为了学 AI，我用 Go + Fyne 手撸了一个原生视频下载器

大家好，我是老墨。

一个写了十几年代码，发际线依然坚挺，但最近确实有点焦虑的中年程序员。

为啥焦虑？还不是因为这该死的 AI。

从 24 年初 Sora 横空出世，到 Claude 3.5 杀疯了，再到最近 DeepSeek 甚至能自己修 Bug，这世界变化快得像开了二倍速。以前我们卷算法、卷架构，现在倒好，不仅要卷提示词，还要防着被自己的 IDE 抢了饭碗。

老墨我痛定思痛，觉得不能坐以待毙。打不过就加入嘛，我也开始疯狂恶补 AI 知识。

01 一个悲伤的故事：学习资料太多也是一种烦恼

要学 AI，最好的路径是什么？这年头文档更新赶不上模型迭代，最鲜活的知识全在视频里。YouTube 上的 Andrej Karpathy 大神课，B 站上的各种论文精读、实战通过…

于是我的浏览器收藏夹很快就爆了。

但我这人有个毛病，看视频喜欢囤。一来是有些干货太硬，得反复咀嚼；二来是作为技术人，总有一种由于网络不确定性带来的"松鼠症"——好东西必须存在本地硬盘里才踏实。

这时候问题来了：市面上的下载器，怎么就没一个顺手的？

  • 某雷：广告多是其次，关键是我想下的 YouTube 和 B 站视频它基本都解析不了。对于我们这种想看外网 AI 前沿教程的人来说，它形同虚设。
  • 某 IDM：嗅探功能很强，但碰到 YouTube/B 站 这种音视频分离的高画质（DASH流）视频就歇菜了，经常只能下个无声画面，心累。而且 Mac 上没有原生版，体验割裂。
  • Electron 系工具：界面是好看了，但这动不动几百兆的内存占用，我开个 PyCharm 跑模型本来就捉襟见肘，哪还有余粮养它们？
  • 命令行 yt-dlp：这是真神，功能无敌。用了很久，自己写脚本都写了多个。但时间久了脚本太多，每次想下个视频还得敲命令，复制粘贴 URL，还得拼代理参数… 实在是比较麻烦。

“求人不如求己，为什么不能自己写一个GUI？”

这念头一出，我就兴奋了。写了几年的 Golang，这点事情不在话下。说干就干，开搞开搞。

02 技术选型：要做就做原生的

既然决定自己干，那必须立好 Flag：

  1. 要快：启动快，下载快。
  2. 要美：虽然我是后端出身，但也不能忍受丑陋的 UI。
  3. 要轻：拒绝 Electron，拒绝 WebView，我要纯原生。

基于这个标准，技术栈基本就锁死了：

  • 语言：Go

    Go 的并发模型 (Goroutine) 处理多线程下载简直是降维打击，编译出来就是一个二进制文件，干净利落。

  • GUI 框架：Fyne

    这是个基于 OpenGL 渲染的 Go 原生 UI 库。说实话，刚开始用的时候有点痛苦，因为它的布局逻辑和传统 HTML/CSS 完全不同，但一旦上手，那种丝滑的渲染速度和跨平台的便利性（一套代码跑 Windows/Mac/Linux），真香。

  • 核心引擎：yt-dlp + FFmpeg

    没必要重复造轮子。核心解析和下载调用 yt-dlp，视频音频合并用 FFmpeg。我做的是一个极致的调度器和 GUI Wrapper。

03 核心架构大揭秘

老规矩，不谈架构只吹牛逼都是耍流氓。

这个软件我起名叫 VDD (Video Download Desktop)，架构其实并不复杂，核心就为了解决一件事：如何优雅地管理异步任务。

 1+---------------------+       +------------------------+
 2|   UI Layer (Fyne)   | <---> |    Core Logic (Go)     |
 3| [Main] [Sub] [Set]  | Events| [Manager] [Scheduler]  |
 4+---------------------+       +------------------------+
 5           ^                               |
 6           | Binding                       | Dispatch
 7           |                               v
 8+---------------------+       +------------------------+
 9|    Data Storage     |       |   Downloader Engine    |
10|   (SQLite/JSON)     |       |   [Queue]   [Worker]   |
11+---------------------+       +------------------------+
12                                           |
13                              +------------+-------------+
14                              | Exec (Pipe)|             | Exec
15                              v            v             v
16                      +--------------+           +--------------+
17                      |    yt-dlp    | --------> |    ffmpeg    |
18                      | (Extraction) |   Raw     |   (Merge)    |
19                      +--------------+           +--------------+

这里有几个有点意思的技术点（也是踩坑最多的地方）：

1. 高并发下的状态一致性与 DATA RACE

看似简单的“并发下载”，实则暗藏杀机。VDD 需要同时维护“内存中的任务状态队列”和“SQLite 数据库”以及“GUI 视图状态”。 起初我天真地用了原生 Map 来管理任务，结果程序跑起来动不动就 Panic。因为多个 Goroutine（下载进度更新、用户点击删除、定时刷新）同时在读写。

解决法宝：

  • 全量改用 sync.RWMutex 读写锁保护临界区。
  • 通过 channel 将所有状态变更收敛到一个单线程的 Controller 中串行处理，这种 “Do not communicate by sharing memory; share memory by communicating” 的 Go 哲学，真不是盖的。

2. 跨进程管道通信 (IPC) 的“黑魔法”

yt-dlp 是一个外部进程，怎么把它的进度条“偷”出来？

  • 难点一：缓冲区死锁。如果不及时消费 stdout/stderr，Pipe 满了会导致子进程卡死。我起初遇到这个问题查了好久，最后发现必须用独立的 Goroutine 去实时 Drain 掉输出流。
  • 难点二：僵尸进程。用户手快点了“取消”，GUI 上任务删了，后台 yt-dlp 还在偷偷跑流量。这里必须利用 Go 的 Context 上下文机制，精准控制进程树的 Kill 信号，确保连带 FFmpeg 子进程一起干掉。
  • 难点三：正则解析。不同平台的输出格式千奇百怪，为了洗出准确的“剩余时间”和“下载速度”，我写了一套复杂的正则状态机。
  • 难点四：状态管理。由于 goroutine 多，core 与 UI 层的状态同步是个大麻烦，我专门定义状态管理器来驱动状态的流转。

3. Fyne UI 的性能调优与自定义渲染

Fyne 是基于 OpenGL 的，渲染极快，但它的布局系统如果不熟悉，很容易写出“又丑又慢”的界面。

  • 懒加载列表：当你有 1000 条下载记录时，直接渲染会卡死。我重写了 widget.List 的 Refresh 逻辑，利用它的复用机制，只渲染屏幕可见的十几条 Item，丝滑度瞬间提升 10 倍。
  • 中文字体：Fyne 默认字体不支持中文，为了打包体积（不能塞个 20MB 的中文字体进去），我精选了一款轻量开源字体并嵌入二进制，解决了乱码问题，同时让编译后的体积控制在 100MB 以内（windows集成ffmpeg会比较大，mac和linux提及都比较小，几十M）。

4. 订阅系统的增量比对 (V1.4.0 新功能)

为了追 AI 大佬的更新，我实现了一个轻量级的订阅系统。核心逻辑是：定时任务 + 增量比对。 软件启动时，后台静默调用 yt-dlp 获取频道列表，和本地 SQLite 数据库比对。发现新的 Video ID，直接推入下载队列。整个过程对用户完全无感。你早上打开电脑，倒杯咖啡的功夫，大佬昨晚发的最新论文解读视频已经躺在你的硬盘里了。

04 成果展示：VDD 长啥样？

经过几个月的打磨，VDD 现在的状态我已经比较满意了。

极简主义的界面

没有广告，没有多余的按钮。

多主题风格支持

目前支持浅色和深色两种主题，支持跟随系统。

单视频下载模式

你可以随时下载单个喜欢的视频，最高可下载 8K 分辨率哦。

智能的订阅系统

这就刚才说的“追更神器”。看这一个个小红点（角标），那是知识在向我招手。

强悍的下载能力

4K、8K 原画只要源视频支持，统统能下。而且利用 Go 的特性，我做到了对系统资源的极低占用。几十个任务同时跑，界面依然 60 帧丝滑。

05 写在最后

其实开发 VDD 的过程，比使用它更有趣。

以前总觉得 GUI 开发麻烦，但通过这次实战，发现 Go + Fyne 的组合在开发效率和运行性能之间找到了一个绝佳的平衡点。当然，过程中也没少踩坑，比如 Fyne 的中文字体渲染问题、macOS 的系统权限问题等等，有机会再专门写一篇文章吐槽。

这个项目我准备将 Core 部分进行开源，目前在代码整理阶段，敬请期待。虽然代码写得可能不如那些大牛优雅，但也算是老墨在这个 AI 时代交出的一份作业吧。

VDD (Video Download Desktop)

VDD 仍然在快速迭代，欢迎关注。如果你也有视频下载的需求，或者单纯想看看 Go 写桌面应用能做到什么程度，欢迎去下载体验，别忘了提出你的宝贵的意见和建议哦。

在这个技术飞速迭代的时代，保持好奇心，保持动手能力，或许是我们作为程序员最后的倔强。

我是老墨，我们下期见。

相关阅读