突破10 万次下载,可能帮助了一些人吧

"

10 万次下载，等于10 万个被服务的人。每一次下载，都相当于节约了一个人的时间，想想还是有点功德的。

早上刷后台的时候，我在一个数字上停住了两秒。

106032。

我盯着它看了一会儿，然后在脑子里换了个单位。

它不是一串流量，它是 10 万个人。

SkillHub 上 AIPDD 的112 个技能包，加在一起被下载了106032 次，数据截止到今天上午。每一次下载，都对应一个具体的人，把那个包装进自己的电脑，然后真的拿它干了一次活。

我第一反应不是高兴，是想算一笔账。

这 106032 次里，如果每一次只替那个人省下 1 个小时，那就是106032 个小时。

一个人一年满打满算工作两千小时。这 10 万个钟头，等于53 个人整整一年的生命。

我算完坐在那儿愣了一会儿。

因为这 106032 里，有人今天要交一份两百页的标书，有人要在下班前导出八条视频，有人要在月底把一抽屉发票理清楚。这些活以前都是拿来熬夜的。

而现在，有 10 万次，某个人在今天把它干完了，然后回家吃了顿热饭。

坦率的讲，我们做的都是些很小很小的东西。一个剪映脚本，一个发票整理，一个标书模板，放到技术圈里根本没人正眼瞧。

可 53 个人的一年。

这个数字让我第一次觉得，这事儿有点功德。

📌 本文看点

坦率的讲，112 个技能包里最能打的是视频线，14 个包加一起 4.4 万多次下载，占了总下载量的四成还多。

排第一的是剪映自动化 AI 助手，19692 次。

这个数字我自己看的时候都愣了一下。它是个把剪映草稿生成 API 化的东西，Python 一行命令就能建草稿、导素材、多轨剪辑、上字幕、加转场关键帧，还能接 AI 配音和智能变焦。以前一个剪辑师要手动点两小时的流程，现在就是一句话的事。

第二是视频剪辑 AI 助手，12739 次。比剪映那个更偏小白，不写代码也能直接用。

你看这两个放一起就很有意思。同一个需求，我们给了一硬一软两个版本，硬的那个下载更多。说明真在用的人，比我们想象的要专业得多。

再往下是导演编剧大师3963 次、影视短剧创作工具集2215 次、角色人物三视图生成1141 次。

还有一堆你可能想不到的，多平台视频自动化发布 941、白板动画 603、数字人口播 521、带货视频复刻 340、短剧测评短视频生成 146。

我有时候觉得，这条线之所以跑得凶，不是因为我们做得多好，是因为视频这件事太痛了。

一个人要同时写脚本、找素材、配音、剪辑、加字幕、导出、上传八个平台，每一步都在消耗你那天本来就剩得不多的耐心。我们把这条链上的每一个环节都拆成了一个包，你缺哪一段就拿哪一段。

我不知道第 19692 次下载的那个人是谁，但我大概能猜到他在干什么。

可能是县城一家婚庆公司里兼做剪辑的年轻人，可能是自己在做账号的宝妈，也可能是刚接了第一单商单、连素材都找不齐的应届生。

对他们来说，这条 4.4 万次下载的视频线，换成时间就很清楚了。今晚不用熬到三点了。

视频这行的时间是按小时论的。一条片子从素材到成片，熟手也要两三个钟头，新手能折腾一整晚。44170 次下载，哪怕每次只替人省下 1 个小时，那也是4.4 万个小时，等于二十多个人一整年的时间，被还回去了。

我们没发明什么新东西，就是把原来要手动点的那几百下，写成了脚本。

但那二十多个人，今天回家吃了顿热饭。

这条线的名字听着最没意思，但我觉得它最实在。

你想想日常是什么样的。发票一堆要整理要验真，招标书两百页要写，简历改了八版还是不满意，月度汇报的 PPT 卡在配色上一整个下午。

这些事我们全都做成了技能包。

发票整理报销与识别验真163 次，超长专业标书写作234 次，简历优化与面试准备234 次，AI 制作 PPT508 次，Excel 大师168 次，软件著作权编写大师241 次。

还有一些听起来有点奇妙的，AI 计划任务211 次，你可以让 Agent 在固定时间自己起来干活；内容创作多平台发布任务自动化编排器233 次，一次配置，多平台排期自动跑。

顺手说一句，为了方便找东西我们还做了个叫找技能的包，2275 次下载，比很多正经功能包都高。

这个数据其实挺说明问题的。技能库做大之后，最大的成本不是写，是找。我们也是被自己坑过才发现这件事的。

这条线上的每一个包，下载数都只有几百。看着真不起眼。

但你要知道标书这玩意儿长什么样。一个人手写，两百页，两周。234 次下载，就是234 个两周变成了两天。

发票也一样。一抽屉发票录入加验真，一个财务能干到晚上九点。163 次下载，就是 163 个晚上九点变成了六点。

我一直不太敢说「社会价值」这种词，太大了，说出来像在给自己脸上贴金。

可你要是把这些数字一个个念过去，163 份不用熬夜贴的发票，234 份今天交上去的标书，241 份写出来的软著申请，234 版终于投出去的简历，它就是社会价值。

它就落在这些特别小、特别琐碎、没人会写进年终总结的事情上。

时间是唯一还不回来的东西。我们能做的，就是少拿走一点。

这条线现在 15 个包，9 千多次下载，是四条线里最小的。

但我个人最舍不得的就是它。

给小白讲代码 166、浏览器自动化 RPA 417、本地 AI 大模型调用 220、多模型聚合调用 528、SKILL 技能生产工具 190、知识蒸馏 1823。

除了最后一个，剩下的下载量说实话都不算好看。

但我一直在想一个问题。如果写代码这件事最终被彻底简化到不用写，那谁来修 AI 写错的那部分？

我们在赌的是这么一件事，未来不是人不会写代码，是每个人都需要懂一点点代码，懂到能看穿 AI 在糊弄你为止。

所以这条线我们不砍，还在往上加。

有个包我要单独提一下，SKILL 技能生产工具，190 次下载。它是教你怎么做技能包的技能包。有点套娃，但我们都觉得这才是对的东西。授人以渔那句话都被说烂了，可它确实是对的。

接下来这块是我自己最骄傲的，也是最累的。

43 个 AIworkin 系列技能包，43132 次下载。

制造业 1719、装饰装修与展示工程 1658、跨境电商 1077、法律 645、不良资产 636、健康医疗咨询 628、婚礼策划 539、汽车维修 516、物流仓储 319、宠物 376、资质许可 273、教培方案 303。

剩下的列不完，你在什么行业，大概率都能翻到一个对应的。

这块做起来苦在哪呢。做一个制造业的包，你得真的知道工厂里的排产单长什么样；做不良资产的包，你得知道处置流程走到第几步会卡在哪个部门。这些东西翻资料是翻不出来的。

我们的办法很笨，找一个真正在这个行业里干了十年的人，聊到他开始说行话为止，再把那些话一句句翻译成 Agent 能听懂的东西。

大众点评优化 AI 助手 4561 次下载，是这条线里最高的。一个开餐馆的老板，可能这辈子都不会去研究什么 Agent，但他知道自己店里的差评要回、团购要上、星级要维护。这个包就是给他做的。

我一直觉得，这是 AI 这个行业最大的错位。

你去看现在市面上绝大多数 AI 产品的发布会，台下坐着的是投资人、是同行、是想做 AI 的人。一个个 Demo 惊艳得不行，可它没有一个是给那个在县城开餐馆的人做的。

而真正需要的人，在县城的一条街上开着店，在郊区的一个厂里排着班，在物流园的仓库里对着一屏发货单。

他不知道什么是 Agent，也不关心。他只知道今天这几件事必须干完，干不完明天就有麻烦。

这 43 个行业包，4.3 万次下载。它们算不上什么技术产品，就是一次伸手。

你可能会问，你们一个做 AI 的公司，跑去给四十多个行业做这种脏活累活，图什么。

坦率的讲，图的就是那个错位能被掰回来一点点。技术圈里天天在讨论 AGI 什么时候来，可眼下最关键的问题是，已经有的这些东西，为什么还到不了真正需要它的人手上。

我们在干的就是这个。搬运。把工具搬到县城去，搬到厂房里去，搬到那条街上去。

而且行业这块的时间，比办公那块更贵。

一个律师查一份跨境合规的材料，一天；一个装修项目经理排一次工期，半天；一个不良资产的人整理一套处置材料，一周。

这 43132 次下载，背后是 4.3 万次专业人士被从这种事里捞出来。他们省下来的时间能拿去干什么我不知道，但至少不是耗在复制粘贴上了。

最后这节，是最重的一块。

从今年 10 月开始，我们没有再只做技能包，开始把整套东西往开源推。三个仓库，全部在 GitHub 上敞着。

AIPDD Drama Agent 短剧开源画布，刚更新到 2.3.1

这东西要说清楚有点绕。它是从 DramaClaw 项目 fork 出来的一套自带无限画布的短剧 Agent，从脚本到分镜，从素材到成品，整条链都在本地跑。

它有两个特性我觉得挺硬气的，零外部镜像依赖，零默认外呼。你拉下来就能从源码跑起来，它不会偷偷往外面发任何东西。网关部分是 AGPL-3.0，DA-2 是 Apache-2.0，ml-sharp 是 Apple 的许可，全部老老实实罗列在 third_party 里，署名也算得清清楚楚。

10 月 21 号发的v2.3.1，是我自己用起来体感最明显的一个版本。

动效大片那个工具和图册里 37 条案例，现在全都带上了循环预览片，鼠标悬停就能看见真实动效，不再是干巴巴一张静态海报。

然后那个被我们内部吐槽了很久的启动卡 180 秒，终于修掉了。现在本地服务按各自的预算等就绪，nginx 25 秒，网关和剪辑 90 秒，FastAPI 180 秒，进程要是提前退出就直接报错，还附上退出码和最近的日志。nginx 端口被占了会自动往 8081 到 8089 上去试，失败页面上直接给一个重试按钮，不用重装。

Windows 那边也顺手修了一堆让人血压升高的事。安装向导现在多了「可选组件」页，可以顺手把 Docker Desktop 装上，检测到你已经装了就自动置灰跳过。安装位置可以选 D 盘 E 盘，不用非得挤在 C 盘上。数据根目录可以整体迁移到别的磁盘，一个文件一个文件校验完再切，失败了自动退回原位置。卸载入口也补上了，卸载的时候默认保留你的模型和成片，防止手滑删库。

还有一个我觉得特别关键的修复，之前本地部署时设置页点「初始化 LocalAPI」会报管理地址尚未就绪，现在桌面端会正确把网关管理地址注入进去，点一下就连上了。

这个坑我们内部踩了不止一次。

补充一句，10 月 29 号我们又发了media-v1媒体素材包，持续还在更新。

CodingPlanBase，AI 编程 SaaS 底座

这个名字可能有点抽象。它是一套可以让你从零起一个可以对外交付的独立站的开源底座，租户体系、分级账号、大模型网关、按 token 计费、可选的 B 端支付，全都在里面了。

技术上用的是 Next.js 16 加 React 19 加 Ant Design 6 做前端，NestJS 11 加 Prisma 5 加 SQLite 做后端，起项目零外部依赖，后面想换 MySQL 或者 PostgreSQL 只改方言就行。网关同时兼容 OpenAI 和 Anthropic 两套协议。

计费口径是按人民币算的，1 元等于 500000 quota，支持按 token、按次、缓存倍率、模型倍率、零售 markup。

这套底座我们自己在用，所以它不是个 demo。

PhotoEditor，免费的 PhotoShop

这个是三个开源里我最想推荐给普通人的一个。

它是基于 PhotoCompositor 做的 macOS 原生图像编辑器，Swift 写的，MIT 许可，完全免费。最新版本是 10 月 20 号发的 1.5.4。

功能上它不是个玩具。图层和图层组、PS 全套混合模式、图层蒙版、剪贴蒙版、调整图层，包括色相饱和度、色阶、曲线、曝光、渐变映射、颗粒、黑白、色彩平衡、反相、高斯模糊、动感模糊、噪点，图层样式包括描边、投影、颜色叠加、内外阴影、内外发光，全部 GPU 渲染且随时可改。

选区工具里有矩形椭圆选框、套索、魔棒，还有Select Subject一键选中主体。修补画笔是内容识别的，仿制图章可以对齐也可以不对齐，还有 Content-Aware Fill，可以把图像往画布外面延伸。

所有变换都是非破坏性的，你把图缩到多小，原始分辨率都还在。

作者在项目里写了一句特别直白的话，他说 Photoshop 太贵了，而 GIMP 用起来又不够顺手，所以他干脆自己写了一个。

我挺喜欢这个理由的。

写到这里我把开头那笔账又算了一遍，还是 53 个人。

坦率的讲，10 万次下载在今天这个行业里真不算什么了不起的数字。随便一个蹭热点的包都可能跑得比这快。

但我觉得它重的地方在于，它不是靠一个爆款撑起来的。

我们下载最多的包将近 2 万，可后面的长尾特别长，112 个包里有几十个是几百次这个量级。每一种几百次下载，对应的是几十个真的在那个行业里干活的人。

我一直不太敢用「社会价值」这种词，太大了，说出来像在给自己脸上贴金。

但今天我想把它用一次，因为这笔时间账确实是实的。

第一，我们把原本只有大团队才用得起的生产线，塞进了一个人的电脑里。

一个在县城做婚庆剪辑的年轻人，现在跟一家专业后期公司拿的是同一套流水线。这在三年前是不可能的，那时候这条线的前置条件是招八个人。生产力的门槛被拆掉了，这件事本身就值钱。

第二，我们替 10 万个人省下了时间，而时间是唯一还不回来的东西。

标书写两百页、发票理一抽屉、八条视频导出八个平台，这些事吃掉的不是钱，是人那天剩下的全部力气。那 106032 个小时还回去之后，有人拿去睡觉了，有人拿去接孩子放学了，有人可能就是坐在沙发上发了半小时呆。

都行。那本来就是他的时间。

第三，我们把代码开源，是因为这条路不该被任何人独占。

这不是高尚，这是清醒。短剧画布、编程底座、图像编辑器，这些 MIT 也好 AGPL 也好，都在 GitHub 上敞着，谁都能拉下来改。要是我们哪天不干了，这些代码还在，别人接着推就行。工具留在自己手里才安全，留在一个公司手里永远不安全。

说完这三条我反而有点虚，因为我们自己还差得远。

从十月初到现在，我们把 aipdd-drama-agent 从 v2.2.0 一路推到 v2.3.1，还发了 media-v1 的媒体素材包，CodingPlanBase 和 PhotoEditor 也陆续推上线。说实话很多包还挺粗糙的，我自己都不满意。GitHub 上那几个仓库星星才个位数，说出来有点丢人，但那几个星我们是真的一个一个攒的。

10 万个人被服务过，10 万个小时被还回去了，这只是个开始。

下一个目标是 100 万。

不是因为我们贪心，是因为还有太多人在熬夜，他们根本不知道这些工具已经存在了。

我有时候觉得，做工具这行最实在的一份成就感，不是谁夸你技术牛，是你某天想起来，有十万人因为你的东西，早睡了一个小时。

这算不算功德我不知道。

但我觉得，比很多事情都值。

这堵墙，我们一起拆。