WorkShadow

帮助用户高效记录工作日志，通过关键词搜索、语义检索、日志总结（生成日报/周报/邮件等草稿）和日志问答（向历史日志提问）等功能快速回顾和提炼信息。

一句话商业模式

为职场人士解决日志检索与总结效率低，通过本地优先的桌面日志应用提供价值，主要依靠免费（无收费线索，潜在收费方式可能是未来提供云同步或高级 AI 服务）赚钱

商业模式画布

本地优先的数据主权 + 关键词/语义搜索快速找回细节 + AI 辅助总结与问答（自配模型） + 智能补全（安装版）

评分解析

研究分 61

这是什么

是什么
本地优先的桌面工作日志应用，数据保存在用户本地，AI 能力可自定义配置。
给谁用
需要持续记录和回顾工作日志的职场人士，特别是对数据隐私敏感、有一定技术背景的开发者或技术管理者。
← 返回今日精选
W

WorkShadow

帮助用户高效记录工作日志，通过关键词搜索、语义检索、日志总结（生成日报/周报/邮件等草稿）和日志问答（向历史日志提问）等功能快速回顾和提炼信息。

61

一句话商业模式

为职场人士解决日志检索与总结效率低，通过本地优先的桌面日志应用提供价值，主要依靠免费（无收费线索，潜在收费方式可能是未来提供云同步或高级 AI 服务）赚钱

效率办公本地优先AI开源工作日志团队 未知（推测为独立开发者或小团队）发布 未知（GitHub 仓库创建时间未提供）最后同步 2026-07-27
访问官网

商业模式画布

Business Model Canvas · 9 大模块完整填涂

重要合作Key Partnerships
无明确合作伙伴，但提供了百度网盘下载渠道和国内 AtomGit 托管
关键业务Key Activities
开发与维护桌面应用、优化 AI 功能（智能补全、总结、问答）、社区运营（微信、QQ 群）、发布更新
价值主张Value Propositions
本地优先的数据主权 + 关键词/语义搜索快速找回细节 + AI 辅助总结与问答（自配模型） + 智能补全（安装版）
客户关系Customer Relationships
通过微信管理员、微信公众号、QQ 群提供反馈与交流渠道，应用内设置中提供联系方式
客户细分Customer Segments
需要持续记录工作日志、频繁回顾历史信息并生成汇报草稿的职场人士（如项目经理、研发人员、产品经理等）
核心资源Key Resources
开源代码（AGPL-3.0）、开发者（推测为个人或小团队）、用户社区（微信/QQ 群）
渠道通路Channels
通过 GitHub 开源社区、百度网盘下载、国内 AtomGit 托管、微信公众号和 QQ 群传播，以及 Product Hunt 等平台曝光
成本结构Cost Structure
开发人力成本（推测为独立开发者或小团队）、服务器/域名成本（官网 workshadow.top）、百度网盘存储成本（若有）、社区运营成本
收入来源Revenue Streams
当前完全免费，无收费线索；潜在收费方式可能是未来提供云同步、高级 AI 模型服务或企业版
💡 核心痛点：传统笔记软件“能写难找”，写日报/周报/汇报时需要翻阅大量文件，决策背景难以追溯，且担心工作内容上云或被平台绑定⚠️ 最大风险：用户增长缓慢，缺乏付费转化路径，AI 功能依赖用户自配模型（门槛较高），与成熟笔记/文档工具（如 Notion、Obsidian）竞争

评分解析

痛点清晰度

产品明确针对“能写难找”和“回顾总结费时”的痛点，且通过关键词/语义搜索、AI 总结与问答直接解决，痛点清晰。

置信度 80%
80
付费可能性

当前完全免费，无任何收费线索，且 AI 功能需用户自配模型（无直接付费点），付费转化路径不明确。

置信度 60%
30
市场与趋势

本地优先、数据主权、AI 辅助写作/总结是当前生产力工具的热门趋势，但竞争激烈（如 Obsidian、Notion 等）。

置信度 70%
70
需求信号

有国内用户社区（微信/QQ 群）和百度网盘下载，但缺乏具体用户量、下载量等数据，需求信号中等。

置信度 50%
50
执行可行性

产品已发布安装版和开发版，功能完整（富文本编辑、搜索、AI 辅助），开源且持续更新，执行能力较强。

置信度 70%
70
中国市场适配

提供百度网盘下载、国内 AtomGit 托管、微信/QQ 群社区，完全面向中国用户，且本地优先符合数据安全趋势。

置信度 80%
80

这是什么

是什么
本地优先的桌面工作日志应用，数据保存在用户本地，AI 能力可自定义配置。
给谁用
需要持续记录和回顾工作日志的职场人士，特别是对数据隐私敏感、有一定技术背景的开发者或技术管理者。

关键能力

  • 富文本编辑与日志组织（标题、列表、代码块、表格、图片等）
  • 关键词搜索 + 语义搜索（向量检索，需配置嵌入模型）
  • 日志总结：勾选多篇日志，按需生成日报、周报、邮件等书面草稿
  • 日志问答：向全部历史日志提问，获得归纳答案并标注参考来源
  • 智能补全（安装版）：基于本地日志学习续写建议，不上传数据
  • 本地优先：数据完全离线，支持 .ws 整包备份与迁移，AI 仅在使用时联网

创业线索

团队
未知（推测为独立开发者或小团队） · 联系邮箱为 feiyangtech@qq.com，有管理员微信、公众号和 QQ 群，推测为个人或小团队开发
发布时间
未知（GitHub 仓库创建时间未提供） · GitHub 仓库活跃，有 Releases 发布，但具体推送日期未提供
增长线索
GitHub 星标数未提供，但提供了百度网盘下载渠道和国内 AtomGit 托管，表明有国内用户基础
能赚多少 / 怎么赚
开发版和安装版均免费，无任何收费提示

公开信息推断，缺数据会标未知；不构成收益承诺。

来源数据

  • 首次采集：2026-07-26
  • 最后同步：2026-07-27
  • 材料更新：2026-07-27
  • 穿透材料体量：约 6,156 字

AI 辅助分析，仅供项目研究参考，不构成投资建议。