OmniGet：AI 时代的全能下载器 + 桌面工作台

你有没有过这样的经历：刷到一个 Udemy 课程觉得很有用，但第二天发现课程下架了；看到一条 Instagram Reel 想保存，结果试了三个 App 都不行；在 YouTube 上收藏了上百条视频，真正打开看的却没几个——因为找起来太麻烦了。OmniGet 就是来解决这些问题的。

一个桌面应用，搞定所有「下载」和「学习」需求

OmniGet 是一款开源跨平台桌面应用（Windows/macOS/Linux），核心理念是：粘贴一个链接，文件自动落入你的文件夹。它基于 yt-dlp 引擎，支持超过 1,800 个网站的视频、音频、课程和文件下载，同时内置了学习管理工具——PDF/EPUB 阅读器、课程播放器、音乐库、笔记系统，全部聚合在一个界面里。

更关键的是，它还支持中文平台生态：哔哩哔哩、抖音、小红书、快手、优酷、腾讯视频、爱奇姿、芒果 TV……这些在大多数西方下载工具里几乎是死穴的平台，OmniGet 全都覆盖了。

场景切入：Udemy 课程党 vs AI 开发者

对于买课党： 你在 Udemy 花 199 元买了一套课程，但平台随时可能关站或撤课。把课程链接粘贴进 OmniGet，它自动识别并下载全部章节、视频、字幕和附件。之后在 OmniGet 内置的播放器中播放，拖动进度条随时跳转，打标记、做笔记——完全离线，不依赖任何网络连接。

对于 AI 开发者： OmniGet 内置了 MCP（Model Context Protocol）服务器，可以被 Claude Code、OpenAI Codex、Gemini CLI、Ollama 等主流 AI 编程工具直接驱动。它提供了 156 个工具函数（tools），AI Agent 可以像操作命令行一样调用它们：下载文件、查询内容、处理媒体。更厉害的是，这些操作可以循环执行（loops until tests pass），让 AI 真正接管重复性下载/处理任务，而不需要你手动操作。

技术架构：Rust + Tauri + Svelte 的轻量组合

OmniGet 的技术选型非常务实：后端用 Rust（Tauri 框架）保证性能和安全，前端用 Svelte 实现响应式界面，Python 3.10+ 运行时用于执行 yt-dlp（以 zipapp 方式秒级启动）。整个项目有近 2,800 个文件，代码组织清晰：

隐私为本：你的文件只在你的电脑上

在这个 App 动不动就要手机号、邮箱、云账户的时代，OmniGet 打出「No account, no ads, no telemetry」的旗号。所有下载文件保存在本地磁盘，不经过任何云端转发。它还内置了文件传输功能：选择一个文件，OmniGet 生成一个 4 位代码，发送给任何人，对方用这个代码就能接收文件——无需注册、无需安装任何 App。

AI Agent Loop 机制：让 AI 自己跑任务

OmniGet 对 AI 开发者的吸引力在于其独特的「Agent Loop」模式：你可以定义一组任务（jobs），AI Agent 会循环执行这些任务，直到测试通过（loops until tests pass）。这解决了传统脚本无法持续自我验证的痛点。MCP 服务器提供了结构化的工具调用接口，AI 可以：

• 批量下载指定关键词相关的视频内容
• 自动整理已下载的课程材料
• 按计划定时抓取更新内容
• 对下载的媒体文件执行转码、字幕提取等后处理

上手门槛：极低，但有前提

优点： 首次安装后，yt-dlp 和 FFmpeg 自动下载并保持更新，无需配置命令行。安装包即装即用，界面与主流桌面 App 无异，任何人都能上手。

局限： 下载部分平台（尤其是付费课程如 Udemy、Hotmart）需要你在浏览器中登录并导出 cookies，OmniGet 通过浏览器扩展捕获这些会话——这需要一点手动操作，但不是命令行级别的复杂度。另外，这是一个桌面 App，不提供 Web 界面，无法在服务器上部署。

项目质量评估

从代码组织来看，OmniGet 的工程化水平相当扎实：TypeScript 前端有完整的类型定义（src/app.d.ts），Rust 后端有 clippy-baseline（代码检查基线），并为三个平台（Darwin/Linux/Win32）分别维护了 clippy 基线文件。前端测试框架使用 Vitest，集成测试和单元测试覆盖了关键路径。国际化支持通过 sveltekit-i18n 实现，目前已有英语、俄语、葡萄牙语、中文（简体）四个语言包，文档也相应翻译了多个语言版本。

不过需要注意的是，该项目采用 GPL-3.0 许可证，这意味着任何基于 OmniGet 修改后再分发的衍生软件也必须开源——这对于商业闭源软件集成是一个法律限制。

行业意义：从下载工具到 AI 工作台

OmniGet 的增长曲线值得关注：项目在 GitHub Trending 上榜 6 天，日均增长 258 颗 Star，累计超过 13,900 颗 Star。它代表了一种新兴趋势：下载工具正在演变为 AI Agent 的「触手」——不再只是帮人把视频存到本地，而是成为 AI Agent 与互联网内容之间的标准接口。

这种演进路径很有启发性：工具型 App（下载器、阅读器、笔记软件）通过内置 MCP 协议，变成 AI Agent 的外设——这比让 AI 直接操作浏览器更稳定，比调用 REST API 更灵活。随着 AI Agent 应用场景的扩展，这类「AI 原生工具」可能会成为下一个爆发点。