AI 工具产品日榜：Portraify、Domi 与 CartAI把 AI 推进照片、招聘和结账
Portraify、Domi、CartAI、AI Secretary 与 Rerun 进入本期 TOP 5，文章重点拆解 Domi 如何把猎头匹配、报告生成与 Agent 协同接进禾蛙生态，并区分已公开能力与尚未披露的商业化细节。
今日判断
今天最值得看的，不是又多了几款会聊天的 AI，而是 AI 开始直接处理原来必须由人完成的动作：把照片变成能用的证件照，替猎头做岗位和人选匹配，替开发者把订单推到支付完成，替用户从 Telegram 的噪音里挑出真正重要的消息，再把 Agent 放到后台长期运行。
观察范围是北京时间 2026 年 7 月 21 日 08:00 至 7 月 22 日 08:00。Product Hunt 的 7 月 21 日页面列出了 CartAI、Rerun、Skim 等产品，但抓取到的 17 个条目全部标记为 Promoted，所以本期只把它当作发布线索，不把页面名次当成自然排名。1
排序看四件事：普通用户能否马上理解它解决什么问题，是否有可行动的入口，价格或商业路径是否说得清楚，风险有没有被产品本身暴露出来。今天的第一名是 Portraify，因为它把一个很具体的急事做成了可以直接注册、试用和购买的产品。Domi 排第二，但会作为重点拆解对象，因为它的 CEO 访谈把垂直 Agent 的产品路线讲得很清楚，公开材料也留下了商业化尚未落地到价格表的空白。
| 排名 | 产品 | 用大白话看 | 入口与成本 | 今天的判断与风险 |
|---|---|---|---|---|
| 1 | Portraify | 上传 1 至 3 张日常照片，生成 LinkedIn、简历、工牌或证件照可用的头像 | 注册送 3 次；$9 得 3 张、$25 得 10 张、$50 得 25 张，均为一次性购买 | 需求具体、入口清楚、价格不绕；人像相似度和证件照合规仍要自己核对，上传脸部照片也有隐私风险。2 3 |
| 2 | Domi | 把猎头找岗、找人、匹配和写推荐报告放进一个行业 Agent | 已在禾蛙招聘生态和 WAIC 发布材料中出现；本轮未拿到公开自助入口、价格或订阅方案 | 真实工作流覆盖比通用聊天框更完整；产品方称的效率和生态数字还缺少独立验证，商业化方式也未公开。4 5 |
| 3 | CartAI | 让 AI 在商家网页上找到商品、填完订单并把结账真正跑通 | 开发者注册 API Key；官方标注 Live；价格未在本轮公开材料中出现，佣金归因已写进产品设计 | 它处理的是 Agent 最容易卡住的最后一步，支付、账号和反爬边界都很重；目前更像开发者基础设施，不是普通消费者直接安装的购物助手。6 7 |
| 4 | AI Secretary | 保持 Telegram 默认安静，只把重要私聊、群消息或通话提醒推到手机 | 自托管；需要 Telegram API、Claude CLI、ntfy 和 Python；成本未公开，MIT 许可 | 隐私控制和个人场景很实在；部署门槛高，而且消息可能被发送给 Claude 和 ntfy，不适合未经审计就接入敏感账号。8 9 |
| 5 | Rerun | 不写代码也能做一个全天候运行的 Agent，处理邮件、线索、发票等重复工作 | Solo $34/月，Team $74/月，Scale $94/月；每个工作区含私有服务器；企业版定制 | 审批、日志和独立服务器比普通 Agent 演示更接近实际工作；但同类 Agent builder 很多，持续运行的成本和错误处理决定它是不是伪需求。10 11 |
1. Portraify：把「临时要一张证件照」变成一次性消费
它解决什么问题
很多人需要职业头像或证件照时，手里只有几张随手拍的照片。去照相馆要预约、等待和付一笔不算低的费用，普通的文生图又容易把脸改得不像本人。Portraify 的做法很窄：上传 1 至 3 张正面照片，生成职业头像、美国护照照，以及 1 寸、2 寸证件照。
产品页把流程压成三步：上传照片，AI 检查光线、清晰度和脸部是否可见，生成后下载。官网还写明，上传照片只在内存中处理，生成后立即丢弃；生成结果会保留，方便重新下载。3
为什么排第 1
它的价值不用解释半天。你有求职、入职或办证需求，上传现有照片就能判断是否值得试。官网给 3 次免费生成，不要信用卡；之后是 $9 买 3 张、$25 买 10 张、$50 买 25 张的一次性套餐，积分不会过期，没有订阅。这个价格设计也说明产品把自己放在一次性刚需和轻度复购之间，而不是试图把证件照包装成每日使用的生产力工具。3
创始人在 Show HN 帖子里说，自己曾经因为急着办证件照，只能去照相馆花约 13 美元，于是做了 Portraify。他特别强调人像相似度，不做美颜和减龄，也会在生成前检查输入照片，避免用户把免费额度浪费在明显不合格的素材上。这个故事来自作者自述，但它至少把产品起点、功能取舍和收费方式连在了一起。2
风险在哪
人像产品最重要的不是「生成得像不像宣传图」，而是实际照片是不是像你。官网展示的「1,000+ headshots generated」「4.9 user satisfaction」属于产品方口径，不能当作独立测评。证件照还有尺寸、背景、头部比例和不同机构受理标准的问题，AI 生成成功不代表一定能过审核。
判断：适合有明确头像或证件照需求的人，先用免费额度测人像相似度，再决定是否付费。没有近期使用场景时，不必为了尝鲜上传整套家庭照片。
2. Domi：猎头 Agent 的价值不在聊天，而在理解岗位到底缺什么
它解决什么问题
Domi 是禾蛙在 2026 年 7 月 17 日 WAIC 期间发布的猎头行业 AI 原生 Agent。公开材料给出的工作流包括找商机、搜岗位、找人才、人岗匹配和推荐报告，还列出招聘情报、公司情报、岗位薪酬对标、简历风险分析、简历脱敏和面试智练等功能。5
对普通读者来说，可以把它理解成一个接在招聘数据和猎头流程上的工作助手。顾问上传简历，系统尝试从候选人画像反推可匹配岗位；顾问输入 JD 或岗位需求，系统再从另一端找人。推荐报告可以根据岗位要求、沟通记录和匹配结果生成，公开报道把单份报告的生成时间写成 1 分钟左右，效率提升 30 倍。这些效率数字来自产品方或相关报道，不是独立测试。5
为什么排第 2
Domi 的排名理由不在于它已经提供了最好的普通用户试用，而在于它把一个具体行业的完整工作链条公开摆了出来。现在很多 Agent 还停留在「帮你写一段话」，Domi 至少把人、岗、匹配、报告和后续协作放在同一个产品叙事里。它也补上了国内产品侧的观察位，和本期几款海外开发者工具形成差异。
它排在 Portraify 后面，是因为入口和收费仍然不够透明。本轮拿到的材料能确认产品已经发布、进入禾蛙招聘生态，并在 WAIC 现场公开介绍，但没有拿到面向普通顾问的自助注册、公开价格、套餐额度或可复现测试账号。对读者来说，这意味着 Domi 更适合跟踪产品落地，不适合今天就把它当成可直接采购的标准 SaaS。
风险在哪
招聘匹配不是把关键词换成向量就结束了。候选人是否适合团队、能否解决岗位真实问题、企业文化是否匹配，仍然需要顾问判断。何洪锴在 36 氪直播间里把行业难点概括为「理解不对称」：企业可能没有说清岗位真正要解决的业务问题，候选人的简历也未必能呈现他擅长解决什么题。4
这也正是 Domi 的风险所在。系统如果只把不完整的 JD 和简历处理得更快，错误匹配会比人工慢慢筛更快地扩散。简历、薪资、联系方式和沟通记录都属于敏感数据，本轮公开材料没有完整展开保留周期、权限粒度、模型调用边界和误匹配申诉机制。
判断：猎企和 HR 团队可以关注它后续的试用入口、准确率口径、权限管理和收费方式；个人求职者暂时不要把发布会上的效率数字当成自己的求职结果保证。
3. CartAI：Agent 终于开始碰支付，但也因此碰到最硬的边界
它解决什么问题
现在的购物 Agent 往往能帮你搜索、比较和推荐，却在最后一步停下来：商家页面各不相同，需要登录、填地址、选择配送、处理优惠券，还可能遇到验证码和支付授权。CartAI 把自己定位成开发者 API，让专门的 Agent 在任意商家页面上完成结账、订阅、发票支付和订单提交。7
官方把产品拆成四层：Catalog 负责跨商家搜索和实时价格，Checkouts 负责把订单跑到确认，Payments 处理托管式支付会话和卡片令牌化，Monetization 则提供佣金归因。官方还写明支持 Visa Intelligent Commerce 和 Mastercard Agent Pay，并称 PCI 范围不会留在接入方自己的技术栈里。支付和合规能力仍应以产品方说明为准，不能当作第三方认证。7
为什么排第 3
CartAI 的产品价值很容易验证：开发者拿到 API Key，调用 checkout 接口，看一次订单能否从商品页走到确认页。它没有把目标说成「让购物更智能」这种大话，而是把交易是否真正完成作为结果。官网还提供 Docs、API、MCP Server 和 Hosted Cart 等入口，当前标注为 Live。7
它排第三有两个原因。第一，产品主要面向开发者和平台方，普通用户今天不能像安装一个购物 App 那样直接使用。第二，Product Hunt 当日页面把 CartAI 标成 Promoted，不能把它的榜单位置解释成自然热度。它的商业路径反而比较清楚：接入方可以用佣金归因赚钱，CartAI 自己则可能从交易基础设施、支付服务或平台合作中获得收入，但本轮没有拿到公开价格表。
风险在哪
支付 Agent 一旦出错，损失不是一段摘要写错，而是下错商品、重复扣款、买错规格或泄露支付信息。产品需要处理商家页面变化、登录凭证、退款、取消订单、人工确认和异常重试。官方强调与反机器人系统合作而不是绕过它，这个方向更容易获得商家接受，但「任何 live merchant surface」的能力仍要看真实站点覆盖率。6 7
它也存在伪需求边界。如果用户只偶尔网购，搜索、比价和确认订单的时间并不长，额外接入一个代理支付层未必划算。只有当平台需要大规模代客完成采购，或用户频繁处理跨站订阅、发票和供应商门户，CartAI 的 API 才可能体现出基础设施价值。
判断：开发者可以关注实际支持的商家、退款和授权撤销机制；普通用户不要在没有明确上限和二次确认时，把默认支付权限交给 Agent。
4. AI Secretary：把通知筛选搬回自己的机器
它解决什么问题
Telegram 的问题不是收不到消息，而是消息太多。AI Secretary 是一个自托管的通知过滤器，监听 Telegram 用户账号的私聊、群消息和通话事件，把噪音留在 Telegram 里，只通过 ntfy 把需要立即处理的内容推到手机。
它的规则很具体：群消息通常忽略，除非有人提到你；私聊可以结合最近上下文交给 Claude 判断；有人在门口、附近或需要当天协调的消息，可以被提升为重要提醒。项目还支持临时快速规则和免打扰状态。9
为什么排第 4
这个项目把「AI 助理」缩成一个有明确边界的小工具。它不试图替你回复所有消息，只做提醒过滤；而且代码、配置和 systemd 部署方式都公开，用户可以决定运行位置。Show HN 帖子发表于 2026 年 7 月 21 日上午，作者的原始问题也很清楚：不想一直检查手机，但又怕错过重要消息。8
它没排得更高，是因为使用成本全落在用户身上。你需要申请 Telegram API ID 和 hash，安装 Python 环境、认证 Claude CLI、配置 ntfy，再理解 Telethon 的用户账号监听方式。项目没有公开统一价格，Claude、ntfy 和服务器费用也需要自行承担。
风险在哪
README 明确提醒，部分私密消息可能被发送给 Claude 和 ntfy；运行时文件还可能包含消息正文、名称、Telegram ID 和 ntfy 细节。自托管不等于自动隐私，尤其是项目要读取完整聊天上下文时，部署者必须审计 prompt、日志、缓存和第三方服务配置。9
通知过滤也可能漏掉真正重要的消息。把「有人在门口」当作 critical 候选很实用，但模型对上下文的理解始终可能出错，用户还需要保留原始 Telegram 通知或设置兜底规则。对普通人来说，这个工具的价值取决于每天被打扰的消息数量，消息不多时，折腾部署本身就是伪需求。
判断：适合愿意自己维护服务器、又确实被 Telegram 通知淹没的重度用户；不要直接部署在包含公司机密或家庭隐私的账号上，至少先做消息脱敏和最小权限测试。
5. Rerun：Agent 开始像后台服务一样运行
它解决什么问题
Rerun 让用户用自然语言描述任务，连接已有工具，再把 Agent 放到后台长期运行。产品列出的场景包括追发票、筛线索、清理收件箱，触发条件可以是收到邮件、状态发生变化或每天固定时间。它提供 dashboard 查看 runs、tokens、handoff 和 logs，敏感动作前会暂停，通过 App 或 Slack 等待人工批准。10 11
每个工作区都有独立服务器，官方称其具备独立 CPU 和内存，数据留在该空间内。模型方面可以使用 Rerun 提供的模型，也可以接自己的 API Key、订阅或本地模型。自托管部署在官网上仍写着 Soon，不能提前当成现成能力。11
为什么排第 5
Rerun 的价格和资源边界比很多只展示 Agent 流程图的产品清楚。Solo 是 $34/月，包含 5 个 Agent、1 个席位和 1 台私有服务器；Team 是 $74/月，Scale 是 $94/月，企业版定制。对需要稳定运行任务的小团队来说，这比自己拼接定时器、模型 API、日志和审批流程更容易估算成本。11
它排第五，主要是因为市场同质化很重，而且 Product Hunt 页面标记为 Promoted。Rerun 真正需要证明的不是能不能生成一个 Agent，而是一个 Agent 连续运行几周后，能否减少人工检查，而不是新增一套需要人盯着的 dashboard。当前公开材料没有给出独立客户数据，也没有拿到创始人访谈，因此不把它的产品宣传当成增长证明。
风险在哪
全天候运行会把偶发错误变成持续错误。一个错误的筛选条件可能每天重复执行，一个没有设置上限的模型调用可能不断消耗预算，一个权限过大的连接器可能把 Agent 带到不该去的系统里。Rerun 的人工审批和日志是必要条件，但还要继续核对失败重试、撤销动作、凭证隔离和运行额度。
它也有明显的伪需求场景。邮件量少、流程变化快、任务判断依赖上下文的团队，可能花更多时间维护 Agent；如果每一步都必须人工批准，所谓 24/7 运行只是在后台排队等人点击。
判断：适合已经有稳定、重复、可定义边界的团队流程；先用一个低风险任务跑一周，观察人工介入次数和模型消耗，再决定是否升级套餐。
重点拆解：Domi 的创始人判断、增长路径与商业模式
创始人访谈摘要
何洪锴在 WAIC 期间接受 36 氪直播间采访时，没有把 Domi 的目标描述成「让猎头全部自动化」。他的判断是，筛简历、写推荐报告、做匹配分析等重复事务可以交给 AI，但人选是否适合团队、有没有潜力、能否融入企业文化，仍然需要猎头顾问参与。4
他把招聘行业的核心问题称为「理解不对称」。企业的 JD 可能只是沿用模板，没有说清楚岗位要解决的业务问题；候选人的简历写清楚了经历，却不一定能说明自己擅长解决什么题。结果是平台有很多信息，双方还是只能靠关键词猜。
这个判断决定了 Domi 的产品方向：先用行业模型和匹配系统处理显性条件与隐性偏好，把顾问从重复检索和报告撰写里抽出来，再把时间还给沟通和判断。它与通用聊天机器人最大的区别，不在于回答更像人，而在于能否接触到岗位、候选人、企业和交付结果这些行业数据。
增长路径：从内部工作流走向协同网络
公开材料展示的是一条产品化增长路径，不能直接等同于已经验证的用户增长。
- 先嵌入禾蛙已有的招聘数据和流程。 Domi 不从空白数据库开始，而是接入禾蛙的岗位、候选人和招聘生态。这样做能让「以人找岗」和「以岗找人」在真实业务里产生结果，但也意味着产品质量会受到数据更新、授权和标签完整度影响。5
- 从高频事务建立使用习惯。 简历匹配、推荐报告、薪酬对标和风险分析都是顾问每天可能遇到的任务。产品方称推荐报告可在 1 分钟左右生成，效率提升 30 倍，这类数字如果能在不同猎企中复现，才可能成为持续使用的理由；目前仍应按产品方口径看待。5
- 把专业能力做成可调用的 Skill。 36 氪直播材料提到，禾蛙开放 Skill 开发者生态，让专业能力变成可以复用、调用和定价的数字资产。这个设计把收入想象从单纯卖软件席位，扩展到专业能力交易，但公开材料没有说明 Skill 的审核、分账、版权和责任归属。4
- 再做 A2A 猎头协同。 Domi 试图让不同顾问和 Agent 根据岗位、人才与领域能力自动匹配，在陌生协作者之间完成安全协作。这个网络一旦有真实交易，能提高资源复用率；在交易量不足时，它也可能只是一个很大的概念层。4
商业模式：方向出现了，收费表还没有
本轮公开材料没有披露 Domi 的月费、席位费、按量计费、交易抽成或企业合同价格。因此，不能把它写成已经确认的订阅 SaaS，也不能替禾蛙计算单个客户的 ROI。
能确认的商业化方向有三层。第一，Domi 接在禾蛙的招聘生态中，产品价值来自缩短检索、匹配、报告和协作的时间，未来存在按顾问、猎企或企业客户收费的空间，但这只是商业模型推断。第二，Skill 被描述为可调用、可定价的数字资产，这更接近能力市场或分账模式，不过当前没有看到具体规则。第三，A2A 网络如果真的促成猎头协作和招聘交易，平台可能从撮合或交付中获得收入，但公开报道没有披露费率和已发生的交易。
报道还给出了禾蛙生态的规模数字，包括超过 5.46 万家合作机构、19.08 万名人力资源服务顾问、覆盖六大洲 30 余国和 420 余座城市，以及累计超过 609 万个企业招聘需求。这些数字来自公司相关材料，适合作为潜在分发网络的信号，不等于 Domi 已经拥有同等规模的活跃付费用户。5
护城河和伪需求判断
Domi 最可能形成的优势，是行业数据、工作流和协作者网络组合在一起后的迁移成本。通用模型可以帮人改写 JD，但它不知道哪些候选人已经被沟通过、哪些企业更在意稳定性、哪些岗位的隐性条件会导致 offer 失败。若 Domi 能持续把这些结果反馈给匹配系统，产品会比单点简历工具更难替代。
但这个优势尚未被公开材料证明。招聘数据的授权和质量、匹配理由能否被顾问理解、错误推荐如何纠正、候选人是否可以查看和修改自己的画像，都会直接影响产品能不能进入真实流程。没有公开入口和价格，也让读者暂时无法用一组真实岗位做小规模对照测试。
结论：Domi 适合作为国内垂直 Agent 的观察样本。何洪锴给出的「理解不对称」判断有明确行业场景支撑，产品也已经从演示走到发布；但它能否形成稳定收入，要等公开试用、收费方式、匹配效果和实际协同交易出现后再下结论。
今天怎么选
- 需要马上换职业头像或证件照：先试 Portraify 的 3 次免费额度，重点检查脸部相似度、尺寸和目标机构是否接受。
- 关注国内垂直 Agent：看 Domi 后续是否开放真实顾问入口、公布价格和匹配效果，不要把生态规模直接当成产品收入。
- 在做购物、支付或电商 Agent：研究 CartAI 的 API、支付授权、退款和佣金归因，先把单笔金额上限和人工确认做出来。
- 想减少 Telegram 打扰：AI Secretary 适合技术用户自托管，先用非敏感账号测试消息是否会离开本机。
- 想让 Agent 全天候跑任务：Rerun 先只接一个低风险、可回滚的流程，观察人工审批次数和实际消耗，不要一开始就开放写入权限。
本期五款产品都在把 AI 从回答推进到动作，但它们承担的责任不同：Portraify 负责让照片能用，Domi 负责让岗位和人选更容易被理解，CartAI 负责把订单真正结清，AI Secretary 负责决定哪些消息值得打扰你，Rerun 则试图让 Agent 在后台持续工作。真正需要继续验证的，是动作发生之后谁来确认、谁来撤销，以及出了错谁承担成本。
References
Related content
- Sign in to comment.