news 2026/5/13 5:21:25

一天一个开源项目(第99篇):AiToEarn - 用 AI 把内容变成收入的一站式平台

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
一天一个开源项目(第99篇):AiToEarn - 用 AI 把内容变成收入的一站式平台

引言

“Let’s use AI to Earn!”

这是"一天一个开源项目"系列的第99篇文章。今天带你了解的项目是AiToEarn

这是一个和前几篇风格截然不同的项目。之前我们看到的大多是底层基础设施:代理框架、工程工作流、GUI 控制引擎。而 AiToEarn 直接面向"一人公司"的终极问题——如何用 AI 把内容变成钱

它的出发点很朴素:内容创作者最头疼的不是"会不会写",而是发布到 12 个平台要手动一个个上传,互动要手动一条条回复,接品牌合作要自己去谈。AiToEarn 用四个 AI 代理把这些"脏活"全部自动化:创作(Create)→ 发布(Publish)→ 互动(Engage)→ 变现(Monetize),形成完整的内容商业化闭环。

10.9k Stars、2,591 次 Commits、26 个 Release,这不是一个 Demo 项目——它是一个真实在跑的内容变现工具。

你将学到什么

  • AiToEarn 的四大 AI 代理能力(Create / Publish / Engage / Monetize)各自如何工作
  • 如何实现"一键发布"到抖音、小红书、TikTok、YouTube 等 12+ 平台
  • CPS / CPE / CPM 三种变现模型的设计思路
  • MCP 协议集成让 Claude、Cursor 等 AI 工具直接调度内容发布任务
  • 四种部署方式(Web / OpenClaw / MCP / Docker / 本地开发)的适用场景

前置知识

  • 了解自媒体内容创作的基本流程
  • Node.js 基础环境(如果选择本地部署)
  • 无需任何特定编程语言背景

项目背景

项目简介

AiToEarn 是一个开源的 AI 内容营销平台,核心使命是帮助个人创作者、小团队和企业在全球主流内容平台上实现内容的自动化生产、多平台分发和商业化变现。

它的目标用户画像很清晰:一人公司的内容创业者——你可能同时运营着抖音、小红书、B站、TikTok、YouTube 五个账号,每天要产出内容、逐一发布、回复评论、对接品牌,时间根本不够用。AiToEarn 的愿景是让 AI 代理承担这一切重复性工作,让创作者专注于真正有价值的创意部分。

作者/团队介绍

  • 开发者:yikart 团队
  • 项目定位:面向中国创作者出海和国内外内容变现的一站式解决方案
  • 发展节奏
    • 2025年9月:国际版上线,支持西方平台(TikTok、YouTube、Instagram 等)
    • 2025年12月:AI 代理自动生成与发布能力上线
    • 2026年3月:内容交易市场上线,MCP 协议支持
    • 2026年4月:OpenClaw 变现支持

项目数据

  • ⭐ GitHub Stars:10,900+
  • 🍴 Forks:2,000+
  • 👀 Watchers:383
  • 📦 最新版本:v2.1.0(2026年3月)
  • 📝 Commits:2,591(活跃开发中)
  • 📄 License: MIT
  • 🌐 仓库: yikart/AiToEarn
  • 🌏 官网: aitoearn.ai(国际)/ aitoearn.cn(国内)

主要功能

核心作用

AiToEarn 把内容创作者的完整工作流抽象成四个 AI 代理能力,形成一条从"灵感"到"收入"的自动化流水线:

创意/品牌任务 ↓ 🎨 Create(AI 生成视频/图文内容) ↓ 📢 Publish(一键分发到 12+ 平台) ↓ 💬 Engage(自动互动,提升曝光) ↓ 💰 Monetize(完成任务,获得变现)

使用场景

  1. 个人创作者多平台运营

    • 一篇内容,自动适配抖音竖屏、B站横屏、小红书图文,同步发布,省去手动适配的时间。
  2. 品牌内容营销自动化

    • 品牌方在平台上发布推广任务,创作者接单完成后按 CPS/CPE/CPM 结算,形成去中心化的 KOL 网络。
  3. 出海内容运营

    • 中文内容自动翻译本地化,一套流程同时发布国内(抖音/小红书/B站)和海外(TikTok/YouTube/Instagram)。
  4. AI 工具生态集成(MCP)

    • 通过 MCP 协议,在 Claude 或 Cursor 对话中直接触发内容发布任务:“把这篇文章发布到我的小红书账号”。
  5. 数据驱动的内容策略

    • 浏览器插件监控品牌相关讨论,识别高转化信号,自动调整互动策略。

快速开始

方法 1:直接使用 Web 版(零配置)

访问 https://aitoearn.ai 注册账号 → 连接你的社交媒体账号 → 开始发布内容或接受品牌任务

方法 2:MCP 协议接入(在 Claude / Cursor 中使用)

# 在 Claude 或 Cursor 的 MCP 配置中添加:{"mcpServers":{"aitoearn":{"url":"https://aitoearn.ai/api/unified/mcp","apiKey":"your-api-key-here"}}}# 然后在对话中直接使用:# "把下面这篇文章发布到我的抖音和 TikTok 账号"# "帮我查看今天各平台的互动数据"# "接受这个品牌的推广任务"

方法 3:OpenClaw CLI 接入

# 安装npx @openclaw/cliinstallaitoearn# 使用openclaw aitoearn publish--content"你的内容"--platforms"douyin,tiktok"

方法 4:Docker 本地部署

# 克隆仓库gitclone https://github.com/yikart/AiToEarn.gitcdAiToEarn# 三条命令启动(Docker 自动处理 MongoDB/Redis 依赖)cp.env.example .env# 编辑 .env 填入必要配置docker-composeup-d# 访问 http://localhost:3000

方法 5:源码开发模式

# 环境要求:Node.js 20.18.x + pnpmgitclone https://github.com/yikart/AiToEarn.gitcdAiToEarnpnpminstall# 启动后端pnpmrun dev:backend# 启动前端pnpmrun dev:frontend

核心特性(四大代理能力)

1. 🎨 Create(AI 内容创作代理)

这个代理负责"从概念到成品"的完整内容生产:

输入: 品牌任务描述 / 创意关键词 / 参考案例 ↓ AI 代理处理: - 脚本生成(基于任务需求) - 视频生成(Grok、Veo 等视频模型) - 图文生成(文生图 + 排版) - 翻译本地化(中英双语适配) - 批量内容变体生成 ↓ 输出: 多平台适配的内容成品

支持的生成能力:

  • 视频:AI 视频生成(集成 Grok/Veo)、视频剪辑、字幕添加
  • 图文:AI 图片生成、多图拼排、文案优化
  • 批量生产:一个主题生成多个差异化版本,防账号雷同

2. 📢 Publish(多平台发布代理)

支持的 12+ 平台:

国内平台国际平台
抖音(Douyin)TikTok
小红书(Rednote/Xiaohongshu)YouTube
快手(Kuaishou)Instagram
哔哩哔哩(Bilibili)Facebook
Threads
Twitter / X
Pinterest
LinkedIn

核心发布能力:

  • 日历排期:统一管理所有平台的发布时间
  • 格式自动适配:横/竖屏切换、标题长度适配不同平台规范
  • 账号矩阵管理:同一内容发布到同平台的多个账号
  • 发布状态追踪:实时查看每个平台的发布结果

3. 💬 Engage(互动代理浏览器插件)

互动代理以浏览器扩展插件形式运行,提供:

  • 智能评论回复:AI 生成符合上下文的评论,而非机械模板
  • 自动点赞 / 关注:按策略对目标用户群体互动
  • 品牌监控:实时捕捉平台上的品牌相关讨论
  • 高转化信号识别:识别有购买意向的评论,优先触达

4. 💰 Monetize(变现代理)

这是 AiToEarn 最独特的部分——一个去中心化的内容变现市场

  • 品牌方:发布推广任务(指定平台、内容要求、预算)
  • 创作者:浏览并接受匹配自己风格的任务
  • AI 代理:辅助创作内容、发布、追踪数据
  • 结算系统:按三种模型自动结算

三种变现模型:

模型全称触发条件适合场景
CPSCost Per Sale每产生一笔销售带货/电商推广
CPECost Per Engagement每次有效互动(点赞/评论/分享)品牌曝光/粉丝互动
CPMCost Per Mille每千次曝光品牌宣传/种草

项目优势

对比项AiToEarn传统 MCN 机构单一平台工具
平台覆盖12+ 平台(含国内外)通常 1-3 个核心平台单平台
自动化程度创作-发布-互动全流程人工为主仅发布
变现模式内置去中心化任务市场中心化撮合,抽成高
开源✅ MIT部分
AI 生成能力✅ 视频 + 图文
MCP 集成✅ 可被 AI 工具调度

项目详细剖析

1. 技术架构:TypeScript Monorepo

AiToEarn 的技术栈选型颇为务实:

AiToEarn (Nx Monorepo + pnpm) ├── apps/ │ ├── web/ ← Next.js 前端(用户界面) │ ├── api/ ← NestJS 后端(业务逻辑 + 任务调度) │ ├── desktop/ ← Electron 桌面客户端 │ └── browser-ext/ ← 浏览器扩展(Engage 代理) ├── packages/ │ ├── ai-core/ ← AI 模型调用层(视频/图文生成) │ ├── publisher/ ← 多平台发布引擎(核心) │ ├── scheduler/ ← 内容排期管理 │ └── mcp-server/ ← MCP 协议服务器 └── docker-compose.yml ← 一键部署配置

核心技术选型

  • TypeScript(92.6%):全栈类型安全,前后端共享类型定义
  • Nx Monorepo:统一管理多个子项目,共享基础设施
  • NestJS:后端框架,模块化架构适合复杂业务逻辑
  • Electron:桌面客户端,绕过浏览器登录限制实现平台授权

2. 多平台发布引擎:最核心的技术挑战

实现"一键发布到 12+ 平台"看起来简单,实际上是整个项目技术含量最高的部分。每个平台的挑战:

  • 登录态维护:各平台的 Cookie/Token 有效期不同,需要自动刷新
  • API 差异:有的平台有官方 API(YouTube),有的只能模拟浏览器操作(小红书)
  • 内容规范差异:视频时长限制、封面比例要求、标签格式都各不相同
  • 反爬虫机制:平台会识别并限制自动化操作,需要模拟真实用户行为

AiToEarn 的解决思路:

统一发布接口 ↓ 平台适配层(每个平台一个 Adapter) ↓ Playwright 驱动的浏览器自动化(处理无 API 的平台) + 官方 API 调用(YouTube、LinkedIn 等有开放 API 的平台)

3. MCP 集成:让 AI 工具直接调度内容发布

2026年3月上线的 MCP 支持是 AiToEarn 最前沿的特性——它把 AiToEarn 的能力暴露为 MCP 工具,让 Claude、Cursor、任何支持 MCP 的 AI 助手都能直接调度内容发布:

用户在 Claude 中说: "把我刚写完的这篇《AI 工具评测》文章, 配上封面图,明天上午 9 点发布到小红书和 LinkedIn" Claude 通过 MCP 调用 AiToEarn: → aitoearn.generate_cover(article_content) # 生成封面 → aitoearn.schedule_post({ # 排期发布 content: article_content, cover: generated_cover, platforms: ["xiaohongshu", "linkedin"], scheduled_at: "2026-05-13T09:00:00+08:00" }) → 返回: "已安排发布,预计明天 9:00 同步到 2 个平台"

这个设计让 AiToEarn 从一个独立工具变成了 AI 工作流生态的一环。

4. 变现市场:内容经济的去中心化实验

AiToEarn 的内容变现市场是一个有趣的实验:把传统 MCN 机构的"品牌对接创作者"模式去中心化。

传统流程:

品牌 → 联系 MCN → MCN 筛选 KOL → 谈判报价 → 创作者接单 → 抽成 30-50%

AiToEarn 流程:

品牌 → 发布任务(平台/要求/预算)→ 创作者浏览接单 → AI 辅助完成 → 智能结算 ↑ AiToEarn 平台收取较低服务费

这个模式的价值主张:降低品牌营销门槛(中小品牌也能做 KOL 营销),提升创作者收益(减少中间商)。


项目地址与资源

官方资源

  • 🌟GitHub: https://github.com/yikart/AiToEarn
  • 🌏国际站: https://aitoearn.ai
  • 🇨🇳国内站: https://aitoearn.cn
  • 🔌MCP 端点:https://aitoearn.ai/api/unified/mcp

适用人群

  • 一人公司内容创业者:同时运营多平台,需要自动化重复性操作
  • 品牌营销团队:寻找去中心化、低门槛的 KOL 合作渠道
  • 出海内容运营:需要同时覆盖国内外平台的创作者和团队
  • AI 工具开发者:通过 MCP 集成将内容发布能力嵌入自己的 AI 工作流

总结与展望

核心要点回顾

  1. 四大 AI 代理(创作 / 发布 / 互动 / 变现)覆盖内容商业化的完整闭环
  2. 12+ 平台支持,国内外主流平台一套流程统一管理
  3. MCP 集成让 Claude、Cursor 等 AI 工具可以直接调度内容发布任务
  4. 去中心化变现市场(CPS/CPE/CPM)降低品牌营销门槛,提升创作者收益
  5. TypeScript Monorepo 架构,活跃开发中(2,591 commits,26 个 release)

一句话评价

AiToEarn 把"内容创业"这件事的重复性劳动全部交给了 AI——如果你是一人公司的内容创作者,它可能是让你真正做到"用 AI 赚钱"最直接的工具。


欢迎来我的个人主页找到更多有用的知识和有趣的产品

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/13 5:19:09

嵌入式软件代码审查实践与质量提升策略

1. 嵌入式软件审查的核心价值与实践意义在嵌入式系统开发领域,代码质量直接关系到产品的可靠性和安全性。我曾参与过一个工业控制器的开发项目,在初期没有严格执行代码审查的情况下,产品测试阶段暴露出大量难以定位的硬件相关缺陷&#xff0c…

作者头像 李华
网站建设 2026/5/13 5:10:15

智能歌词同步引擎:如何让离线音乐库焕发新生

智能歌词同步引擎:如何让离线音乐库焕发新生 【免费下载链接】lrcget Utility for mass-downloading LRC synced lyrics for your offline music library. 项目地址: https://gitcode.com/gh_mirrors/lr/lrcget 当你精心收藏的数千首音乐文件静静地躺在硬盘角…

作者头像 李华
网站建设 2026/5/13 5:09:23

命令行驱动视频剪辑:cutcli与AI自动化工作流实战

1. 项目概述:当AI遇上视频剪辑,一个命令行工具如何重塑工作流如果你和我一样,经常需要批量处理短视频内容——无论是为社交媒体制作口播字幕,还是为产品生成带背景音乐的轮播图——那你一定对重复、机械的剪辑操作感到厌倦。传统的…

作者头像 李华
网站建设 2026/5/13 5:08:31

Video Subtitle Remover:三步快速实现AI视频字幕去除的终极指南

Video Subtitle Remover:三步快速实现AI视频字幕去除的终极指南 【免费下载链接】video-subtitle-remover 基于AI的图片/视频硬字幕去除、文本水印去除,无损分辨率生成去字幕、去水印后的图片/视频文件。无需申请第三方API,本地实现。AI-base…

作者头像 李华