核心用法
WorthClip 是一款面向学习者的 YouTube 视频智能评分工具。用户需先设置 API Key，通过 CLI 脚本或 REST API 提交视频 ID，系统基于用户预设的 persona（个人画像）和学习目标，由 AI 对视频进行 1-10 分评分，并给出「watch/skip」等明确建议。核心功能包括：
1. 视频评分（/score）：异步处理，支持轮询结果；若已评分则直接返回缓存数据
2. 个性化 Feed（/feed）：按评分排序，支持最低分数、verdict 类型筛选与分页
3. 频道管理（/channels）：追踪关注的 YouTube 频道，自动收录更新
4. 用量监控（/usage）：查看当前计费周期配额与消耗
5. AI 摘要（/videos/:ytId/summary）：快速获取视频核心内容
技术架构与限制
- 依赖：curl、jq、环境变量
WORTHCLIP_API_KEY - 限流：通用 60 req/min，评分接口 20 req/min
- 异步设计：评分任务采用 202 Accepted + jobId 轮询模式，最大等待 60 秒
显著优点
- 目标驱动筛选：不同于通用推荐算法，评分基于用户主动定义的学习目标，避免信息茧房与娱乐化内容干扰
- 量化决策：1-10 分制 + 明确 verdict，降低选择成本
- 轻量集成：纯 CLI/Bash 实现，无复杂依赖，适合开发者工作流嵌入
潜在缺点与局限性
- 封闭生态：仅支持 YouTube，且需手动追踪频道，无法自动发现跨平台内容
- 评分黑箱：AI 评分逻辑未透明化，用户难以追溯「为何得 7 分而非 8 分」
- API 稳定性风险：base URL 使用 Convex 临时域名（
greedy-mallard-11.convex.site），暗示可能处于早期测试阶段，长期可用性存疑 - 无本地缓存：每次 feed 查询均依赖服务端，离线场景不可用
适合人群
- 知识工作者、终身学习者，需在海量 YouTube 内容中高效筛选高信息密度视频
- 开发者习惯 CLI 工具链，希望将视频评估集成到自动化工作流
- 对「算法推荐」不信任、希望基于明确学习目标自主控制信息输入的用户
常规风险
- API Key 泄露：需配置环境变量，若误提交至代码仓库可能导致配额被盗用
- 评分主观性偏差：AI 对个人目标的「理解」可能与用户真实意图存在偏差，过度依赖可能导致错过边缘优质内容
- 服务依赖：完全依赖 WorthClip 服务端，若服务下线或调整定价，用户数据与历史评分难以迁移
- 隐私考量：观看历史与学习目标上传至第三方服务器，敏感领域学习者需谨慎评估