Lumichats

发布之后的表现

收入

• indie(TrustMRR):库里没有。按域名 lumichats.com 和名字 lumichats 查,均无记录。也就是说它没有把支付平台只读 key 交给 TrustMRR,收入无法第三方验证。
• 创始人自述(Medium,2026-06-23):「LumiChats is break-even」,₹69 日票「18–19 rupee margin」;并称有投资人给出 5–6 到 12–13 千万卢比的估值区间,但明确说「that number isn't money」。这是自报,无库或第三方佐证。

用户 / 下载

• appstore / googleplay / macappstore / chromestore:四个商店库全部没有它。离线版是 Windows 桌面程序,通过 Google Drive 链接分发(官网 /docs/offline),不上任何应用商店,所以商店库天然采不到。
• 自报用户数:官网首页(2026-11-02)「80,000+ users」;About 页「As of August 2026 it serves 80,000+ total users across 80+ countries」;Medium(2026-06-23)「Total users had crossed 30,000」、日活「2,000+」。第三方 Launchrs(2026-08-03)转述公司说法为「70,000 people already use LumiChats in the browser」。这些数字互相接近但都是自报,库里没有任何独立来源可以核对。
• Trustpilot(2026-11-02 抓取):4.0 分,但只有 4 条评论,且 4 条全是 5 星;其中一条署名 Shikhar Burman(联合创始人本人),其余几条来自印度账号。页面标注「Unclaimed profile」「No history of asking for reviews」。样本太小,不能当用户量证据。

开发者关注

• github 库:库里没有 adityajhakumar/lumichats-offline-llm(未达 50 星入库门槛)。GitHub 页面现查(2026-11-02):16 star、3 fork、19 commits、最后提交 2026-05-02。fork/star ≈ 19%,但基数只有 16,不构成刷星信号;仓库是 GPT4All 的衍生打包(README 与 docs 都注明基于 Nomic AI GPT4All,MIT 许可),不是原创 LLM 工程。
• HuggingFace:官网列出 6–7 个自训模型(lumichats-v1.1 等),自报下载量 3K–12K,未在库中,无法核对。

讨论

• hackernews 库:库里没有(按域名、github_repo、标题查均无)。
• x 本地库:库里没有提及,创始人也不在五个圈子的 core 名单里。创始人 X 账号未在官网公开,搜索到的 @AdiJha07 等账号疑似非本人。
• PH 评论区:2026-08-02 那次有 43 条评论,是它讨论度最高的一次;但 HN / X 上完全没有二次传播。

官网和公开网页

• 官网在线且活跃:changelog 最新 v5.13.0(2026-09-23),博客更新到 2026-10-14,About 页 2026-06-23 更新。产品在持续迭代(多 agent 编排、Originality Report、Deep Research)。
• 无融资或收购消息;About 页明确写「independent, founder-owned company — profitable since its early months, with no outside funding」,并自评估值 $1.2M–$1.5M(≈₹11–14 crore),同时声明「a founder self-assessment… not a priced funding round or an audited figure」。
• 创始人 LinkedIn 公开帖(2026-05-18)推广离线版;Medium 系列文章(2026-02 至 06)讲增长与估值。

自报 vs 实际

为什么成了 / 没成

它「活下来了」但没「跑起来」。做对的地方:选了一个真实痛点(印度学生按 8–12 天/月用 AI,却付 30 天订阅费),定价 ₹69/天在印度市场有说服力;用 SEO + 每天 5–10 篇博客 + 免费 glossary 做冷启动,About 页自述 75–80% 流量来自搜索,这是独立开发者能负担的获客方式;产品迭代节奏真实(changelog 从 v5.6 到 v5.13 有具体修复记录,不是空壳)。

没成的地方:第一,收入完全不可验证——indie 库里没有它,意味着连「愿意公开收入」这一步都没做,80,000 用户对应的付费转化和 MRR 外界无从判断;第二,分发渠道单一,离线版靠 Google Drive 链接、无应用商店、无 Homebrew/npm,拿不到任何第三方下载量;第三,社区零渗透——HN、X、GitHub 全无痕迹,PH 两次 featured 后没有形成二次传播,16 star 的仓库说明开发者侧几乎没接住;第四,Trustpilot 只有 4 条评论且含创始人自评,官网却写「4.6 avg」,这种小样本美化反而削弱可信度。综合看,它更像一个靠 SEO 内容驱动的印度本地学生工具,而不是一个能在全球独立开发者圈复制的产品。

对想跟的人

这个方向(按天付费 + 多模型聚合)在印度学生市场有位置,但位置不在「再做一个聚合器」——LumiChats 已经把 40+ 模型、₹69/天、SEO 内容库这套做完了,后来者拼的是获客成本,而它的 75–80% 搜索流量是几个月每天 5–10 篇博客堆出来的,不是能速成的。真正值得跟的是它的「离线版」思路:一个 16 star 的 GPT4All 套壳就能在 PH 拿到日榜第 4(196 票),说明「隐私 + 本地 + 免费」的钩子比聚合器更稀缺。最大的坑是变现:它自述 break-even、₹69 里只有 18–19 卢比毛利,而 indie 库里查不到它——如果你也走「低价 + 免费离线版」,先想清楚 80,000 用户怎么变成可验证的收入,否则会重复它「有用户、没证据」的处境。

没查到的

• indie(TrustMRR):没有它,收入 / MRR / 订阅数 / 是否挂牌出售全部答不了。
• appstore / googleplay / macappstore / chromestore:四个商店库都没有它(离线版不上架,属预期)。
• github:仓库未达 50 星入库门槛,库里没有;star 走势只能看 GitHub 页面单点(16 star)。
• hackernews、x 本地库:均无提及。
• 无法核实:80,000 用户、80+ 国家、break-even、$1.2M–$1.5M 估值、HuggingFace 模型下载量——全部只有创始人自报。
• 创始人 X 账号未公开,LinkedIn 需登录,公开帖只能通过搜索摘要看到。