0806 | 今日Product Hunter：StepGrab录屏指南、BackEngine私有AI、Capacity本地Lovable、Wispr记名转写

茉莉: 欢迎收听《ProductHunt 产品分享》，我是茉莉。

白桦: 我是白桦。今天这期我们聊聊今日上榜的一批值得关注的工具，从帮你做事到帮你把私有知识交给 AI，话题还蛮丰富的。

茉莉: 先看一款 Mac 应用，它可以把任意任务变成一步步的图文指南；再讲讲几个接入 AI 的新工具，像是让公司的知识对 AI 开放、为 AI 处理支付等等。

白桦: 没错，另外还有几款面向开发者和普通用户的效率工具，我们一个个来说。

茉莉: 先来看一个叫 StepGrab 的 Mac 菜单栏应用，它把自己描述成“把任意 Mac 任务变成逐步指南”的工具。思路很直白：你点一下开始录制，然后亲手把任务做一遍，每点一次鼠标，它都会抓下一张带编号箭头的截图，再自动配上步骤说明。全程都在本地处理，不需要账号，也不会上传数据。导出方面支持 GIF、PDF 和 MP4，官方还宣传可以导出成可点击的 HTML、Markdown 或竖版视频，还能套上你的品牌配色。

白桦: 开发者说，他以前是同事总来求助的那类人——设置放在哪、报表怎么导出、按钮为什么挪了位置，过去他只能靠截图、裁剪，再在 Preview 里画箭头，而且应用一更新，教程往往就失效了。StepGrab 就是他花了六个月给自己做的修复方案。他特意强调，这个应用只支持 Mac，但指南本身不限于 Mac——因为多数要文档化的内容其实在浏览器或网页应用里，所以 Mac 上录的指南，Windows 同事照样能读。他把“离线”看得最重，也说 Scribe 和 Tango 确实做得好，但它们是网页优先、订阅制，他不想让录屏存在别人的服务器上。

茉莉: 定价上，免费版真实可用，最多能存 5 个指南、每个最多 10 步，包含 GIF、PDF、MP4 导出。Pro 是每月 2.99 美元，或每年 12.99 美元，另外还有一次 44.99 美元的终身买断价。用促销码 PHUNT 能把终身价压到 34.99 美元，不过只限那些没买过 Pro 的 Apple 账号，开发者说这是苹果的规则。官网注明需要 macOS 14.0 以上，同时支持 Apple Silicon 和 Intel。

白桦: 社区讨论里最值得注意的一个问题是：App 界面频繁更新时，这些生成的指南还能保持有效吗？开发者承认指南会“漂移”——因为每个指南本质上是一串带 OCR 文本的截图，所以他提议在录制时给屏幕“取指纹”，用来标记那些文本已经不再匹配的旧指南。他也坦承这会有噪声，比如“按钮挪了位置但文字没变”这种就抓不到，但他认为，三个涉及已变化屏幕的指南，仍好过完全没提醒。他的理由是：一份过时的指南不是中性的，“自信的错误指南”可能让读者白烧二十分钟才发现不对劲。另外，对没有文字标签的工具栏图标，他建议按效果描述步骤，比如“打开 Inspector 面板”，而不是依赖 OCR 认图标名，也无需使用辅助功能接口。上线 11 小时时他更新说，这是他做学生兼职之余开发的应用，邮件列表大概 25 人，没有公司，跟 ngrok、Framer、Cloudflare 这些同一天发布，他对反响挺意外，还说“还在，还在回答”。当然要注明，以上都是开发者自述，还没有独立的第三方验证。

茉莉: 接着是 BackEngine MCP，今天也在 Product Hunt 发布，定位是让公司的私有知识对 AI 可用。它同样接入 Slack、邮件、通话、工单和 CRM，但它强调自己不是把这些工具当成“原始管道”直接连起来，而是先把全部数据读进来，再按客户账号合并成一份带权限的单一记录，并且持续更新。这样 Claude 或 ChatGPT 就能基于完整图景来回答，而不是只读到一小片、再去猜其余部分。

白桦: 创始人 Eli 把它称作一个 MCP-first 的方案，他自己就在 Claude 里跑邮件和 Slack 摘要、线索生成、账单核对、写案例研究这些日常流程。厂商自报的对比数据是：相比直接连接器，错误减少 67%，关键事实多出 2.4 倍，token 少 65%——这些都属于厂商声明，还没有独立验证。另外，证据里没有提到定价。

茉莉: 社区反应挺积极，有人就说把 Slack、Gmail、Jira 和会议记录放进一个仓库，正是日常痛点，还有人问能不能用于客服和销售、怎么约演示。不过评论区也抛出了几个关键没解决的问题。第一个是“带权限”到底覆盖什么——按账号合并成一份记录，只是说明数据属于哪个客户，并不说明公司内部谁能看哪一部分。比如支持历史里可能存在“真实但不可分享”的内容，像是“不要再给这个客户退款”这样的内部备注，那么基于完整记录生成的回复，有可能把内部备注原样带给客户。权限会不会一路跟着来源传进答案里，目前还不明确。

白桦: 第二个问题是数据新鲜度：从工单或 Slack 落地到记录更新之间，存在一个时间窗口，厂商没给出典型延迟，而且查询的时候也不会显示所依据的记录有多新。还有评论者提醒，当你把一切信任押在单一合并记录上，一旦它错了或者过时了，用户要怎么察觉？这个问题目前也没有答案。

茉莉: 再看 Capacity Desktop，这是一款面向 Mac 的免费桌面应用，定位是“住在你 Mac 上的 Lovable”——也就是用自然语言生成真实应用，但代码和项目都构建并存放在本机，不在别人的服务器上。制作者是 Baptiste 和 Samuel，两位自称产品人。他们认可 Lovable 和 Bolt 的价值，但想做的是一个“没有租金”的版本：不卖加价的 AI 积分、不把代码锁在云工作区、导出也不是事后才补的功能。

白桦: 产品宣称的能力包括：从 80 多个设计模板起步，或者导入已有的仓库；自带 AI key，支持 Claude、GPT、Gemini、Grok、Kimi、DeepSeek 这些，按成本计费，还有一个内置的花费看板；每次改动都能恢复，一键回滚；发布页连接 GitHub 和 Vercel，部署前能检查环境变量并一键上线；号称零终端，能自动检测并安装 Git、Node 等项目需要的工具；而且项目本身是普通文件夹和 git 仓库，任何现有的编辑器或开发者都能接手。

茉莉: 限制也很明确：目前只支持 macOS 的 Apple Silicon 芯片，Windows 和 Linux 排在路线图里；用户需要自带 AI key；产品现在是测试期免费，未来计划采用一次性授权，而不是订阅或积分加价。网站上还宣称没代码经验的人也能用，应用可以带账号、登录、支付功能，支持自定义域名，代码不会被锁定、可以带走，还写着“免费开始，第一支应用免费”。

白桦: 社区讨论里，有评论者拿它跟 Raycast 的 Glaze 比较，还问这个桌面应用是原生还是基于 Electron 的，材料里没有回应。另一位自称没有开发背景的独立创始人 Gero，分享了用 AI 构建 iOS 和 Android 应用的经验，然后提问：Capacity 如何让用户信任最终的“构建产物”，而不是只凭预览来判断？这个提问同样也没有得到回答。

茉莉: 最后是 Wispr Flow 推出的会议记录工具，官方页面也把它叫做 Wispr Flow Notetaker。它主打的一点是“把细节记对”：官方称会议开始前会先读日历邀请，确保姓名拼写正确，并把用户此前教给 Wispr Flow 的术语也带进对话里；最终转写会用真实姓名，而不是“Speaker 1、Speaker 2”这种编号。麦克风和听到的外部声音是分两条音轨采集的，用来避免说话人混淆。发现错误可以直接修正，而且修正会应用到整份转写上。

白桦: 每场会议都能通过 MCP 直接拉进 Claude 或 ChatGPT；它还提供会前简报、错过后一键补听、在摘要里明确标出决定和下一步，以及为没上日历的通话一键录制。目前只支持 Mac、只支持英文，官方说先跟用户把核心功能打磨好，再推广到其他语言和平台，可以免费试用。

茉莉: 创始团队成员 Tanay 在社区解释了这个产品的逻辑：几乎没人会去读原始转写，但一切都构建在它之上——一个名字或缩写错了，就会一路传播到下游；说话人标错了，整条链路就不值得信任了。所以要先从改善采集做起。有趣的是，社区里的好评大多来自自称 Wispr 内部员工的人：增长负责人说以前要花一小时“修转写”，现在能确信转写和发言人归属准确；还有人说是自己用过的第一个稳定做好说话人分离的记录工具，行动项会落到正确的人名下，第一次信任摘要到不再记备份笔记。

白桦: 外部用户的反馈虽然少一点，但也有自己的角度：这个工具并不绑定某个会议软件，而是绑定电脑收发的声音，所以在 Zoom、Microsoft Teams、WhatsApp 通话后都能得到摘要，围桌面对面聊天也能转写；还有一位用户说准备取消 Granola 的订阅。另外，有人提到无需另买独立订阅，但免费试用之后的具体定价、是否存在独立订阅，以及英文以外语言的时间表，目前的证据里都还没有说清楚。总的来看，现在的验证大部分还是内部声音，独立外部验证仍然有限。

茉莉: 先看一个叫 Aegisora 的开源工具，它给自己的定位是 AI agent 工具和 API 调用之间的“窄控制平面”，主打零延迟代理层，面向应用安全、工程和安全团队。创始团队在社区帖里说，当简单聊天界面转向由自主 agent 执行核心工作流之后，运行时安全就成了盲区。它做的事情是拦截恶意的模型动作、强制 API 访问走最小权限、实时给个人信息做掩码，并且为自主 agent 生成可读的审计日志，刻意强调要替代他们口中“臃肿的黑盒中间件”。

白桦: 官网列的能力大致是这样：以 sidecar 代理方式部署在客户自己的安全边界内，原始数据和个人信息不会经过外部的第三方基础设施；代理或网络断了的时候，遇到关键安全违规会默认直接拒绝放行，也就是 fail-closed；每一次工具调用、拦截和策略决策都写成结构化、人类可读、不可变的审计日志，用于 SOC 2 和 ISO 的合规评审；个人信息掩码引擎自称符合 GDPR 和 HIPAA 的自动脱敏要求；所谓 Neural Firewall 声称防提示注入。集成对象包括 OpenAI、Anthropic、Azure AI、AWS Bedrock、GitHub、Slack 和 Vercel。

茉莉: 定价上它有免费开源的 Developer Sandbox、名额有限的 Design Partner 优先访问，还有定制的 Enterprise VPC 方案。需要特别说明，SOC 2 Type Two 和 ISO 27001 都标注的是“认证进行中”，而不是已完成；“零延迟”这类说法是厂商自述，目前没有独立验证。还有一个值得留意的点：现在能看到的社区讨论，基本都来自创始团队自己的介绍帖，缺少独立用户体验或批评。接下来可以关注的就是 GitHub 上的开放代码和 good first issue，以及它自己的 Discord 社区。

白桦: 接下来看 ngrok 今天发布的 AI Gateway。它的卖点概括成一句话就是：一个私有网关，接入所有 AI 模型。ngrok 的产品经理在发布说明里说，团队在建 AI 应用时遇到真实的基础设施痛点——应用同时用 Open AI 和 Claude，想换成更新、更快或更便宜的模型，就得新建账号、改代码，还要维护多个网关和 SDK、共享供应商密钥、分散的用量仪表盘、复杂的 fallback 逻辑，甚至可能意外暴露本应私有的模型。

茉莉: 新产品把这些统一到一个托管网关：开发者把 baseURL 改成网关的地址，再换一套访问密钥就行，兼容 OpenAI、Anthropic、Vercel AI 这些常用 SDK；自托管模型通过 ngrok 网络私密接入，不需要公网 IP 或入站端口。宣称的能力还包括自带密钥，用户仍然直接向 OpenAI、Anthropic 这些供应商付费；按应用或开发者分配的受限访问密钥；跨调用统计 token、延迟和错误的可观测性；以及模型或密钥变慢、失败时自动重路由到健康替代并自动重试。定价是每百万 token 五分美元再加推理成本，预购的 credits 按用量扣减。

白桦: 社区里有用户说好处在于，通过 ngrok 网络连自己的模型，不用暴露公网端点，正好解决他们亲身经历的安全痛点；另外有人提到，自己曾做过一个必须留在内网、以符合合规要求的内部工具，但之前用过的网关都假设一切在公网 API 之后。但也有人提问：跟自建网关层相比优势在哪？某个模型延迟高或离线时，切换流量有多容易？材料里没有官方对这些问题的回复。要记得，这些仍是产品方自己描述的主张，不是已验证的结果。

茉莉: Cloudflare 也在官方博客发布了新产品 Cloudflare Wallets，定位是“面向智能体互联网的可编程钱包”。按官方说法，它面向的是一个 AI 智能体能自主发现、使用并付费服务的未来，让智能体以安全的方式为 API、内容和数字服务完成交易。核心能力包括虚拟钱包、消费控制和机器友好支付，直接受众是正在构建自主智能体应用的开发者。Cloudflare 说这是在为下一代 AI 应用构建金融基础设施——这属于厂商说法，还没有第三方验证。

白桦: 这条发布位于 Cloudflare 博客的 Agents Week 内容语境下，相关标签还包括 AI、开发者平台、支付和 x402。社区里有人表示已经“认领了用户名”，也对“终于不用批准付款”表示期待——这些指向无需人工审批的机器支付流程，但属于个人反应，不是功能验证。另有评论夸 Cloudflare CDN 的速度和设置流程，那针对的是他们多年的既有产品体验，不能当作对 Wallets 的测试结果。

茉莉: 目前材料里没有给出具体定价、正式可用时间或协议细节，社区里“是什么常见问题让 Cloudflare 认为必须这样构建”的提问也还没有答案。接下来值得跟踪的后续信号包括博客标签里的 x402、官方对支付流程的技术说明，以及 Wallets 正式上线的安排。

白桦: 今天还上线了 Dover MCP。Dover 的免费 ATS 现在可以通过 Model Context Protocol 接入 ChatGPT、Claude、Cursor 这些 AI 工具，面向初创公司的招聘团队。用户可以从聊天界面里审阅最合适的候选人、准备面试问题、安排面试、加备注、更新候选人阶段，还能看出哪些岗位管道健康、哪些需要更多寻源，并结合邮箱和日历协调沟通。官方给了一个示例工作流：让 Claude 找到候选人、安排面试、准备 hiring manager，会后加 debrief 笔记、推进候选人阶段并起草跟进邮件。

茉莉: Dover 本身定位是“初创公司专家的 marketplace”，免费 ATS 支持发布职位、寻源、管理申请、协调面试并统一跟踪管道。接入方式上，Claude 和 ChatGPT 有专属入口，Cursor、Codex 这类支持 JSON server 配置的客户端用通用 HTTP 配置。权限采用用户选择的 OAuth 作用域：缺省只读访问职位、申请、候选人和面试；写操作只有在授予写权限时才可用，而且跟 Dover 用户既有权限一致，私有职位和角色权限仍然适用，可以随时断开连接。AI 只辅助排名和总结，招聘决策仍由团队自己做出。

白桦: 同样属于 Dover AI 的还有按职位标准给简历评分、AI 面试记录员——转录视频面试、预填评分卡——以及面试摘要，标注优势、顾虑和下一步。社区里有用户说 Dover marketplace 在自己招聘中一直很有帮助；另一条评论者指出，多数 AI 招聘功能只做简历总结或生成面试问题，而能真正移动候选人、还能直接让 Claude 或 ChatGPT 安排面试，“感觉不同”。要提醒的是，这些能力大多还是厂商自述，社区评论属于个人观点。至于 Dover AI 要不要付费，FAQ 的答案没有披露，定价仍不明确。

茉莉: 先说一个我自己很有共鸣的东西，一款叫 Keytones 的 Mac 菜单栏小应用，刚刚发布正式版。开发者的初衷特别真实，他说自己常常打出大写字母却根本没察觉。这个应用的作用，就是给四组按键——大写、小写、空格，还有修饰键——分别配上不同的声音。

白桦: 所以它不是为了让你听起来像是在用机械键盘，或者老式打字机。它的核心逻辑是区分大小写：如果你不小心开着 Caps Lock，或者 Shift 压根没按下去，耳朵会比眼睛更早发现。每项功能都能单独调音，更妙的是，你可以直接拖入自己的音频文件，让每个键位用上你想要的声音。

茉莉: 如果不想有声音，它还有视觉方案：每敲一下键，屏幕底部就会随着击键亮起一道光晕，颜色、大小甚至位置都能自定义。实用性也很周到，可以按应用来开关，还能在菜单栏一键切换。不过有个小前提，需要 macOS 15.6 或更高。安全方面开发者强调，它只申请辅助功能权限来检测按键，不会读取、记录或存储任何输入。

白桦: 好，那今天这一期就到这里。从 StepGrab 帮你把 Mac 任务变成文字指南，到 gRPC 网关、到 Wallet 钱包、再到 Agent 一个个把私有知识变成 AI 能读懂的东西，今天的节奏基本就是这个：工具在替我们干活，也在替我们把细节记对。别忘了 Big 事件，Dover 和 Keytones 都在等着你亲自上手体验，

茉莉: 对，每一个都能在 Product Hunt 上直接找到。今天的分享就到这里，感谢收听，我们明天见。