干买量这行的，应该都被这三个问题折磨过：
这条素材为什么爆？不知道，做它的创意策划换项目了。这条和上个月那条是不是同一个创意？翻聊天记录翻俩小时，翻出三张互相矛盾的 Excel。这个方向是不是试到头了？没人记得，再花一笔钱试一遍。
素材散在网盘里，数据躺在 Excel 里，真正值钱的判断全在几个人脑子里。
说白了，设计有 Figma，代码有 Git，投放执行有广告后台。唯独「创意是怎么一步步迭代出来」这件事，从来没有过自己的系统。
所以我就干脆自己造了一个，叫 Augura。
项目地址：
https://github.com/augura-os/augura一句话介绍：把每条素材拆成结构、连成图谱，让每一次人工判断都沉淀为团队资产，而不是跟着人走。
素材会过时，做素材的经验不该过时。 这是我写在它首页的一句话，也是做这东西的初衷。
它到底干什么
先说清楚它不是什么：它不是又一个 AI 生成素材的工具。市面上的生成工具已经够多了，讲真，生成出来的素材只会加速过时。
Augura 干的是另一件事——AI 创意决策系统。
流程大概是这样：你把素材传上去，AI 把每条视频拆成钩子、冲突、玩法、奖励这些结构；拆完的素材自动聚类，连成一张 DNA → Creative → Variant → Asset → TAG 的图谱；
从这之后，你做的每一次判断，像“这两条是不是同一个创意”、“这次裂变有没有效”，系统都会记住。下次遇到同类情况，它先给建议，你只负责点确认。
Demo 脱敏演示 - 主界面
还有一点必须放最前面说，因为这是我们跟市面上 SaaS 创意工具最大的区别：本地优先，数据全在你自己机器上。素材、投放明细、分析结果，都存在你自己的电脑、服务器或者 NAS 里。
AI 分析用的是你自己配置的模型 Key，不走我们的服务器。对 UA 团队来说，素材和投放数据属于最敏感的家底。
这玩意要是做不到数据主权，别的功能做得再花哨，搁我们自己身上我们也不敢用...将心比心吧。
核心功能
第一个，AI 拆素材。
视频抽帧之后交给视觉模型，输出结构化的 JSON：钩子是什么、冲突是什么、玩法类型、奖励机制、角色、情绪、标签。
关键的一条设计原则是：分析没把握的素材，自动进人工复核队列。AI 置信度不够，不会硬猜。一条错标混进图谱，污染的是后面所有判断，这个代价比让真人多看一眼大多了。
素材解析结果页-脱敏演示
第二个能力是知识图谱。
举个例子。KS_EN 和 KS_KR 两个文件夹里各躺着一个同名视频，人工看就是两条素材。系统直接认出那是同一条素材的两个市场版本，在图谱里连成候选，等你一句话合并。
整个素材库变成一张五层知识图谱，能够可视化地逛。创意之间的血缘关系，头一回变得能看见了。
疑似同创意连线-脱敏演示
第三个能力，合并守卫。
这是我自己最喜欢的一个功能，没有之一。也是"经验沉淀"四个字最直接的体现。
你裁过一次这两条不是同一个创意，系统永久记住。以后不管是谁、啥时候想再合并这两条，必须写明理由才能提交。
以前这种判断是消耗品，判完就没了，换个新人接着踩坑。现在它是资产。就冲这个功能，前面那些折腾都值了。
我平时比较懒，所以在 setting 页面里增加了一个自动合并的开关，大家也可以打开。
第四个能力，裂变演化。
每条 Variant 都记着它从谁裂变而来、改了什么因子——换语言、换画幅、换前贴、换角色.....。投放数据回流之后，系统自动判定这次裂变有效还是无效。
一个方向连着几次裂变都无效，系统会直接劝你收手。搁以前，全靠资深策划拍脑袋，现在有数了。
裂变谱系 - 脱敏演示
第五个，方向推荐。
所有待裁决的事（疑似合并、未归族、观察对结案）都进审核收件箱。每条都先由 LLM 自洽投票给出建议和理由，你一键处理。
但刹车我们也装了：如果某类建议的改判率超过阈值，系统会自动把这类建议降级成"仅建议"模式，不再给倾向性结论。说白了，AI 辅助的前提是它的错误有成本上限，不能让它撒开了判。
每周把新的投放报表传上来，消耗、付费、ROAS 等自动匹配回素材。然后「今日建议」面板会告诉你：哪些加注、哪些迭代、哪些该停。每条建议后面都挂着具体的数字，不是个黑盒。
付费成本红线、ROAS 绿线、D3 留存参不参与判定，这些口径都在 Settings 页自己调，不用改代码。各家 KPI 口径不一样，这东西写死了就是耍流氓。
今日建议 - 脱敏演示
安装比想象中简单
前置要求就一个：Docker Desktop。
Windows 直接双击 install.bat，或者手动两行命令。发布版直接拉预构建镜像，两三分钟的事。装完打开 localhost:3000，首页就是创意图谱。
Mac 就一行命令，无需下载仓库:
curl -fsSL https://raw.githubusercontent.com/augura-os/augura/main/scripts/install.sh | bash当然，最方便的就是直接把 GitHub 地址发给你的 AI，让它帮你安装一下。
上手四步：
Settings 里填一个 OpenAI 兼容接口的 Key（GPT、Kimi 视觉模型都行），不上传素材不产生任何调用
Upload 页拖一批素材进去，解析每条几分钟，去喝杯咖啡，图谱会慢慢长出来
打开收件箱，把系统给的候选处理一遍
每周传一次投放 Excel（暂时仅限 Facebook 数据）
由于时间比较有限：Augura 目前是单用户本地工具，没有登录认证和多租户，端口默认只绑本机。别直接把它丢到公网服务器上。团队部署得自己加反向代理和认证层。
结语
做这个东西的出发点其实很简单：单个策划的判断力是有上限的，但一个会积累的团队没有。
人总会流动，项目总会换代，素材总会过时。唯一能穿越这些周期的，是被系统化存下来的判断。
这也是第一步，未来会陆续迭代，整体会朝着半 RSI 推进…
还有一个提示，现在这个框架在处理万级节点的时候会比较卡，可以人工把首批低质素材剔除掉，人为干预一下。
再就是，投放这行也比较杂。做 SLG 的跟做消除的，关注点完全是两码事；跑日韩的跟跑欧美的，素材逻辑也不一样；有的团队看 ROAS，有的团队死磕付费成本，有的还在用留存兜底。
我自己踩过的坑、总结出来的判断规则，放别人团队里未必都适用。
所以 Augura 选择开源（早期版本）：
你是优化师或者策划，用就完事了，用得不顺手的地方来提 issue，比夸我们管用。哪个分类不对、哪个建议不靠谱、你们团队的口径系统里调不出来，都可以轻喷。
你会写代码，图谱逻辑、裂变判定、指标配置这些核心模块都在那，欢迎来 PR。投放场景的判读规则，越多真实团队的经验进来，它就越好用。
你不想写代码也不想提 issue，也可以把创意基因共建计划开着—只回传白名单脱敏字段。相当于匿名贡献你的判断数据，让整个社区的判断基准越来越准。当然，介意就一键关掉，绝不偷传。
项目地址再放一遍：
https://github.com/augura-os/augura觉得有用的话，分享一下就是最大的支持了。同时也是想要在这个 AI 时代留下一点自己的印迹。
耳闻者众，目见者寡，亲历者稀。
March to the beat of your own drum.
推荐阅读
深度拆解《Pixel Flow》- 关卡、数值、节奏
深度拆解《Last Asylum》- X 部分手游原型
深度拆解《Clash of Critters》- 塔塔冒险队