12 KiB
Skelet 第一版商业计划书
- 版本：V1.0 Draft
- 日期：2026-07-06
- 项目阶段：商业方案与产品 MVP 规划
- 技术前提：Wagtail + Django + Python 3.12 + SQLite 第一版上线
一、项目摘要
Skelet 是一个面向 AI coding 开发者、独立开发者和小团队的开源项目骨架导航与评测网站。
AI coding 正在改变软件开发方式，但从零开始让 AI 编写完整项目会带来两个明显问题：token 消耗高、开发时间长，并且架构容易跑偏。更合理的方式是基于稳定、清晰、可维护的开源骨架项目进行增量开发。
Skelet 的目标是帮助用户快速回答一个具体问题：我的项目应该基于哪个骨架开始？
第一版先做内容目录和评测闭环：按场景分类，按语言、框架、数据库和 AI 友好度筛选，提供骨架详情、适用/不适用场景、推荐理由和评分。
第一版为英文单语言站点，主攻"AI Coding 友好度"这一尚无成型竞争者的差异化角度，避开 "saas boilerplate" 等已被高权重老站垄断的头部词（详见 content-strategy.md）。
二、问题与机会
2.1 用户痛点
- 从零开始开发项目时，AI 需要反复生成基础设施代码，token 和时间消耗高。
- 开源模板和 boilerplate 数量很多，但质量、维护状态、适用场景参差不齐。
- 用户通常先知道“我要做什么”，但很多目录按语言或框架组织，不符合真实选型路径。
- 很多骨架项目文档不清楚、测试不完整、目录结构复杂，不适合 AI coding 增量开发。
- 开发者很难快速判断一个骨架适合什么场景、不适合什么场景、后续维护成本如何。
2.2 市场机会
Skelet 切入的不是泛开发者资讯，而是“项目启动选型”这个高意图场景。用户来到网站时，通常已经准备创建项目、选择技术栈、购买服务或使用工具，因此后续适合接入商业化：云服务返佣、部署平台推荐、AI coding 工具、付费数据库、自有模板和顾问服务。
三、解决方案
Skelet 提供一个结构化的骨架项目数据库和评测体系。
核心原则：
- 主分类按场景：SaaS、管理后台、API 服务、内容站、电商、AI 应用、数据看板、移动端后端等。
- 辅助筛选按技术：Python、TypeScript、Go、Java、PHP、Wagtail、Django、FastAPI、Next.js、Laravel 等。
- 每个骨架都有固定详情页：适合场景、技术栈、开源地址、成熟度、维护状态、功能清单、上手成本、AI Coding 友好度、不适合场景和推荐理由。
- 明确区分编辑推荐、普通收录和赞助展示，避免商业化伤害信任。
四、目标用户
| 用户 | 需求 | 价值 |
|---|---|---|
| 独立开发者 | 快速启动 MVP、SaaS、内容站或工具站 | 减少选型和搭架子时间 |
| 小团队技术负责人 | 给团队选择稳定、可维护的起步骨架 | 降低架构风险和维护成本 |
| AI coding 使用者 | 找到适合 agent 增量开发的项目结构 | 降低 token 消耗和上下文理解成本 |
| 开源骨架作者 | 获得更准确的展示和目标用户 | 增加曝光和用户反馈 |
| 开发者工具厂商 | 触达准备启动项目的高意图用户 | 获得转化和品牌曝光 |
五、产品形态
5.1 第一版 MVP
第一版只做内容和筛选闭环：
- 首页：场景入口、推荐骨架、最新文章。
- 场景页：按使用场景聚合骨架项目。
- 项目列表页：按语言、框架、数据库、AI 友好度和关键词筛选。
- 项目详情页：展示固定评测结构和外部链接。
- 文章页：评测、对比、避坑指南、场景推荐。
- Wagtail 后台：人工维护项目、分类、评分和文章。
- SEO 基础：稳定 slug、title、description、sitemap。
第一版不做：用户注册、评论、收藏、支付、自动抓取、复杂搜索、多语言站点。
5.2 AI 友好度评分
评分维度的唯一权威定义在 ../docs/04-architecture.md：6 个 0-5 分项（目录结构、文档完整度、测试可用性、示例模块、依赖克制度、增量开发难度），总分由分项计算、不单独录入。本文不另行维护维度清单，避免漂移。
六、技术方案
第一版使用 Python 技术栈：
| 维度 | 选择 |
|---|---|
| CMS / Web 框架 | Wagtail + Django |
| Python | 3.12 |
| 数据库 | SQLite with JSON1 |
| 前台渲染 | Django / Wagtail Templates |
| 部署 | 2 核 2G VPS，Gunicorn + Nginx |
| 后续数据库 | PostgreSQL，按条件迁移 |
选择 Wagtail 的原因：项目核心是内容管理、分类、筛选、详情页和 SEO。第一版不需要复杂 SaaS 账号系统，使用 Wagtail 可以更快上线并保持后台编辑能力。
SQLite 作为第一版上线数据库的前提：以公开读为主，后台少量人工写入，不做评论、收藏、会员和用户提交。出现写入增加、多人后台编辑、database is locked 或付费功能时，再迁移 PostgreSQL。
七、商业模式
商业化按阶段推进，不在第一天强行卖东西。
7.1 阶段一：建立信任与流量
目标：内容可信、SEO 可增长、用户愿意收藏和订阅。
重点内容：
- 各类骨架项目排行榜。
- 按场景推荐。
- 技术栈对比。
- AI Coding 友好度评分。
- 上手体验和避坑指南。
- 项目维护状态观察。
可轻量加入：外部托管的 Newsletter 订阅链接（如 Buttondown，纯外链、不自建后端）、项目提交入口、简单赞助说明页。
7.2 阶段二：轻量变现
| 方式 | 说明 |
|---|---|
| Affiliate 推荐返佣 | 云服务器、数据库、部署平台、域名、监控、AI coding 工具、UI 模板等。 |
| 赞助位 | 首页、分类页、Newsletter、评测文章中展示 Sponsored 项目。 |
| 付费收录 / 高级展示 | 普通收录免费，深度评测、置顶展示、Newsletter 推荐收费。 |
| 深度评测报告 | 为骨架作者或工具厂商提供 AI Coding 友好度报告。 |
商业化纪律：Sponsored 必须明确标识，不能影响编辑推荐排序。
7.3 阶段三：高利润产品
| 产品 | 说明 |
|---|---|
| 付费数据库 | 提供完整筛选、评分细节、替代方案、维护状态提醒。 |
| 自有模板 | 整理 AI coding 友好的 Wagtail、FastAPI、Django、Next.js 等模板。 |
| 顾问服务 | 帮团队选型、搭建内部骨架、改造模板、制定 AI coding 工作流。 |
| 项目启动决策工具 | 输入需求，输出推荐骨架、技术栈、部署方案和 AI 任务拆分。 |
推荐变现顺序：内容流量 -> Newsletter -> Affiliate -> 赞助/付费收录 -> 付费数据库 -> 自有模板 -> 顾问服务 / SaaS 工具。
八、推广策略
8.1 内容 SEO
优先做高意图内容：
- “适合 AI Coding 的 Django 骨架”
- “Next.js SaaS Boilerplate 对比”
- “Python 内容站骨架推荐”
- “Wagtail vs Django CMS 做内容站怎么选”
- “2 核 2G VPS 部署 Django/Wagtail 是否够用”
8.2 社区分发
- GitHub：维护 awesome 风格公开列表，引流到网站详情页。
- 独立开发者社区：分享场景推荐和避坑文章。
- AI coding 社区：分享评分体系和模板改造案例。
- 开源作者合作：允许作者提交项目，获得反馈和曝光。
8.3 Newsletter
Newsletter 不做泛资讯，只围绕：新发现的骨架、值得关注的模板、AI 友好度评测、项目启动建议。
九、里程碑与验证闸门
每个里程碑必须带验证闸门：闸门不通过就不追加投入，先调整方向。这是独立开发者最重要的止损纪律——最大的风险不是做得慢，而是在需求验证前投入几百小时内容劳动。
| 阶段 | 目标 | 交付物 | 验证闸门 |
|---|---|---|---|
| M1 | MVP 可运行 | 首页、分类页、项目详情、后台录入、基础 SEO、访问统计（T-305） | 标准验证通过；核心页面可被搜索引擎索引 |
| M2 | 内容初始库 | 2 个场景（SaaS、内容站/CMS）× 10 个骨架项目 + 6 篇评测/对比文章 | 全部详情页评分和适合/不适合字段完整；每篇文章有明确结论 |
| M3 | SEO 验证 | Search Console 接入、外部托管 Newsletter 订阅链接 | 上线 8 周自然搜索展示量出现持续增长趋势；止损线：12 周自然点击仍接近 0 时，先复盘关键词方向和内容角度，不扩场景、不加内容量 |
| M4 | 轻量变现 | Affiliate 和 Sponsored 规则上线 | 外链点击有稳定基数（依赖 T-305 数据）；至少 1 个 Affiliate 渠道产生真实点击转化 |
| M5 | 付费产品验证 | 付费数据库、自有模板或顾问服务其一 | 获得首批 ≥3 个付费用户；价格假设经真实报价验证后才扩产品线 |
内容投入封顶原则：在 M3 闸门通过前，内容库投入封顶在 20 个项目 + 12 篇文章以内。每个项目按收录流程认真做需要 2-4 小时，50 个项目就是 100-200 小时——这笔投入必须发生在需求验证之后，而不是之前。
十、成本结构
第一版控制成本：
| 成本项 | 第一版策略 |
|---|---|
| 服务器 | 2 核 2G VPS 起步 |
| 数据库 | SQLite，减少托管数据库成本 |
| 内容管理 | Wagtail 后台人工维护 |
| 图片与媒体 | 本地 media 起步，后续迁移对象存储 |
| 搜索 | 数据库/Wagtail 搜索起步，不上 Elasticsearch |
| 开发 | 使用 AI coding + harness 文档降低迭代成本 |
十一、关键指标
产品指标
- 收录骨架项目数。
- 场景分类覆盖数。
- 骨架详情页完整率。
- AI 友好度评分覆盖率。
- 页面可索引数量。
增长指标
- 自然搜索访问量。
- 骨架详情页访问量。
- Newsletter 订阅数。
- 外部链接点击率。
- 用户提交项目数。
商业指标
- Affiliate 点击和转化。
- 赞助位咨询数。
- 深度评测订单数。
- 自有模板销量。
- 顾问服务线索数。
十二、风险与应对
| 风险 | 表现 | 应对 |
|---|---|---|
| 内容可信度不足 | 用户认为只是普通目录站 | 使用固定评分维度，写清不适合场景和评测理由 |
| 内容维护压力 | 骨架项目状态变化快 | MVP 先人工维护核心项目，后续再做 GitHub 同步 |
| 商业化伤害信任 | 赞助项目影响排序 | Sponsored 明确标识，编辑推荐独立排序 |
| 技术复杂度膨胀 | 过早做会员、支付、复杂搜索 | 第一版只做内容闭环，V2/V3 再扩展 |
| SQLite 写入瓶颈 | 出现 database is locked | 限制第一版写入，达到触发条件后迁移 PostgreSQL |
| SEO 起量慢 | 内容早期没有流量 | 先做高意图长尾关键词和对比内容；按 M3 止损线及时复盘方向 |
| 用户直接问 AI 选型 | 目标用户习惯直接问 Claude / ChatGPT / Cursor，不逛目录站 | 提供 LLM 训练数据里没有的东西：维护状态时效性、统一评分、不适合场景的负面信息；通过 llms.txt / 结构化数据 / JSON 导出让 AI 引用 Skelet 作为数据源（见 competitor-analysis.md） |
十三、第一版执行重点
第一版最重要的不是功能多，而是定位清楚、内容可信、结构稳定。
优先级：
- 建立 Wagtail 可运行项目。
- 固定内容模型和评分维度。
- 录入首批高质量骨架项目。
- 完成首页、分类、列表、详情和文章页。
- 做基础 SEO 和上线。
- 观察访问和点击，再决定下一步商业化。
十四、结论
Skelet 的机会在于站在“项目启动决策”这个高意图节点上。它不是单纯收集链接，而是通过场景分类、结构化评测和 AI Coding 友好度，帮助用户更快、更稳地选择项目骨架。
第一版应保持小而稳：用 Wagtail + SQLite 快速上线，先做内容可信度和 SEO，再逐步扩展到返佣、赞助、付费数据库、自有模板和顾问服务。