0818 | Hansel by Seedling：自托管加密邮件，替代Gmail/Outlook

林岚: 欢迎收听 Bri 电台的《ProductHunt 产品分享》，我是林岚，今天这一期干货不少，既有面向团队的私密邮件工具，也有几个和 AI 紧密相关的项目。

陈序: 没错，我是陈序。比如那个自称"AI 工程师"的云端 agent 平台，还有把 Blender 接到 Codex 和 Claude 上的开源扩展，都值得聊聊。

林岚: 再加上一个零依赖的环境配置小工具，和一个完全在本地运行的开源工作日志，覆盖面挺广的。

陈序: 那就别耽误时间了，我们一个一个来看今天 Product Hunt 上这些值得关注的新东西吧。

林岚: 这封邮件产品叫 Hansel，来自团队 Seedling，定位是 Gmail 和 Outlook 的替代品，面向看重隐私和数据所有权的团队。它的核心做法是让邮件跑在用户自己的服务器上，消息在用户设备上加密后才离开，所以平台本身读不到内容；功能包括加密消息、来自自有域名的电子邮件、日历、笔记和企业管理工具。真正特别的是它自研的加密协议 Wicked Crumbs，采用轮换身份和防篡改的消息链，还声称在架构层面直接解决垃圾邮件——没有接收方的密钥，消息根本送不达。发布信息称，因为数据不存放在平台，任何公司都无法读取数据、取消账户或锁定用户。创建者之一 Kemone Phillips II 在 Product Hunt 上自述为前 Google 员工，曾参与 Google Workspace 原始 GTM 团队；他说上个月 Google 在宽限期内的提前终止中毫无预警地取消了他的 Workspace 订阅，把他锁定在邮箱和联系人之外，于是他在 30 天内与 AI 工程合作伙伴 Bob 一起构建了 Hansel。目前提供 Windows 版，macOS 和移动版即将推出。一位评论者写道，如果产品确实如此，那为什么还需要标准电子邮件；另一位则称赞拥有更多所有权和控制权处理重要邮件的理念。

陈序: 这个逻辑确实挺颠覆性的。放到邮件这个大背景下想，它主张的是因为数据根本不存在平台上，所以任何公司都没办法读取你的数据、取消你的账户，甚至把你锁在邮箱外面。而它背后这个故事也蛮能说明动机的。创建者之一 Kemone Phillips 之前在 Google 工作过，参与过 Google Workspace 最初的团队。他就提到上个月，Google 在宽限期内的提前终止中，毫无预警地取消了他的 Workspace 订阅，还立刻把他锁在自己的邮箱、联系人和所有内容之外。结果他就和一位 AI 工程合作伙伴用 30 天做出了 Hansel。

林岚: 等于说这个产品就是从一个真实的、被平台锁定的痛点直接长出来的。目前它提供 Windows 版本的下载，macOS 和移动版马上会来。社区里的反应也很有意思。有评论者说，如果这产品真像它说的这样，那到底还需要标准电子邮件干嘛，还说自己被完全所有权这个想法给吸引了。另一位回应的人则是更具体地肯定，说这种强调所有权和控制权的方式，很贴合要处理重要邮件的人的需求。看来这场讨论的重心，已经从检查新功能，变成重新思考邮件数据到底该归谁了。

陈序: xpander.ai 在 Product Hunt 上推出了一款叫 Omni 的产品，定位是 AI 工程师，主打口号是别再盯梢你的 AI 代理了。它瞄准的痛点，用过 AI 的人都懂——现在最好的 AI 工作流往往还是跑在你自己笔记本上的 Claude 里，一合上盖子它就停了，而且一次只能服务你一个人。Omni 的思路就是把代理从笔记本搬到云端：用户说出需求或带入已有构建，它会接好工具和技能、用模拟数据测试，然后交付一个云端运行的代理，可定时、可长期运行、可与团队共享；后续维护也由它负责，包括改进系统提示词、比较不同模型、调试和修复失败的运行。联合创始人 Ran 称，Omni 能执行通用型任务，也能构建针对特定业务流程的自定义代理。官方列出的早期用户真实请求包括：跨最新 Sonnet、GPT、Qwen 模型给代理做基准测试；监控云账单并在异常峰值时查明原因发到 Slack；每天早上拉取昨日注册用户、丰富信息并筛选推送；还有昨晚运行失败了，找出原因并修复。社区里有人认可这个痛点，也有人称赞用模拟数据测试能省下大量调试时间；同时多位用户提出了尚无答复的疑问——自我修复实际能做到多少、目标网站改版时代理会自愈还是悄悄返回错误数据、定时运行遇到需要人类决策时如何处理，以及模型再比较的触发条件。

林岚: 具体流程是，你说出你的需求，或者把你已经建好的东西带进去，Omni 会帮你接好工具和技能、用模拟数据先做测试，然后交付一个跑在云端的代理。它可以定时运行、可以长期运行，还能跟团队共享。而且后续维护也交给它负责，包括改进系统提示词、比较不同模型、还有调试和修复那些跑挂掉的运行。联合创始人 Ran 在发布帖里说得更直白，它既能像通用型代理那样执行任务，也能针对你的具体业务流程构建定制代理，那些读日志、排查失败、优化性能、给模型做基准测试这些盯梢的活，都由它来干。

陈序: 听起来确实是给那些整天从终端里看日志的人准备的。发布方还列了一些早期用户的真实请求，我看完之后觉得特别有画面感。比如有人想跨最新的 Sonnet、GPT 和 Qwen 这几个模型给自己的代理做基准测试，就为了找出质量相同前提下最便宜的那个选项；还有人想让它盯住云账单，一出现异常峰值就查明原因，再发到 Slack 上去；还有每天早上自动拉昨日注册用户、做信息丰富、把有价值的投进频道这种需求；甚至有人直接说，昨晚运行失败了我不知道原因，你帮我找出来并修好。

林岚: 社区里也有人认可这种方向。有用户觉得合上盖子代理就停了，确实是实实在在的痛点；也有人称赞它能用模拟数据测试，可以省下后期大量的调试时间。不过另一边，也有一堆尚无答复的疑问被抛出来了。比如它所谓的自我修复，实际到底能做到多少？哪些情况还是需要人介入？如果目标网站改版了，代理是会检测到断点然后自己恢复，还是悄悄返回错误数据，等你发现为止？还有定时运行遇到需要人类拍板的情况，它会等着、通知人，还是干脆直接失败？模型再比较的触发条件到底是什么，是每次定时都跑，还是只有失败时才触发，再或者只能由用户手动要求？这些问题的答案，恐怕得等真正用起来才能知道。

林岚: 这家叫 Treg，它自称是工具的 OpenRouter——也就是说，它想让代理用一个 URL、一个 token，就能调用各种工具。Treg 面向 AI 代理和它们的开发者，核心前提是代理其实不关心供应商是谁，只想要最适合当前任务的 API。它目前整合了 2,600 多个工具，覆盖 SEO、社交媒体、销售线索、广告、网页抓取等领域，来自大约 40 家供应商；用户按任务搜索，查看每款工具的价格和请求响应格式，按调用付费，无订阅、0% 加价，单价与直接订阅相同。创始人 Jason 介绍，Treg 原本是他的内部工具，解决代理做实际工作时那些捆绑在面向人类定价的 SaaS 套餐里的数据需求；它的思路是基于任务而非基于供应商。关键设计是代理从不持有密钥，平台把真实上游请求转发给供应商并在服务端注入凭据。一位用户称花几分钟完成设置、花费不到 1 美元，就获得了 TikTok、Instagram 的有用分析数据和个人体验；另一位评论者认为未来许多 API 与数据供应商将主要服务代理，并提问这类能力是否应由基础模型和框架直接提供。尚无回应的问题包括 GDPR 与欧盟 AI 法案合规，以及请求和响应是否真正零日志透传，还是会保留一段时间用于账单争议排查。

陈序: 所以用户是按任务去搜索的，比如查某个域名的反向链接，就能看到每个工具的价格、请求和响应的格式，用多少付多少。它没有订阅制，也号称零加价，单价跟直接向供应商订阅一模一样，而且产品以开源许可发布，可以自托管。创始人 Jason 讲了这个工具的由来，说它本来是他们的内部工具，因为代理要做实际工作，数据需求特别多——关键词量、反向链接、广告库、数据丰富这些，要不就捆绑在面向人定价的 SaaS 套餐里，月付一百多美元还不清楚里面到底有什么，要不就得花好几天做 OAuth 应用设置和验证。Treg 的思路，就是基于任务而不是基于供应商。

林岚: 有一个设计我听下来觉得很关键：代理从头到尾不持有任何密钥，平台的职责是把真实的上游请求转发给供应商，并在服务端把凭据注入进去。而且平台不去模拟上游 API，所以供应商怎么变更，它都能适应。像是 Google 或 Meta 的广告、社交发布、商家主页这些 OAuth，只需要连接一次，团队里每个成员的代理都能直接用。

陈序: 这设计确实考虑了在实际团队里跑通的场景。社区这边，有一个用户说，自己花了几分钟设置、花费不到一美元，就拿到了 TikTok 和 Instagram 的有用分析数据以及最佳实践拆解——当然这只是他的个人体验，不代表产品成果。也有评论者提出了一个更有远见的看法，说未来很多 API 和数据供应商主要服务的对象会变成代理，这会把整个产品发现流程给改掉，同时他也在问，这类能力是不是应该由基础模型和框架直接提供。不过也有两个问题目前没人回答，一个是关于 GDPR 和欧盟 AI 法案的合规，另一个更实际——既然代理是中转方，那线索、广告、抓取数据的请求和响应，是不是全都会经过 Treg 的基础设施？评论区就有人直接要求说明白，到底是真正做到零日志透传，还是会留一段时间，方便排查账单争议。这个答案，直接影响它那句零加价到底有多干净。

林岚: Recall.ai 在 Product Hunt 上推出了 Startup Program，这是给早期创业公司的一套会议记录基础设施，获批的团队前一万个录制小时按每小时二十五美分计费，还能拿到和其他客户一样的产品与支持，包括直接对接工程师、机器人快速加入会议、所有录制类产品、MCP 访问和日历集成。申请资格限定为早期创业公司，而且要求会议数据是产品核心、正在围绕录制对话构建产品，计划全球可用。Recall.ai 的 Maggie 在公告里说，从零构建录制基础设施往往变成远比预期更庞大的工程项目，这套计划此前已经在笔记、面试、金融等领域的团队里测试过，现在开始更广泛开放。申请入口是 recall.ai/startups，流程是提交信息、团队审核、获批后开始构建。顺便一提，社区里有用户称赞说这套计划是在帮解决真实的技术成本，而不是塞一堆可能用不到的福利。

陈序: 这个定价和门槛我觉得挺关键的。申请资格限定在早期创业公司，而且要求会议数据是产品的核心，团队必须是在围绕录制对话来构建产品。注意它不是按行业锁死的，评论区提到这个计划之前已经在做笔记、面试、金融这些领域的团队里测试过，现在只是开放给更多人。

林岚: Recall.ai 的公告团队里有人说过，从零去搭一套录制基础设施，往往会变成比预期大得多的工程项目。这其实点出了这个计划的价值——它不是送一堆可能用不到的福利，而是帮你把真实的技术成本解决掉，评论区也有用户专门夸这一点。申请入口在 recall.ai 的 startups 这个网页，流程是提交信息、团队审核、然后就开始构建。

陈序: 再补充一下这家公司的产品拼图，免得只看到一次性的价格优惠。它们有用于构建会议机器人的 API，也有不需要机器人、直接在设备端录制的桌面录制 SDK，还有用日历数据来丰富录制的日历接口，以及能录电话和面对面会议的移动录制 SDK，支持 Zoom、Google Meet、Microsoft Teams 这些平台。另外他们还公布了已经筹到三千八百万美元的 B 轮融资，同时亮出了 SOC 2、ISO 27001、HIPAA 这类安全认证。不过要记住，这次发布的重点，还是那个面向早期团队的启动计划和每小时二十五美分的档位。

林岚: 今天要看的是一款免费开源的东西，叫 Blender Agent Bridge，它是 Blender 的一个扩展，通过本地 localhost 的 MCP 服务器，把 Blender 接到 Codex、Claude Desktop、Claude Code、Cursor 这些 MCP 客户端上，让 AI 助手能真正进到 Blender 的工作流程里。发布者 Bri 在社区讨论里说，做这个项目的契机是看到 AI 创意工具的一个缺口——能生成看起来很酷的结果，但当艺术家要做精确修改时，底下往往没有可编辑的 Blender 场景、模型、绑定或工作流。它的目标是让 AI 助手在真实 Blender 流程里工作，而不是取代 Blender 知识或把艺术家移出流程。目前定位是公开测试版，作者希望真实的 Blender 用户和技术美术给反馈，哪里顺手、哪里笨拙，以及在用于真实项目前期望什么样的安全与控制机制。安装要求 Blender 4.2.0 或更新，可以通过远程仓库在 Blender 扩展面板里安装。需要留意的是，以上能力描述都来自开发者，还没有独立的验证结果。

陈序: 发布者一开始说做这个的动因，是看到 AI 创意工具有个缺口——很多工具能生成看起来很酷的结果，但艺术家要动手做精确修改的时候，底下往往是空的，没有可以编辑的 Blender 场景、模型、绑定或者工作流。所以这个桥的目标不是取代艺术家的 Blender 知识，而是让 AI 在真实流程里干活，人还是守着最终控制权。

林岚: 具体怎么控，它是有讲究的。代理可以只读地检查对象、材质、动画、渲染设置这些东西；改动场景之前，可以先看视口、渲染结果或者 playblast 这类证据；辅助编辑是可逆的，带可视化的提交和回滚控制。更关键的是，只有你主动开启「信任代理脚本」，它才会运行会被信任的 Blender 脚本，而且文件和凭据始终由 Blender 这一端管着。

陈序: 安装上有版本门槛，需要 Blender 4.2.0 或更新，能从扩展面板里远程安装。最后得提醒一句：这些能力描述全部来自开发者自己，还没有独立的第三方验证，所以先当作产品愿景来听。作者现在把它定位成公开测试版，特别想收集真实 Blender 用户、技术美术这些人的反馈，看哪里顺手、哪里别扭，以及上真实项目之前还想要什么样的安全控制。

林岚: 这一款值得单独拎出来，叫 Meridian，今天在 Product Hunt 上线，是 Meridiona 推出的开源 AI 工作日志，一句话定位就是「不让你的工作被忽略」。按发布说明，它完全在本机跑，没有云、也没有账户，随着一天过去，它会自动用通俗的英语记录你做了什么，把当天整理成一条时间线，再匹配到 Jira 和 GitHub 里开放的工单，最后生成可以直接用的日报、站会笔记和每日总结，而且更新在得到你批准之前不会发出去。创始人说他三个月前辞职来做这个产品，痛点是让 AI 写更新时，AI 只知道你告诉它的内容，却不知道你中途解决的意外问题。产品是 MIT 许可，免费给个人开发者用，没有席位也没有信用卡收费，可以接你已有的 Claude Code、Cursor 或 Codex CLI，没有这些也可以用 Groq 的免费额度。目前有 macOS 和 Windows 两个版本下载。不过讨论区里也有质疑的声音，一位开发者在相邻领域做工具，她提出应用似乎必须注册账户才能用，而且要求音频、屏幕录制、辅助功能这些权限，这和「隐私优先」及开源主张不完全一致。

陈序: 创始人讲了他做这个的来由。他三个月前辞职专心来做这个产品，痛点在于：让 AI 帮你写更新的时候，AI 只知道你告诉它的东西，却不知道你中途解决掉的意外问题。他之前在 Reddit 上发帖，说软件开发者严重低估了我们每个迭代里做的计划外工作量，那个帖子走红了，让他确信这不是他一个人的感受。

林岚: 产品用 MIT 许可，免费开放给个人开发者，没有席位费，也不收信用卡。它自带 AI 模式，可以接你已有的 Claude Code、Cursor 或 Codex CLI，没有这些也能用 Groq 的免费额度。目前提供 macOS 和 Windows 版本，代码在 GitHub 上，官网是 meridiona.com。

陈序: 讨论区里除了叫好的 beta 用户，质疑也来了，而且挺值得听。有人问远程虚拟机上的工作能不能被记录，还有为什么 Chrome 里的操作没被自动记进去，有没有团队版。更严肃的一条批评来自一位做相邻领域开发者工具的人——她说这个应用似乎必须先注册账户才能用，而且要求音频、屏幕录制、辅助功能这些权限，这跟它「隐私优先」还有开源的宣传不太一致，她也质疑为什么不上架应用商店接受第三方核验，并且主动披露了她在该领域有利益关系。这个分歧建议听众自己判断。

林岚: 最后两点收尾。网站上的那个演示更新——比如「修复慢搜索，一项延迟从四点二秒降到一百八十毫秒」——只是产品演示，不是已核实的使用结果。另外路线图显示 Jira 已经支持了，Linear、Azure DevOps、Trello 都还标着「即将推出」。作者在现场邀请大家反馈，尤其关心引导流程和它草拟的更新质量。

林岚: Product Hunt 上今天有款值得留意的零依赖小工具叫 envfix，专为 Node.js 项目服务，定位是“环境配置医生”，不用装任何依赖，直接 npx envfix 就能跑。它能检测缺失、空、多余和重复的环境变量，捕获格式错误的声明，检查.env 是否被 Git 安全忽略和未跟踪，还能生成并同步.env.example 文件，既支持本地运行也支持在 CI 下输出 JSON，并通过 GitHub Actions 注释提示问题。开发者 gokhanozgezer 在产品社区介绍，构建起因是一个反复出现的日常问题：.env.example 更新了，但某人的本地.env 没有同步，应用因此失败，排查时间比应有的更长。工具被描述为“刻意保守”：不会覆盖已有的非空值，也不会把环境变量值打印进日志。具体命令方面，check 对比.env 与.env.example；fix 将缺失键追加到.env，可在需要时创建文件，且不会触碰已有行和值；doctor 做完整健康检查，覆盖文件、语法、一致性和 Git 安全性；example 用于生成.env.example，支持 --sync 同步新键并报告过期键。另有 --dry-run、--strict、--json、--annotations 等选项。该项目在 GitHub 上以 MIT 许可开源，作者表示目前专注于构建小型开源开发者工具，并希望获得关于 CLI 体验和真实项目中.env 问题的反馈。

陈序: “环境配置医生”这个说法很形象。它到底能做什么？

林岚: 它主要帮你检查和管理.env 文件。比如检测缺失的、空白的、多余的、重复的环境变量，还能抓出那些格式写错的声明。另外它会看.env 文件有没有被 Git 正确忽略，避免不小心传到仓库里。它还能自动生成和同步.env.example 这个给团队看的模板文件。

陈序: 那“同步”这部分应该是它最有价值的地方。我记得很多团队都栽在同一个问题上——模板更新了，但某个人本地的配置没跟上。

林岚: 对，作者 gokhanozgezer 在社区里说，他做这个工具就是因为他反复遇到这个问题：.env.example 更新了，但某个人的本地.env 没同步，应用直接跑不起来，排查时间远比应该花的长。所以他把工具设计得很保守，不会覆盖你已经填好的非空值，也绝不让环境变量的值出现在日志里。

陈序: 那它提供哪些具体命令可以用？

林岚: 主要有四条。check 用来对比本地.env 和模板的差异；fix 可以把缺失的键追加进去，需要时还会帮你创建文件；doctor 是做一次完整的健康检查，覆盖文件、语法、一致性和 Git 安全这些方面；还有个 example 命令用来生成.env.example，加上 --sync 参数还能同步新键，同时报告哪些键已经过期了。

陈序: 听起来很适合放进日常开发甚至 CI 流程里。

林岚: 没错，它既能本地跑，也能在 CI 里跑，CI 环境下可以输出 JSON 格式，还能通过 GitHub Actions 的注释方式把问题直接标出来。项目本身在 GitHub 上以 MIT 许可开源，作者说他现在专注做小型开源的开发者工具，也很想听听大家在实际项目里遇到的.env 问题，以及对这个工具体验的反馈。

林岚: 好，今天的内容就到这里了，感谢各位一直陪伴我们聊到结尾。希望这些信息对你有所启发，我们下期再见。

陈序: 也谢谢你的收听，愿你今天有所收获，保持好心情，我们很快再相聚。