AI 分析
痛点：用户希望在不把私密照片上传到服务器的情况下，本地扫描并管理相册中的敏感图片。
目标用户：注重隐私的普通用户、家长、需要管理私密照片的人群，以及担心云端上传风险的 iPhone 用户。
证据：Over the past year Punge has made $4,883 (gross) from one-time purchases. This past month was the first time it crossed $1,000 (gross) in 28 days, and it now has over 1,200 monthly active users.
变现：一次性买断解锁高级功能，例如批量扫描、Face ID 锁、自动分类/隐藏、导出报告；也可做免费基础版加 Pro 内购。
MVP：用现成 CoreML/ML Kit 敏感图片分类模型做一个 iOS MVP：本地扫描相册、不上传、显示疑似敏感图片、支持批量隐藏/删除和 Face ID 保护，2 周内可上线测试。
竞品：Punge、Apple Sensitive Content Warning、Google Photos Locked Folder、各类隐私相册/照片清理 App
摘要：一名独立开发者做了一款本地扫描敏感图片的 App Punge，过去一年一次性购买收入 4,883 美元，最近 28 天首次超过 1,000 美元，月活超过 1,200，用户覆盖 108 个国家。它验证了“隐私优先、本地处理相册敏感图片”的付费需求，且由单人开发完成，适合独立开发者做细分 MVP。