扒开 AiToEarn，22k star 的 AI 赚钱工具到底赚的什么钱

前几天有个朋友发我一个链接，说有个开源项目 22445 个 star，名字叫 AiToEarn，口号是「Let’s use AI to Earn」。他问我是不是真能用 AI 躺赚。

我点开之前心里就犯嘀咕。一个号称帮你赚钱的开源工具，22k star，要么是真有本事，要么是把「薅羊毛」包装成了 AI Agent。说实话这两种我都想看个究竟，因为前者值得学，后者值得拆穿。

花了一晚上把仓库翻了一遍，源码读了几十个文件。结论先放这儿，它不是骗子，但也远没有 README 写得那么神。

它到底是什么

先把营销话术扒掉。AiToEarn 官网自称「#1 AI 内容营销智能体」，Monetize、Publish、Engage、Create 四大 Agent 能力。听着很唬人，拆开看其实就是四件事。

Publish 是一键把内容分发到十几个平台，抖音、小红书、快手、B 站、视频号、TikTok、YouTube、Facebook、Instagram、Threads、X、Pinterest、LinkedIn 都算上。我看源码里 platforms/ 目录实际注册了 14 个平台文件夹，其中 xhs 和 rednote 都是小红书，所以真实覆盖 13 个。这就是个多平台发布器，市面上类似的工具不少，它胜在覆盖面广且开源。

Create 是调 AI 模型生成视频和图文。视频走 Sora-2、Sora-2-pro、Grok Imagine，图片走 Gemini 的 Nano Banana 系列。这部分不神秘，它就是个套壳的 AI 生成调度器。

Engage 是自动点赞、自动收藏、自动关注、AI 自动回复评论。说真的，这才是整个项目最有争议的部分，因为它本质就是个自动化互动机器人。后面单独讲。

Monetize 是个内容任务市场，创作者接商家的推广任务，按 CPS、CPE、CPM 三种模式结算。你想想看，这不就是内容版的接单平台吗，和公众号接广告、抖音星图接单是一个逻辑。

所以 AiToEarn 真实的样子是，一个用 Claude Agent SDK 做编排层的内容运营自动化平台，发布、生成、互动、接单四条线拧在一起。不是什么通用 AI Agent，是一个非常聚焦的垂直工具。

Claude Agent SDK 这层底座

工程上最有看头的，是它怎么用 Claude Agent SDK 把这些能力串起来。

打开 project/aitoearn-backend/apps/aitoearn-ai/src/core/agent/services/agent-runtime.service.ts，第一行 import 就说明问题了。

import {
  AbortError,
  createSdkMcpServer,
  McpServerConfig,
  Options,
  OutputFormat,
  query,
  SDKMessage,
  SpawnedProcess,
  SpawnOptions,
} from '@anthropic-ai/claude-agent-sdk'

它直接用的是 Anthropic 官方的 Claude Agent SDK，不是自己从头搓一个 Agent 框架。claudeQuery 方法接收 systemPromptContent、enhancedContent、abortController 和一组 options，里面包含 sessionId、model、taskId、persistSession 这些字段。也就是说，每一次内容生成任务，都是起一个 Claude Agent 会话，把用户的自然语言需求丢进去，让 Claude 自己决定调哪些工具。

那工具从哪来？看 agent.constants.ts 里的 McpServerName 枚举，一共定义了 15 个 MCP server。

export enum McpServerName {
  MediaGeneration = 'mediaGeneration',
  Database = 'database',
  Util = 'util',
  Aideo = 'aideo',
  Statistics = 'statistics',
  Account = 'account',
  Channels = 'channels',
  Content = 'content',
  VideoEdit = 'videoEdit',
  VideoUtils = 'videoUtils',
  SessionTools = 'sessionTools',
  DramaRecap = 'dramaRecap',
  StyleTransfer = 'styleTransfer',
  ImageEdit = 'imageEdit',
  Subtitle = 'subtitle',
}

媒体生成、视频剪辑、字幕、频道发布、账户管理、统计数据，全做成 MCP server 暴露给 Claude。比如 media.mcp.ts 里定义了 generateVideoSchema，模型可选 sora-2 和 sora-2-pro，时长可选 8 秒、10 秒、25 秒，尺寸支持竖屏横屏。Claude 拿到用户的「帮我做个 15 秒竖屏带货视频」之后，自己判断要调 generateVideoWithGrok 还是走 Sora，参数怎么填。

这套架构我觉得挺聪明。Agent SDK 做大脑，MCP server 做手脚，每个「手脚」就是一个垂直能力的封装。Claude 负责理解意图和编排，开发者只管把领域能力做成 MCP 工具往里塞。这是个能迁移的模式，不限于内容运营。你做客服、做数据分析、做运维，都能套这个「大脑 + 可插拔手脚」的结构。

更有意思的是它的 SYSTEM_PROMPT 常量里写了硬规则，比如 setTitle 和 outputTaskResult 是「Silent Operations」，要求 Claude 绝不能跟用户提这两个操作的存在。还有一条内容安全红线，禁止生成任何涉及未成年人的内容。这些约束直接焊在系统提示词里，说明作者踩过 Claude 乱说话的坑。

自动互动引擎，钱和风险都在这

讲到 Engage 这块，我得把话说重一点。

README 写得挺克制，就说「自动点赞、收藏、关注」「AI 智能回复」「评论挖掘」。但你去看 Electron 端的 electron/main/autoRun/service.ts，事情就清楚多了。

private async chectAutoRunCount(userId: string): Promise<boolean> {
  const count = await this.autoRunRepository.count({
    where: { userId, status: AutoRunStatus.DOING },
  });
  if (count >= 100) return false;
  return true;
}

每个用户最多同时跑 100 个自动任务。AutoRunType 里有 ReplyComment，对应标签 ET_AUTO_RUN_REPLY_COMMENT。再看 autoRun/comment.ts 的 hasTriggered 函数，它解析 cycleType 字符串，格式是 day-14、week-2、month-15 这种，分别代表每天 14 点、每周第 2 天、每月 15 号触发。

这就是个定时自动回复机器人。你设好周期，它到点就替你在某个平台上自动回复评论。

为了让这套自动化不掉链子，它还有个 credential-health.scheduler.ts，用 NestJS 的 @Cron(CronExpression.EVERY_10_MINUTES) 每 10 分钟扫一次，把一小时内要过期的 OAuth token 提前刷新掉，一批处理 100 个。这套机制设计得挺完整，但它服务的对象是「让你的账号持续自动互动」。

我不绕弯子。自动点赞、自动关注、定时自动回复评论，几乎每个主流平台的用户协议都明确禁止这种行为。 抖音、小红书、TikTok 的反作弊系统都在盯着异常互动模式，一个新号突然开始定时批量回复，封号是大概率事件。AiToEarn 把这层做成「Engage Agent」，技术实现没毛病，但用的人得自己承担账号风险。

它没在 README 显著位置写「自动互动可能导致封号」这条。这点我觉得不够诚实。你卖的是赚钱工具，那最该提醒的就是赚钱路上的最大风险。

自部署的几个暗坑

AiToEarn 主推 Docker 一键部署，README 写着三条命令搞定。我自己跟着配置文件走了一遍，发现几个 README 没跟你讲明白的坑。

第一个，默认配置全是明文弱密码。打开 apps/aitoearn-ai/config/config.yaml，JWT 密钥写死 change-this-jwt-secret，内部 token 写死 change-this-secret-token，MongoDB 密码就是 password，Redis 密码也是 password。你要是 docker compose up -d 跑完就不管了，等于裸奔。README 那个「3 条命令搞定」的演示，把这部分风险藏起来了。

第二个是 Relay 依赖。README 在 Docker 部分才提到，发布内容需要各平台的 OAuth 开发者凭据，而你「不需要自己去各平台申请」，因为配了 Relay 就能「借用官方 aitoearn.ai 的凭据」。听起来是方便，但你想想这意味着什么，你自部署的服务，发布授权走的是官方的中转服务器。你的账号、你的发布行为，都经过官方那一道。这不叫完全自部署，这是「半托管」。

issue 区也能印证自部署的坑不少。#560 那条，用户私有化部署后做抖音频道授权，接口直接返回 404，路由缺失。#546 那条更典型，OpenClaw 插件装的时候能发现 109 个工具，重启之后一个都加载不出来，根因是缺 preload.cjs 入口。这些都是真实用户踩的坑，不是我能编出来的。

第三个是赚钱模式的透明度。Monetize 那套 CPS/CPE/CPM 结算，README 没写平台抽成多少，没写任务量有多大，没写创作者实际能拿到多少。你只知道「能接单」，不知道「能赚多少」。对一个以赚钱为卖点的项目来说，这个信息缺口有点大。

谁该用，谁别碰

坦率讲，AiToEarn 的工程质量是不错的。1719 个 TypeScript 文件，NestJS 后端 + Electron 桌面端 + React 前端，平台抽象层 PlatformIntegrationRegistry 设计得挺干净，新增平台只要实现 AuthProvider、PublishProvider、EngagementProvider 这几个接口就能接进来。25 个贡献者，v2.5.0 上个月刚发，活跃度没问题。

但工具是给人用的，得看人。

如果你是矩阵号运营老手，手上一堆号需要批量发内容、批量互动，而且清楚各平台的封号红线在哪，AiToEarn 能帮你省大量重复操作。你是带着经验来用工具的，风险你心里有数。

如果你是想用 AI 躺赚的普通人，我劝你冷静。自动互动那套东西，新号一上来就跑，封号比你赚钱快。Monetize 任务市场的实际收益，README 一个字没透露，别指望天上掉钱。

如果你是开发者想学 Agent 架构，这个仓库值得读。它把 Claude Agent SDK 当编排层、把垂直能力做成 MCP server 的做法，是个可复用的模式。我给它起个名，叫「大脑手脚分离」架构。大脑是 Agent SDK 负责理解意图和调度，手脚是 MCP server 负责执行领域能力，两者用标准协议解耦。你做别的垂直领域，这套结构照搬。

最后给个判断标准。这种「帮你赚钱」的 Agent 工具，可信度不看 star 数。22k star 里有不少是被「Earn」这个词吸引来的围观者。你得看它的自动互动部分敢不敢公开节流参数、敢不敢在 README 顶上写封号风险、敢不敢把结算透明度做出来。AiToEarn 在工程上做到了 80 分，在诚实度上大概 60 分，离 90 分还差把风险写到台面上那一步。