昨天,我受邀参加飞书绝活大会分享。
在现场,我没有只展示几个看起来很厉害的 AI 演示,而是把自己在真实工作里做出来的一套自动剪辑系统和三个插件直接开源了。演示结束后,现场反馈比我预想得更热烈。很多人觉得惊艳,不是因为“AI 又能做一件新鲜事”,而是因为这些工具终于能进入具体流程,解决每天都在重复发生的问题。
这四个工具分别是:AI 驯剪、抖店评价采集器、飞书多维表格自定义 API 插件、抖音经营数据采集器。
它们解决的问题不同,但背后其实是同一个思路:AI 不应该只停在聊天框里,而应该真正嵌入工作流。
一、为什么我决定把它们开源
这四个项目都不是为了展示技术而凭空想出来的。
我做个人 IP,需要高频剪口播视频;做电商,需要从大量评价里理解用户;用飞书管理商品和内容,需要把自己的模型接进表格;看抖音经营数据,又经常遇到页面分散、缺少统一导出的问题。
这些需求如果只发生一次,手工解决就够了。但当它每天重复出现时,继续靠人复制、粘贴、整理,就是在把最贵的时间浪费在最低价值的动作上。
所以我先为自己做工具,再把跑通的路径开放出来。开源的意义,不是让大家围观代码,而是让有同样问题的人不用再从零踩坑。
二、AI 驯剪:AI 初剪,人来定剪
AI 确实可以剪视频,但大多数自动剪辑方案有一个很现实的问题:结果不对时,你很难像使用剪映一样,直接找到对应位置修改。
你只能重新描述问题、重新等待生成,然后再从头检查。改一个字、换一个动画,可能又要走一遍完整流程。
AI 驯剪采用的是另一种方式:先把口播原片交给 AI,让它自动处理停顿、语速、声音、逐字字幕、章节动效和素材匹配;再把所有结果放进一条可视化时间轴里。
哪个字错了,就改哪个字;哪个动画不合适,就直接替换;修改后立刻预览效果。AI 负责把重复劳动做快,人保留最后的判断权。
它更适合经常拍口播、做个人 IP、生产电商内容,又不愿意把最终控制权完全交出去的人。
三、抖店评价采集器:把评论变成产品数据
做电商的人都知道,用户评价里藏着大量真实需求:为什么购买、最在意什么、在哪些场景使用、差评集中在哪里。
问题是,抖店评价缺少顺手的统一导出入口。想做分析时,往往只能一条一条浏览,再手工整理。
这个插件不会改变原来的浏览习惯。你正常查看自己店铺的评价,它就在后台自动采集内容,最后一键导出 Excel。把表格交给 AI 后,就能继续分析高频卖点、典型使用场景、主要顾虑和产品改进方向。
评价不再只是页面上的零散文字,而会变成可以被检索、统计和持续复盘的产品数据。
四、飞书多维表格自定义 API:把模型接进业务表
飞书多维表格很好用,但内置模型终究有限。当你想接入自己的 API,或者使用 GPT-image-2 这类模型批量生图时,原有能力不一定覆盖。
这个插件让多维表格可以接通自己的 API。你可以在提示词中直接引用商品名称、卖点、目标人群、用户需求等字段,按照每一行的真实内容批量生成文案或图片,再把结果写回原表。
它还支持失败重试、跳过已经生成的内容和并发处理。真正重要的不是“表格里多了一个 AI 按钮”,而是模型开始参与原来的业务流程:数据从哪里来,生成结果写到哪里,下一步由谁继续处理,都有明确位置。
五、抖音经营数据采集器:让分散指标回到自己手里
创作者中心、巨量千川和抖店后台里有大量经营数据,但它们分散在不同页面,很多内容也没有统一导出方式。
这个插件可以在你正常浏览自己账号后台时,把页面已经加载出来的播放数据、完播率、粉丝画像、投放数据等保存下来。
先把数据稳定地留在本地,后面才谈得上趋势分析、内容复盘和经营决策。否则每次复盘都要重新翻页面,历史数据也很难形成连续视角。
六、四个工具背后的三条共同原则
第一,来自真实工作。先有持续发生的问题,再开发工具,不为了“看起来先进”硬造场景。
第二,重要数据优先保存在本地。剪辑工程、评价内容和经营指标,尽量让使用者自己掌握。
第三,AI 提高效率,人保留控制权。AI 可以自动完成重复动作,但最后的判断、修改和交付仍然属于使用者。
工具解决的是动作,原则决定它能不能长期进入生产。
七、开源不是扔代码,而是交出一条走通的路
我一直认为,真正有价值的开源,不是把一堆代码扔在网上,然后让别人自己研究;而是把安装方法、使用逻辑、适用场景和已经验证过的路径一起交出来。
这四个项目现在都放在我的 GitHub 主页:github.com/fxl1209739475-fxl。
你不用全部安装。哪个工具正好解决你的问题,就先使用哪个。接下来我也会分别做四条视频,把每个工具的安装方法和实际效果完整演示一遍。
如果使用过程中遇到问题,可以在对应仓库提交建议。觉得它们确实有用,也欢迎给项目点一个 Star。你们真实的反馈,会决定这些工具接下来往哪里继续迭代。
我还会继续把工作里反复出现的问题做成工具, 再把走通的办法开放出来。
夜雨聆风