查产物，写清失败、费用和适用范围，我才敢说它值得推荐。

这里说的“收藏”，也不是顺手点一下浏览器书签。那没有门槛。我说的是把它留在自己的常用工具库里，下次遇到任务愿意继续调用。

这四关分别是装得上、跑得通、结果能用、边界说清楚。

“安装成功”听起来很简单，其实最容易掺水。

仓库下载到电脑不算。终端里跑过一条命令也不算。至少要看到版本号，跑完健康检查，还要知道缺哪些依赖、哪些功能需要登录。

我装过的几个工具，第一关的差别非常大。

Humanizer 是最轻松的一个。官方命令几秒就装完了。我又把仓库装进 Codex 的技能目录，运行自带的校验，确认版本是 2.9.1，33 个检查模式都在。它的主体就是一份 Markdown 规则，没有复杂服务，也不需要账号授权。

Agent Reach 稍微复杂一点，但检查做得很清楚。我刚刚重新跑了一次体检，当前版本是 1.5.0，13 个渠道里有 10 个可用。

网页、语义搜索、YouTube、GitHub、B站、RSS、V2EX 可以直接用。X、小红书和 Reddit 也已经接通。剩下三个渠道需要额外配置，所以我不会把它写成“13个平台全部开箱即用”。

Hypit 是另一个极端。版本 0.1.8 能装，官方全局安装路线在我的电脑上却不能直接使用。为了让中文确实出现在视频里，我最后修了四处。

第一处是中文字体的安装信息放错了位置。第二处是内部工作包之间缺少连接。第三处是子进程找不到上游包。第四处是后来新增一个包，它不会自动接进原有环境。

这些问题都修完后，我把修复过程写成了一个可以重复运行的脚本。再次执行时，它能分清哪些连接已经存在，哪些是真冲突，不会每次都把环境搅一遍。

这才算通过第一关。

所以我现在看安装，至少记五件事，包括用的什么系统、什么版本、花了多久、额外开了什么权限、手工修了什么。

只给一行安装命令的推荐，往往把最费时间的部分藏起来了。

装上之后，我不会马上跑一个大项目。

先拿自己的材料，做一个最小任务。这个任务要足够小，失败了不心疼；又要碰到工具的核心能力，不能只让它打印一句“你好”。

Hypit 的第一个任务只有 8 秒。

我做了中文和英文两支聊天气泡视频，成本都是 0 元，单支渲染大约 9.4 秒。中文标题、发送者名字和彩色 emoji 都放了进去，专门检查它会不会把中文渲染成方块。

这条 8 秒视频跑通以后，我才继续做 169.3 秒的语义复刻。后来又做了一条 37.87 秒的真图版。要是一上来就做长片，中文字体和环境连接的问题会藏到渲染后面，浪费的就不止十分钟了。

Last30Days 给我的教训更有意思。它证明了“程序能跑”和“问题被解决”之间还有距离。

我当时安装的是 3.21.1。第一次拿它查询“适合普通人的热门 GitHub AI Agent 技能”，快速模式用了 27.1 秒。

它找到了 Reddit 6 条、Hacker News 6 条。Reddit 这批数据有 156 个赞和 154 条评论，Hacker News 有 166 分和 41 条评论。看起来不算少。

最终结果却只有一句，Nothing solid this window。

12 条候选里，没有一个主题通过相关性门槛。中途 Reddit 还遇到了 HTTP 429，X、YouTube、GitHub 这一轮都没有命中。

这个结果没有帮我列出想要的榜单，却让我看清了它的适用范围。它更擅长回答“某个具体产品最近 30 天发生了什么”，不适合用一个宽泛问题盘点整个工具生态。

后来把问题收窄到 AI Agent 圈的具体变化，发现模式跑了 3 分 41 秒，才得到 5 个有证据支撑的趋势。

这也是一种通过测试的方式。工具没有为了讨好我硬编答案，还主动承认这一轮证据不够。但如果我只截取“搜到12条结果”，删掉最后那句失败判断，就会把它写成一个万能调研神器。

我的最小任务现在有四个要求。输入来自真实工作，完整走到输出，步骤能复现，时间和失败次数能记下来。

AI 工具特别喜欢给人一种已经完成的感觉。

日志显示 success，文件出现在文件夹里，进度条变成绿色。人很容易到这里就停下。

我现在会继续追问。文件打开了吗？画面看了吗？声音听了吗？它回到真实工作里还能用吗？

Hypit 的 8 秒测试片生成后，我用工具读取了视频信息。中文版本是 H.264，540×960，30 帧，正好 240 帧；音频是 AAC，时长 8 秒。随后又抽取几个时间点的画面，确认中文标题、聊天气泡、发送者名字和彩色 emoji 都实际出现在成片里。

169.3 秒长片完成后，我检查了音轨、黑场和冻结，还抽了 26 帧检查排版。37.87 秒真图版也做了同样的技术检查。

这里依然有一条边界。机器检查通过，只能证明文件能播、没有明显技术故障。完整观看后的审美判断和最终发布认可，还得由人来做。

Agent Reach 也是一样。体检显示 10 个渠道可用，只能证明入口接通。它能被我保留下来，是因为后来确实进入了选题工作。

9 月 19 日做公众号选题时，我用它背后的 X 和网页读取路线，抓了 15 个对标账号，每个账号最近 12 条内容，再和本地项目一起去重。追加搜索遇到一次 429，我把错误原样留进报告，没有把“搜索失败”解释成“网上没有相关内容”。

从那以后，Agent Reach 才从“安装过的工具”变成“还在用的工具”。

Humanizer 的结果最容易看懂。

我先给它一段故意写得很像 AI 的中文稿。开头是“在当今人工智能高速发展的时代”，后面跟着“不可或缺的重要助手”“独特的人文温度”这一类句子。

改完以后，开头变成这样。

效果很明显。排比少了，空洞的升华词删了，长短句也自然了。

但我没有因为这一段变顺，就认定文章可以发布。Humanizer 只能改腔调，补不了真实经历和数据。如果原稿本身是空的，它最多把空话改得更像人说。

所以这篇文章里的版本号、耗时、失败记录和成片数据，仍然要从真实项目里找。工具不能替我生活一遍。

这一关最影响点击，也最影响信任。

只写成功，标题会更漂亮。把失败和费用补上，读者才能判断自己该不该装。

Hypit 很适合说明这件事。

它的本地代码渲染可以做到 0 元，我的两支 8 秒测试片没有调用外部生成模型。169.3 秒的语义复刻也走了本地代码渲染。

但 Hypit 里面需要 AI 生成画面的部分并不免费。我给《三圣论道》工程做过一次只询价不执行的计算。四张 2K 图片、四段 5 秒短片，加上转写，合计约 1.27 美元，约 254 个额度。

我后来在 Gemini 网页版生成四张剧照，再把素材放回工程，最终做出 37.87 秒的真图版，Provider 扣费降到了 0 元。

这里也不能偷换概念。Gemini 和 Grok 的网页订阅不等于 API，不能直接塞进 Hypit 当接口用。把网页版生成的图片下载回来，作为本地素材使用，这条路我跑通了；直接把网页登录状态变成接口，我没有跑通。

Agent Reach 的公开渠道不收 API 费，但 X、小红书、Reddit 这类平台需要登录状态。Cookie 基本等于账号通行证，不能随手复制给别人，也不能因为工具能抓，就忽略平台风控和使用规则。

Humanizer 免费、安装轻，却有两个限制。它的 33 个模式主要来自英文语料，中文里的套话需要自己补。它还能让文章更顺，但不能用来伪装原创、绕过平台标识，更不会凭空补出个人经历。

Last30Days 的限制更直接。宽泛问题很可能得到空结果。目前我重新检查电脑，它已经不在常用技能目录，只在 9 月 3 日的归档里还能找到。这个状态很诚实。我确实安装和测试过它，但它没有成为我每天都会调用的常驻工具。

一个工具值不值得收藏，最终要看它会不会再次出现在真实工作里。

把四关放在一起，我现在会这样写。

这四个结果并不整齐。

有人会觉得，写推荐文章当然应该挑全是优点的工具。可我实际用下来，最有价值的往往是那一段“它在哪种情况下不好用”。

Agent Reach 到今天还在我的工作里。Hypit 能做出片子，但要愿意修环境。Humanizer 确实能改掉一部分 AI 腔，可它救不了没有经历的文章。Last30Days 有自己的强项，也真实地交过一份空答案。

它们都上过 GitHub 热门榜，也都被我装过。最后留下来的位置完全不同。

下次再看到一个 GitHub 上万星的 AI 工具，可以先问四句话。

四关都能回答，再谈推荐。

少一两关也不代表它没价值，只是应该换一个更准确的说法。可以说“我发现了”“我安装了”“我还在测试”。别急着把每个热门项目都写成神器。

我以后也会按这套标准来。

推荐一个工具，是替读者先花时间踩坑。收藏一个工具，是愿意在下一次真实任务里继续用它。

Star 数负责把它送到我面前。最后能不能留下，要看它自己过不过关。