从 0 到 2K Star：我的开源之旅与成长

[buxuku]

Note

本文通过 mdx 编辑，部分效果可能无法在纯 markdown 下渲染，更完整的阅读体验，欢迎访问博客页面 从 0 到 2K Star：我的开源之旅与成长

需求之痛：项目的诞生

作为一名技术爱好者，我面临着一个常见却棘手的问题：手中有大量外文教程，却没有合适的字幕。市面上虽有讯飞听见、网易见外等在线服务，但上传大量视频既耗时又低效。我尝试了几款本地工具，却各有不足：

• Buzz 非 Store 版本在 Apple Silicon 上性能欠佳，且不支持翻译
• MacWhisper 免费版仅支持单个处理，不支持批量和翻译
• WhisperScript 支持批量生成，但字幕需手动一个个保存，不支持翻译
• memo.ac 虽然支持 GPU 加速和翻译功能，但批量模式存在大量 bug

经过思考，我意识到可以构建一个简单而高效的工作流：

1. 通过 ffmpeg 从视频文件中提取音频
2. 利用 Whisper 模型将音频转换为原语言字幕
3. 调用翻译 API 将字幕翻译成目标语言

这个思路看似简单，却能完美解决我的需求。我相信，有同样需求的人一定不在少数。

技术选型：扬长避短

作为前端开发者，我自然选择了最熟悉的 Node.js 作为开发语言。考虑到我使用的是 Apple Silicon 芯片，底层语音识别引擎选择了 whisper.cpp，这个项目对 Apple Silicon 做了大量优化，能提供极快的处理速度。

最终，我通过 Node.js 命令行脚本实现了完整流程：批量处理视频目录，自动提取音频，生成原语言字幕，再调用翻译 API 完成双语字幕的生成。整个流程不仅简单高效，还真正解决了我的实际需求——我成功为电脑里的大量英文视频生成了双语字幕。

既然这个工具解决了我的问题，想必也能帮助到其他人。于是，我决定将它开源到 GitHub 上。

初次推广：意外的收获

开源后，我并没有对 Star 数量抱有太高期望，只希望能帮助到有同样需求的人。

作为技术博客的忠实读者，我订阅了阮一峰老师的《科技爱好者周刊》。2024年3月1日，我抱着试一试的心态，在周刊的 Issue 中提交了自荐（https://github.com/ruanyf/weekly/issues/4393）。

提交后，项目开始零星收到几个 Star。真正的转折点是3月10日，阮一峰老师给我的 Issue 打上了 weekly 标签，意味着他会在周五的周刊中推荐我的工具。这一天，项目突然收获了几十个 Star，让我感受到了一峰老师的流量效应。

接下来的一周多时间里，Star 数持续增长，每天都有几十个新增。短短一周多，项目就积累了300多个 Star，这对我来说是一个巨大的成就和鼓励。

之后增长速度逐渐平稳，每天大约有1-2个新增 Star，进入了一个自然增长的阶段。

产品进化：从命令行到图形界面

阮一峰老师的推荐带来的几百个 Star 给了我极大的成就感，但同时也让我意识到一个问题：虽然工具解决了实际需求，但使用门槛依然不低。

最初的版本要求用户预先安装 Whisper 和 FFmpeg，这已经是一个不小的技术门槛。于是我进行了第一次迭代，将 Whisper 和 FFmpeg 集成到工具中，免去了用户手动安装的麻烦。但它仍是一个命令行工具，需要在终端中使用，配置修改也需要编辑配置文件，对普通用户来说依然不够友好。

思考再三，我决定将其打造成一个真正易用的桌面应用。我学习了 Electron 的文档，集成了 FFmpeg，并使用 Next.js + Shadcn + Tailwind CSS 构建了前端界面，将命令行工具的全部功能移植到了图形界面中。这次升级彻底降低了使用门槛，让非技术用户也能轻松使用。

再次推广：持续的努力

完成客户端工具后，我再次向阮一峰老师自荐（https://github.com/ruanyf/weekly/issues/4503），但可能因为与之前的命令行版本功能重复，没有获得 weekly 标签。

2024年6月，我在 V2EX 上分享了这个工具（https://v2ex.com/t/1043476#reply42），也带来了一些流量，但效果不及阮一峰周刊的推荐。

此后，项目进入了稳定增长期，每天有2-3个 Star 的自然增长，主要来自搜索引擎的自然流量。

持续迭代：倾听用户声音

随着用户的增加，我收到了越来越多的 Issue 和功能请求。我持续迭代产品，增加了 Windows 版本支持、多语言支持、手动导入模型等功能。

2024年是 AI 大爆发的一年。9月，我为工具增加了 Ollama 和 OpenAI 的支持。当时 DeepSeek 注册用户赠送50万 token，我也将 DeepSeek 接入到了工具中。

我还将项目提交到了 DeepSeek 的第三方集成应用列表（https://github.com/deepseek-ai/awesome-deepseek-integration/pull/40/）。当时列表中的应用并不多，我的工具是前几个被收录的应用之一。

意外的爆发：借势成长

我一直保持着稳定的迭代节奏，项目也以平均每天2个 Star 的速度稳步增长。直到2024年12月底，情况开始发生变化——每天的 Star 数开始逐渐增多：3个、4个、5-6个。

到了2025年1月，每天有10多个新增 Star。
2月，每天增长到20多个。
2月上旬，项目突破了1000 Star，达到了又一个里程碑。

这段时间恰好是 DeepSeek 最火热的时候，我注意到项目的流量来源大部分来自 DeepSeek：

每天10-20个 Star 的增长不仅让我兴奋，这种认可也激励我更频繁地迭代产品，不断完善功能。

口碑传播：自发的推荐

除了前面提到的阮一峰周刊、V2EX 和 DeepSeek 平台，我并没有在其他平台主动推广这个工具。毕竟它是一个纯开源项目，我也没想过靠它盈利，所以没有花太多心思去推广。

然而，一个真正解决用户痛点的产品，总能获得自发的传播。当我发现项目有流量来自知乎、吾爱破解、AI-Bot 等平台时，我搜索了一下项目名（当时叫 video-subtitle-master），发现许多平台都已经收录并推荐了我的工具：

甚至有不少公众号也在介绍我的工具：

这些自发的收录和推荐让我感到意外和欣慰。这也证明了工具确实解决了一部分人的实际需求，特别是对自媒体创作者和学习外语教程的学生来说。

技术挑战：AI 助力突破边界

随着项目的发展，用户不断提出新的功能需求，我也开始遇到自己的技术瓶颈。

例如，我尝试在 Node.js 环境下编译 addon.node 文件，却一直失败。我发现上游仓库 whisper.cpp 的 CI 流程中也存在编译失败的问题。我对 addon.cpp 文件并不熟悉，于是借助 Cursor AI 工具帮我分析代码，寻找编译失败的原因。

通过 Cursor 提供的线索和我的分析，我发现问题出在官方的一次 commit 中，它重构了文件结构，导致 addon.cpp 缺少了必要的引入。我立即向官方提交了一个 PR，解决了这个问题：

另一个挑战是用户希望在提取字幕时能看到进度显示，因为长视频处理时间较长，用户无法得知进度。但官方编译的 Node.js 包没有暴露这个 API。我再次借助 Cursor 分析官方项目和编译文件，发现官方项目本身是有进度显示功能的，只是没有在 Node.js 包中暴露。

在 Cursor 的帮助下，我成功实现了这个功能，并再次向官方提交了 PR，也被采纳：

这些经历让我深刻体会到 AI 工具如何帮助开发者突破技术边界，解决以前难以攻克的问题。

开源之路：收获与成长

开源这款工具的经历，让我在技术和产品思维上都有了显著成长。在这个过程中，我同时扮演着产品经理、开发者和测试者的角色，这促使我从多个角度思考问题，更全面地规划产品。

用户提出的建议和反馈极大地拓展了我的视野，让我看到了更多可能性。在实现这些功能需求的过程中，我也遇到了不少技术挑战，这些挑战成为了我突破自我、提升能力的宝贵机会。

开源不易，每一位开源作者都付出了大量心血。希望我们能更多地尊重开源作者的贡献，也希望更多人能加入开源社区，为技术发展贡献自己的力量，哪怕只是一点点。

如果你也有类似的需求，欢迎尝试我的这个开源项目：SmartSub，也欢迎你的 Star 支持！

---

注：2025年3月，我为项目取了一个中文名"妙幕"，同时将项目名从 video-subtitle-master 更改为更简洁的 SmartSub。

[zetonggu]

你好 我是刚刚打赏过的 我的微信名叫V 微信号 19225011545 微信id wxiddmanwhatcanisay 您写的这个工具非常好用 微信群二维码失效了 能不能拉我进群

[buxuku]

感谢打赏，微二维码已经更新