AI 小白零基础入门 — 第一周用 AI 的 8 个起步工具

这个 pack 包含什么

如果你从来没用过 AI，看教程发现每篇都默认你已经知道什么叫「API key」 — 这个 pack 就是给你的。我们按一个普通人第一周真正会用到的 八件事，每件事挑了一个最低门槛的工具。这里所有工具都不需要你写代码，也不需要先掏信用卡。

目标不是「装一个 ChatGPT 然后撒手」。目标是周日晚上你能给朋友演示一个真能跑的 AI 工作流 — 聊天、搜索、笔记、出图、视频、PPT、会议记录、写作 — 都在你自己的电脑或浏览器里跑。

八件事：

• 聊天 — 问什么答什么。Open WebUI
• 搜索 — 找真实信息，带出处。Morphic
• 笔记 — 把你的文件变成第二大脑。Khoj
• 出图 — 一句话出图。Fooocus
• 视频 — 自动加字幕。VideoCaptioner
• PPT — 大纲一进，PPT 一出。PPTX skill
• 会议 — 录音 + 转文字 + 总结。Meetily
• 写作 — Notion 风格的 AI 写作板。Novel

推荐安装顺序

顺序是故意排的，每个工具会让下一个更显价值。别跳着装。

1. Open WebUI（聊天） — 从这里开始。这是你私人的 ChatGPT 风格窗口，可以接免费本地模型，也可以以后接付费 key。先熟悉敲问题、看回答、按重新生成。第 1 天。
2. Morphic（搜索） — 等你被「AI 不知道今天的新闻」气过一次之后，装 Morphic。它是个开源答案引擎，类似 Perplexity 但跑在自己机器上。你会立刻体会到「瞎猜的 AI」和「带证据的 AI」差别有多大。第 2 天。
3. Khoj（笔记 / 第二大脑） — 把你的旧 PDF、笔记、收藏夹丢进去，然后问关于你自己东西的问题。这是小白的「啊原来是这样」时刻。第 3 天。
4. Fooocus（出图） — 一个窗口一个输入框就出图。项目名字直译就是「专注 prompt 和出图，别折腾工具链」 — 就是给不想学 ComfyUI 节点图的人设计的。第 4 天。
5. VideoCaptioner（视频） — 丢一段视频，自动生成字幕、打磨字幕。最快让你感受到「AI 不只能处理文字，还能搞多媒体」。第 5 天。
6. PPTX skill（PPT） — 大纲一进，.pptx 一出。周一带去公司，会议室里的反应你会记住。第 6 天。
7. Meetily（会议记录） — 本地录音、转文字、出总结 — 音频永远不离开你的电脑。隐私优先比大多数人想的更重要。第 7 天上午。
8. Novel（写作） — Notion 风格的编辑器，敲空格就出 AI 续写建议。用它把这一周学的东西写下来。第 7 天晚上 — 你的第一周复盘。

它们怎么协同

            ┌─────────────┐
            │ Open WebUI  │  ← 问什么
            │   (聊天)    │
            └──────┬──────┘
                   │ 需要新鲜事实时
                   ▼
            ┌─────────────┐
            │   Morphic   │  ← 带出处的答案
            │   (搜索)    │
            └──────┬──────┘
                   │ 问题是关于「你自己」的文件时
                   ▼
            ┌─────────────┐
            │    Khoj     │  ← 第二大脑
            │   (笔记)    │
            └──────┬──────┘
                   │
     ┌─────────────┼─────────────┐
     ▼             ▼             ▼
 ┌────────┐   ┌────────┐    ┌────────┐
 │Fooocus │   │ Video  │    │  PPTX  │
 │ (出图) │   │Caption │    │ (PPT)  │
 └────────┘   └────────┘    └────────┘
                   │
                   ▼
            ┌─────────────┐
            │   Meetily   │  ← 录音 + 转写
            │   (会议)    │
            └──────┬──────┘
                   │ 把学的东西写下来
                   ▼
            ┌─────────────┐
            │    Novel    │  ← AI 写作板
            │   (写作)    │
            └─────────────┘

主干是 聊天 → 搜索 → 笔记，这是你以后会反复回来用的核心循环。中间四个媒体工具（Fooocus / VideoCaptioner / PPTX / Meetily）是把 AI 从「聊天搭子」变成「能给同事看的产出」的关键。Novel 收尾 — 把学到的东西写下来，编辑器还会帮你写。

你会遇到的取舍

• 免费 vs 付费 — 这个 pack 里每个工具都有免费路径。但你最终会想给 Open WebUI 接一个付费模型（Claude 或 GPT）才能感受到真正的天花板。坚持用一周后再考虑 ¥150/月预算。别提前付费。
• 隐私 — Meetily 和 Khoj 完全本地处理 — 你的会议和笔记不离开机器。Open WebUI 和 Morphic 可以全本地或者调付费 API，按工具决定，不用一刀切。
• 中文支持 — Open WebUI、Khoj、Novel、VideoCaptioner 中文都不错。Fooocus 提示词用英文出图效果更好（你可以用英文写 prompt，输出还是你想要的画面）。PPTX skill 出什么语言取决于你大纲什么语言。
• 学习曲线 — Open WebUI / Morphic / Novel / Fooocus 都是10 分钟内出结果。Khoj 和 Meetily 约 30 分钟（你要索引自己的文件 / 配音频）。VideoCaptioner 看视频长度。PPTX skill 需要在 AI agent（Claude Code）里调用 — 最「技术」的一个，但回报最大。

常见踩坑

• 别全信 AI 说的事实，自己要核。最好的模型也会胡说。所以 Morphic（带出处）排在第 2 位 — 训练自己的核查习惯。
• 别把 prompt 不会写的锅甩给工具。小白第一大失败模式：敲一句话就放弃。试试：角色 + 任务 + 限制 + 例子。好 prompt 比好模型管用 90% 的场景。
• 别以为「免费 = 不行」。Open WebUI + 本地模型（通过 Ollama）能搞定 70% 的日常问题。触到天花板再付费，不是上来就付。
• AI 出图涉及版权 — 真人 / 知名 IP 的图别公开发，肖像权和版权规则照样适用。Fooocus + Stable Diffusion 给你能力，责任在你。
• 国内访问问题 — 在中国大陆：Open WebUI + Khoj + Meetily + VideoCaptioner 都能不挂梯子直接用（本地跑）。Morphic + Novel + 国外云模型可能需要代理。网络问题别赖工具。