从 AI 视频到万星 Skill,我终于找到自己的做项目流程
作者 Ian 复盘了从 AI 视频围观营到万星开源 Skill 的项目历程,总结出一套五步项目流程:选择赛道、拆解对标、打磨产品、放大传播、跑通交易。核心是先选有真实需求且与自身能力匹配的方向,借助已验证的案例减少凭空想象,设计出别人能完成和使用的最小产品,再通过作品、开源、案例和社群放大传播,最终验证商业闭环。其开源项目累计获 10,004 Stars,印证了这套方法的有效性。
作者 Ian 复盘了从 AI 视频围观营到万星开源 Skill 的项目历程,总结出一套五步项目流程:选择赛道、拆解对标、打磨产品、放大传播、跑通交易。核心是先选有真实需求且与自身能力匹配的方向,借助已验证的案例减少凭空想象,设计出别人能完成和使用的最小产品,再通过作品、开源、案例和社群放大传播,最终验证商业闭环。其开源项目累计获 10,004 Stars,印证了这套方法的有效性。
当日发布的独立开发方法论复盘,结构清晰、有万星开源的真实案例佐证,但五步流程偏框架化,缺乏具体步骤和数据细节,观点在独立开发圈也较为常见。
作者 Junghwan NA 记录了一次极端的“线束工程”(Harness Engineering)实验。他在 72 小时内通过构建一个包含 13 个阶段的自动化流程,利用 OMX 和 Ouroboros 等 AI 代理工具,向包括 Kubernetes、Hugging Face 在内的 100 多个开源仓库提交了 500 多次提交。虽然大部分 PR 质量极高并被维护者直接合并,但这种高频行为触发了 GitHub 的滥用检测机制,导致其账户被封禁。文章深入探讨了实现该流程的技术细节(如本地复现、合并模式匹配),并阐述了在自动化时代,人类判断力和“认证”依然是维持开源系统信任的关键瓶颈。
作者分享了自己在产假期间考取 Cicerone 认证体系入门级 Certified Beer Server 的经历,并测试了 Gemini 竟然能全对答题。文章以轻松笔调讲解啤酒入门知识:打破艾尔与拉格的鄙视链误解、颜色深不等于酒精度高、原麦汁浓度不等于酒精度、IPA 不一定苦、酸啤古斯的历史故事等。作者还与朋友实测自研的开源啤酒 Skill,通过拍照识别酒单、推荐酒款、提供酒桌谈资,强调喝酒的意义不在炫技,而在与朋友相处时的松弛感。文末开源了 beer-buddy 项目。
作者整理了 10 个面向自媒体视频制作的优质 Codex Skill,涵盖风格化短片、手绘与漫画风、资讯解说、图书带货等方向,每个都附 GitHub 地址和原帖链接,装上即可用 AI 不露脸出片,多个案例达到百万播放、快速涨粉的效果。文章还补充了金句图片、文案生成等图文类 Skill,以及古风武侠英语剧、AI 治愈号等爆款账号拆解。同时给出安装提醒:不要一次全装避免 context 膨胀、注意模型和视频生成的费用成本、使用前看清开源许可协议避免商用风险。
文章介绍了 8 个免费或开源的 GitHub 工具与 AI Skill,帮助用户借助 AI 构建、销售并运营业务,涵盖宣传视频制作(Brag)、客户痛点研究(Agent Reach)、本地语音克隆与配音(Voice Studio)、可编辑 PPT 生成(PPT Master)、多智能体协作编程(OpenRig)、引流免费工具制作、创意验证访谈(Grill Me)以及设计优化等场景。每个工具都附带了具体的变现思路,核心模式是为企业完成有价值的工作并主动送上门开启对话,多数工具免费下载,仅需支付底层模型费用。
作者分享了上线付费 Skill 产品 Oil UI 的完整商业化技术方案。曝光方面通过 GitHub 开源版积累影响力并引导转化 Pro 版;通过 JSON 配置和 Markdown 替换表由脚本从 Pro 版自动生成开源版;基础设施采用 Cloudflare 域名、Vercel 网站、Resend 邮件和 Neon 数据库;登录使用邮箱验证码,收款通过 Stripe 支持买断制及海外与国内支付;交付环节自研运行在 Agent 中的 CLI,采用设备码授权,从 GitHub 私有仓库拉取 Pro 版;并通过 check_update 脚本实现非强制自动更新。整体成本极低,域名加邮件每月约 30 美元以内。
作者认为市面上教写标题的黄金公式和蒸馏大V标题的做法方向都是错的。核心问题是:用户输入的原始内容本身就缺乏吸引力,仅靠事后润色标题,要么无人点击,要么沦为标题党。正确流程是在正文完成甚至开始之前就思考标题:AI 应引导用户说出写作意图和素材,发散出吸引人的角度(即恩特曼的'框架'或修辞学的'争点'),再在变现目标、用户能力和流量层级三者间找平衡。一旦平衡点确定,标题、封面、开头和内容方向便自然解锁。好标题应是内容本身更吸引人的副产品。作者近期将开源一个同时写封面、标题和开头的 skill。
作者复盘了自己做过的40多个GitHub小项目(其中20个仍是0 Star),其中互动作品《清明上河图》获得5000多人次体验并得到OpenAI官方点赞。文章按项目类型详细分享了制作过程:清明上河图分段添加交互、邮票和夜景图像处理Skill、数学可视化页面、线上看展互动、口播动画等,讲述了灵感来源、与AI协作的提示方式、第一版后的迭代修改,以及从手稿、小流程、视觉规则到多端测试的七步可复用工作方法,鼓励持续做喜欢的小作品。
作者发布了一个全能下载Skill,几乎支持所有平台的视频下载,甚至包括微信视频号。安装指令为 npx skills add joeseesun/qiaomu-download。该Skill核心基于yt-dlp和之前分享的视频号下载skill整合而成,具备自动检查更新功能,打包在一起无需安装多个Skill。项目已在GitHub开源,支持YouTube、B站、X/Twitter等多个平台的在线视频下载与媒体提取。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。