AI工具产品日榜：Qwen Scribe、SKI 与 mere.run 把 AI 拉回本机，涂鸦和换脸补上消费入口 (2026)

先看结论

覆盖窗口为北京时间 2026 年 7 月 30 日 08:00 至 7 月 31 日 08:00。这期最强的信号来自本地化：Qwen Scribe 把转录和听写留在 Mac 上，SKI 把语音接到编码 Agent，mere.run 试图把图像、音频、视频和 3D 都装进一条本地命令行。另一边，Doodlea.day 和 Live Face Swap 分别把 AI 变成每日涂鸦课和实时换脸。

排序看四件事：今天能不能找到入口、能不能完成一个具体动作、产品方有没有把成本说清楚、风险是否足以影响试用决定。HN 的 points 只作为社区信号，不是自然日榜名次，也不等于用户数或产品质量。

排名	产品	先看懂它解决什么	入口与成本	为什么排在这里	风险在哪
1	Qwen Scribe	在 Apple Silicon Mac 上做本地音视频转录和系统级听写，按住快捷键说话，文字可以回到当前输入框	开源仓库与 beta 版本；Apache-2.0；需要 macOS 14+、Apple Silicon 和本地构建/安装 1 2	HN 贴文获得 92 points、20 条评论；窗口内又发布了 v0.2.0-beta.1，既有社区关注，也有可复现的版本动作 3 2	转录记录以未加密 JSON 保存；下载模型仍会占用约 1.2–3.4 GB 统一内存，隐私不能只看「本地」两个字 1
2	SKI	对着电脑说话，让 Claude Code、Codex 等编码 Agent 执行任务，再用语音回答你；它不是单向听写	Mac/Windows 安装；官网称本地功能永久免费、无订阅；可选的 AgentCall 会议能力按分钟收费 4 5	HN 窗口内帖子拿到 11 points；语音输入、Agent 回答和跨平台入口已经连成一个完整动作	英语优先；本地运行是官方自述，编码 Agent 本身的权限和错误仍由用户承担 4
3	mere.run	用一条本地 CLI 调用文字、图像、语音、音乐、视频和 3D 模型，目标是不用把素材交给云端	作者自述 MIT、无账号和 API key；relay 服务仍在邀请制测试；没有公开价格 6 7	不是又一个聊天框，而是把多种生成能力放到同一套本地工作流；HN 贴文有 9 points，入口和边界都写得相对清楚	硬件、模型许可和安装复杂度会把「本地」变成新的门槛；作者没有公布收入或成熟商业模式 6
4	Live Face Swap	打开摄像头、选一张有授权的肖像，实时把脸、服装或视觉风格换掉；浏览器先试，桌面端可接 OBS 和会议软件	浏览器免安装试用；订阅年付展示价从 12 美元/月起；一次性 2,160 credits 售价 39 美元且不过期 8 9	这是窗口内少数能直接让普通用户看到结果的消费场景，HN 帖文提供了明确的试用入口	云端处理摄像头视频，费用按秒消耗；只能使用自己或获授权的肖像，实时生成效果也不等于可以随意发布 8 9
5	Doodlea.day	每天给你一节 15 分钟左右的 marker 涂鸦课，把复杂对象拆成轮廓、细节、上色和高光几步	网页直接开始；目前未公布价格；邮件订阅功能尚未开放 10 11	HN 窗口内出现了新产品，作者还公开了从 AI 生成教程到家庭绘画练习的完整来路；但帖子只有 2 points，排序不再往前	课程内容由 AI 辅助生成，连续性和动作示范仍可能出错；它更像一个轻量内容站，而不是已经验证留存的独立应用 10 12

1. Qwen Scribe：本地听写终于变成一个完整动作

很多人想要本地语音工具，并不是为了研究模型，而是想在会议、采访或写作时按住一个键，把话变成文字。Qwen Scribe 的路径很具体：拖入音频或视频做转录，或者在任意文本框按住右 Command，说完后让文字贴回光标位置。仓库还列出了自动识别语言、词汇提示、词级时间戳和 SRT 导出。1

它用 Qwen3-ASR 在 Apple Silicon 的 Metal GPU 上运行。项目方声称没有账号、API key 或 Qwen Scribe 云服务，音频与转录文本留在 Mac 上；这些是仓库自述，不是第三方隐私审计。1

这款产品在窗口里的新信号有两层。Hacker News 的 Show HN 帖子在北京时间 7 月 29 日 22:47 发布，页面显示 92 points、20 条评论；GitHub 又在北京时间 7 月 30 日 20:20 发布 v0.2.0-beta.1。新版仍是预发布版本，但已经从「代码仓库里的想法」推进到可以下载或复现的 beta。3 2

风险在哪： 本地处理不等于没有数据风险。仓库明确说明，保存的转录是未加密 JSON，普通删除也不等于安全擦除；模型首次使用还要下载权重，1.7B 版本约需 3.4 GB 统一内存，0.6B 版本约需 1.2 GB。安装方面，当前 beta 仍涉及 macOS 权限、ffmpeg 和开发工具，普通用户未必能一次跑通。1 2

伪需求判断： 如果你每天有录音、会议或大量文字输入，本地听写是一个能立刻验证的需求；如果你只是偶尔发一条语音，系统自带听写已经足够。Qwen Scribe 当前最大的产品机会不是「比云端模型更聪明」，而是把隐私、快捷键、历史记录和回填文字做成一个不打断工作的动作。

2. SKI：让编码 Agent 从聊天框里开口

SKI 解决的是另一种输入摩擦：写代码时，打字和等待窗口切换会打断思路。官网把它描述为一个悬浮在 Mac 或 Windows 上的小工具，用户对 Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw 说话，Agent 执行后再用自然语音回应。官网还特别区分了它与普通听写：SKI 试图做的是双向语音循环。4

Hacker News 的作者自述补充了一个边界：本地语音功能免费、没有使用次数限制；若让 Agent 通过 AgentCall 参加会议，则是可选的云端付费能力，按分钟计费。帖子在北京时间 7 月 31 日 02:10 发布，页面显示 11 points。5

它排第二，是因为从安装、说话、执行到语音反馈的闭环已经清楚，且 Mac 和 Windows 都有入口。它没有排第一，是因为「语音让编码更快」仍要看任务类型：描述一个明确的小修改可能有效，调试复杂错误时，文字 diff、终端日志和权限确认仍然不可替代。

风险在哪： 官网称听、理解和说都发生在本机，不上传音频；但这只覆盖 SKI 自己的语音环节，不覆盖被连接的编码 Agent、代码仓库和执行权限。当前还以英语为主，开发者需要确认自己的口音、项目术语和系统权限是否适配。4

伪需求判断： 需要边走动边下达小任务，或无法长时间打字的人，能快速验证它的价值。对习惯看代码、日志和差异列表的开发者，语音只是输入层改造，不能替代审查。

3. mere.run：把本地 AI 做成一台多媒体工作站

mere.run 的作者 Kyle 在 Hacker News 的首次公开自述很直白：他不想把自己的文字、照片和音频交给云端，也不想让本地 AI 变成一场 Python、依赖包和显卡配置的折腾。因此他把文字、聊天、代码、图像、语音、视觉、音乐、音效、视频、2D 转 3D 和持久世界等能力放进一条可安装 CLI，并提供本地 API、工作流图和 SSH 执行方式。6

官方文档把产品说得更像一个本地推理运行时：先用 mere.run model capabilities 检查机器，再决定哪些模型适合下载；工作流可以在本地跑，也可以通过 SSH 或 relay 调度。作者称运行时采用 MIT 许可、无账号、无 API key、无分析上报，素材在本地推理时留在自己的磁盘上。6 7

作者公开自述摘要：先解决本地部署的麻烦，再谈模型能力

这里没有窗口内可核验的正式创始人访谈，能确认的是作者 Kyle 在 HN 上的首次公开说明。它透露出三点产品判断。

第一，他把「拥有一台能运行模型的电脑」当作分发起点，而不是把所有推理都变成 SaaS 订阅。第二，他把各种模态放进同一条命令行，是为了让用户用自己的方式组合工具，而不是每换一种任务就换一个网页。第三，他把硬件检测、签名构建、离线 guide 和工作流收据放进产品，说明真正的敌人不是模型不会生成，而是用户不知道自己的机器能不能跑、跑完有没有留下可追踪结果。6 7

增长路径：开源入口换取反馈，relay 可能成为后续服务层

目前能确认的增长动作只有这些：作者在 HN 发布产品，开放代码和文档，邀请反馈与贡献；relay 服务仍在邀请制测试，用户也可以自己部署。HN 页面显示这条帖子有 9 points、3 条评论。6

因此，当前更像是「开源 CLI 获取早期用户，再观察哪些人愿意使用托管 relay」的路径。这是基于入口设计的判断，不是产品方已经公布的增长计划。作者没有公开用户数、收入、付费转化或正式价格，不能把 HN points 写成 traction，也不能把邀请制 relay 写成已验证的商业化。

商业模式：现在没有被证明，服务层才是可观察的方向

mere.run 当前的核心运行时按作者自述是 MIT，模型还要分别遵守各自许可；这让开源本地版本更像分发和生态入口，而不是已经收钱的产品。可观察的商业化方向只有一个：relay、远程执行和机器编排可能成为托管服务，但作者尚未公开价格、计费单位或正式套餐。6

这也解释了它的护城河问题。多模态能力本身可以被别的 CLI 复制，真正难的是把模型兼容性、硬件推荐、工作流可恢复性和跨机器执行做得足够稳。如果这些层没有形成明显的时间节省，用户会直接安装单项工具；如果形成了，托管 relay 才可能有机会从免费开源入口长出收入。

风险在哪： 本地只是把云端复杂度换成硬件、模型许可和安装复杂度。文档没有给出统一的最低硬件清单，不同模型的占用和许可也不一样；用户还要自己判断哪些网络动作会离开本机。对不熟悉命令行的人，它暂时更像开发者实验台，而不是打开即用的消费产品。7

伪需求判断： 同时做本地图片、语音、视频或 3D 的创作者，值得拿一个小任务试跑；只想聊天或生成单张图片的人，不需要为一个多模态 CLI 承担额外配置成本。

4. Live Face Swap：消费 AI 的价值在于三十秒内看到结果

Live Face Swap 把门槛降到了摄像头和一张肖像：选一张自己或获授权的正面照片，打开摄像头，选择模型，就能在浏览器里看实时换脸、试穿或风格重绘。官方页面还给出桌面端入口，将虚拟摄像头输出到 OBS、直播软件、会议和视频通话应用。8

它的技术取舍很明确：摄像头画面发送到云端处理，官方称延迟低于 500 毫秒；浏览器体验不能录制、下载或保存结果，桌面端才适合接入其它软件。官方还称摄像头流会通过加密连接直接连到 AI 模型提供商，不经过其它第三方服务，这仍属于产品方的隐私说明。8

商业模式也写得比很多早期产品清楚：订阅方案按月提供 credits，页面展示的 Basic 年付折算为 12 美元/月、Pro 为 31.20 美元/月；一次性 2,160 credits 售价 39 美元，7,560 credits 售价 119 美元，积分不过期。不同模型按秒扣费，开始前会显示当前费率。9

风险在哪： 这是高滥用风险的视觉能力。产品页要求用户只上传自己或已获授权的肖像，但授权来源、生成结果的发布范围和被冒用者权益，仍然需要用户自己负责。云端处理意味着你要同时评估摄像头、参考图、实时输出和第三方模型服务之间的数据边界；按秒计费则可能让长时间直播快速消耗 credits。8 9

伪需求判断： 直播、角色扮演和短视频创作者能在一次试用中判断它有没有用；普通用户如果只是想做一张换脸图片，实时视频链路可能太重，免费预览的惊奇感也未必能转成持续付费。

5. Doodlea.day：把 AI 生成的教程变成家庭里的十五分钟

Doodlea.day 不是让 AI 代替你画，而是把一个对象拆成几步，让你拿起笔照着做。示例课程「汽水罐与气泡」标注为 15 分钟、简单难度，页面按轮廓、拉环、标签、气泡、高光和收尾分步展示，并给每一步配 marker tip。11

关于页给出了创作者背景：Robby McCullough 是设计师和网页开发者，起点是用 ChatGPT 生成的牛仔帽教程给伴侣做生日卡；Tracie 是幼儿教育工作者，帮助把步骤做得更适合孩子、家长、老师和想短暂休息一下的成年人。10

产品方在 HN 的自述也承认了 AI 教程最容易出错的地方：同一角色在不同步骤里眼睛方向可能变化，团队因此把所有步骤一起生成到 contact sheet，再对每个面板做检查，拒绝坏掉的教程。帖子在北京时间 7 月 31 日 02:12 发布，页面显示 2 points。12

风险在哪： 这类内容站的成本不只是一张张图。教程需要保持连续性，步骤要真的能跟着画，日更也要让用户有理由回来。当前站点没有公布价格，邮件订阅还未开放，HN 的社区信号也很早，不能把它描述成已经验证的教育生意。10 12

伪需求判断： 对想和孩子一起画画、又不想打开长视频的人，它的短步骤有真实吸引力；对需要系统素描训练的人，十五分钟涂鸦课只是休息，不是课程替代品。

今天的边界

本期没有把 Product Hunt 的产品页当作唯一证据，也没有把国内泛教程或工具合集凑进榜单。国内侧有 AI 产品报道，但其中一篇 36 氪页面的结构化发布时间换算为北京时间 7 月 31 日 08:04:44，已经越过本期 08:00 截止点，因此不把它支撑成窗口内产品信号。13

X、Reddit 和即刻本轮没有拿到同时满足「具体产品、窗口内绝对时间、可复现入口」的完整材料，所以没有用泛讨论替代产品详情。这个缺口意味着本期的国内覆盖不足，也意味着五款产品的主要证据集中在 Hacker News、GitHub 和各自官网。

这五款产品的共同点不是都用了同一种模型，而是都在缩短一个具体动作：把话变成可编辑文字，让 Agent 听懂并回应，把多种生成能力留在本机，把摄像头变成可玩的实时效果，或把十五分钟空闲变成一张手绘涂鸦。试用时别先问「它是不是未来」，先选一个今天就会发生的动作，看结果是否真的比原来的方法省事。

AI工具产品日榜：Qwen Scribe、SKI 与 mere.run 把 AI 拉回本机，涂鸦和换脸补上消费入口