[开源] AI 版 RSS 阅读器；信息监控； MCP 查询分析；每日简报....

[IndexOutOfBounds]

一个月前画的饼： https://www.v2ex.com/t/1119444

https://github.com/glidea/zenfeed

简单预览

有兴趣再左键点击阅读全文；右键标记已读，彻底从列表消失，减少焦虑

详细介绍

zenfeed 是你的智能信息助手。它自动收集、筛选并总结关注的新闻或话题，然后发送给你。但我们可不是又造了一个 "今日头条"... 🤔

For RSS 老司机 🚗

• zenfeed 可以是你的 AI 版 RSS 阅读器（配合 zenfeed-web）
• RSSHub 的 MCP Server
• 可自定义可信 RSS 数据源，且速度超快的 AI 搜索引擎
• 与 Feedly AI 类似

For 万物追踪 替代品寻觅者 🔍

• zenfeed 同样拥有 信息追踪能力，且更强调高质量，自定义的数据源
• AI 首席情报官 的 RSS 版，灵活版，更接近 PaaS 形态

For 信息焦虑症患者(比如我) 😌

• "zenfeed" 是 "zen" 和 "feed" 的组合，意为在 feed （信息洪流）中，愿你保持 zen （禅定）
• 如果你对时不时地刷信息流感到焦虑疲惫，这是因为上下文切换的成本比想象得高，同时也妨碍了你进入心流。推荐你试试简报功能，每天固定时间收到对应时间段的简报邮件，从而一次性地，快速地，总览地完成阅读。啊哈有点文艺复兴的意味是吗 ✨

For AI 内容处理的探索者 🔬

• zenfeed 有一种对内容进行管道化处理的自定义机制，类似 Prometheus Relabeling
• 每篇内容都被抽象成一个标签集合（比如标题，来源，正文... 都是标签），在管道的每一个节点，可以基于自定义 Prompt 对特定标签值进行处理（比如评分、分类、摘要、过滤、添加新标签等...），而后基于标签查询过滤，路由，展示... See Rewrite Rules
• 重要的是你可以灵活的编排这一切，这赋予了 zenfeed 浓重的工具化，个性化色彩。欢迎通过 Push API 集成私有数据，探索更多的可能性

安装

替换下方 APIKey 等参数，并完整复制到终端一键执行。注意：

1. provider 除了硅基还支持 openai, openrouter, deepseek, gemini, volc （火山(keng)引擎）。也可自定义，参考 配置文档。需要自定义其它参数的大佬也可参考

2. llms[0].model 默认会用来总结内容，相对耗费 Token ，一般 Qwen/Qwen2.5-7B-Instruct （免费！！！）足够，当然米够的话越强越好

3. 想完全自定义部署的，参考 https://github.com/glidea/zenfeed/tree/main/install

Mac/Linux

docker run --rm \
  -v "$(PWD):/app" \
  -w /app \
  --entrypoint sh \
  mikefarah/yq -c '
    set -e
    mkdir -p zenfeed/config && cd zenfeed
    TEMPLATE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/config-template.yaml"
    COMPOSE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/docker-compose.yml"
    CONFIG_OUTPUT="config/config.yaml"
    COMPOSE_OUTPUT="docker-compose.yml"

    wget -qO- "$TEMPLATE_URL" | yq \
        ".timezone = \"Asia/Shanghai\" |
          .llms[0].provider = \"siliconflow\" |
          .llms[0].model = \"Qwen/Qwen2.5-7B-Instruct\" |
          .llms[0].api_key = \"your_api_key\" | # <<<--- 替换 API Key! 其它参数按需选择
          .llms[1].provider = \"siliconflow\" |
          .llms[1].embedding_model = \"Pro/BAAI/bge-m3\" |
          .llms[1].api_key = \"your_api_key\" | # <<<--- 替换 API Key!
          .storage.feed.rewrites[0].transform.to_text.prompt = \"{{.summary_html_snippet}}使用中文回复\"" \
        > "$CONFIG_OUTPUT"

    wget -qO "$COMPOSE_OUTPUT" "$COMPOSE_URL"
' && cd zenfeed && docker compose up -d --wait

Windows

docker run --rm `
  -v "${PWD}:/app" `
  -w /app `
  --entrypoint sh `
  mikefarah/yq -c '
    set -e
    mkdir -p zenfeed/config && cd zenfeed
    TEMPLATE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/config-template.yaml"
    COMPOSE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/docker-compose.yml"
    CONFIG_OUTPUT="config/config.yaml"
    COMPOSE_OUTPUT="docker-compose.yml"

    wget -qO- "$TEMPLATE_URL" | yq \
        ".timezone = \"Asia/Shanghai\" |
          .llms[0].provider = \"siliconflow\" |
          .llms[0].model = \"Qwen/Qwen2.5-7B-Instruct\" |
          .llms[0].api_key = \"your_api_key\" | # <<<--- 替换 API Key! 其它参数按需选择
          .llms[1].provider = \"siliconflow\" |
          .llms[1].embedding_model = \"Pro/BAAI/bge-m3\" |
          .llms[1].api_key = \"your_api_key\" | # <<<--- 替换 API Key!
          .storage.feed.rewrites[0].transform.to_text.prompt = \"{{.summary_html_snippet}}使用中文回复\"" \
        > "$CONFIG_OUTPUT"

    wget -qO "$COMPOSE_OUTPUT" "$COMPOSE_URL"
' ; cd zenfeed; docker compose up -d --wait

💐恭喜 V 友安装成功！！

关于后续如何使用现成的 Web 端，配置 Cherry Studio MCP 参考 README。也就几分钟的事情

顺便帮忙点个 Star ，防止我太监掉 💐

https://github.com/glidea/zenfeed

Roadmap

• P0 （大概率会做）
  • 支持生成播客，男女对话，类似 NotebookLM
  • 更多数据源
    • 邮件
    • 网页剪藏 Chrome 插件
• P1 （可能）
  • 关键词搜索
  • 支持搜索引擎作为数据源
  • APP ？
  • 以下是由于版权风险，暂时不推进。懂法的佬友可以给我科普下
    • 支持 Webhook 通知（不想成为制造内容农场的工具）
    • 爬虫

欢迎 V 友提需求

图咋挂了，CleanShot 也太坑了

预览图片补录

更正，Linux 的安装命令第二行改为
-v "$(pwd):/app" \

不能使用大写的 PWD

安装方式已更新，请参考： https://github.com/glidea/zenfeed?tab=readme-ov-file#1-%E5%AE%89%E8%A3%85

[SGL]

可以，很强。

[IndexOutOfBounds]

@SGL 感谢佬的鼓励

[set]

支持！这项目满足需求

[shot]

大赞！

请问是否有计划做一个插件系统：通过执行自定义插件，对 RSS 内容进行标记/过滤/增强/……
如果要支持插件，也许我也能贡献绵薄之力。

我去年就整理了 RSS 阅读器的一些需求，主要关注插件支持能力。但是一直拖延着没动手……
https://github.com/users/HuangJian/projects/1/views/1

[IndexOutOfBounds]

每篇内容都被抽象成一个标签集合（比如标题，来源，正文... 都是标签），在管道的每一个节点，可以基于自定义 Prompt 对特定标签值进行处理（比如评分、分类、摘要、过滤、添加新标签等...），而后基于标签查询过滤，路由，展示... See Rewrite Rules

@shot 你看这个符合需求不，安装后在前端的“高级设置”中自定义
https://github.com/glidea/zenfeed/blob/main/docs/config-zh.md#%E9%87%8D%E5%86%99%E8%A7%84%E5%88%99%E9%85%8D%E7%BD%AE-storagefeedrewrites

For example:
```yaml
rewrites:
- skip_too_short_threshold: 0
match_re: ^[\s\S]{0,300}$ # 丢掉 300 字以内的短文
action: drop_feed
- skip_too_short_threshold: 0
transform:
to_text:
llm: qwen-small
prompt: "{{ .score }}" # 给内容打分（使用内置 Prompt ）
label: score
- source_label: score # 引用刚刚的分数
skip_too_short_threshold: 0
match_re: ^[0-6]$ # 6 分及以下丢掉
action: drop_feed
- transform:
to_text:
llm: qwen-small
prompt: "{{ .category }}" # 给内容分类，后续你可以根据分类 Group by 查询，或者一个分类一个邮件...
label: category
- transform:
to_text:
llm: qwen-small
prompt: |
{{ .tags }}
使用中文回复 # 打 tags 。在内置 Prompt 的基础上补充要求
label: tags
- transform:
to_text:
llm: qwen-small
prompt: |
{{ .summary_html_snippet }} # 总结成可视化的 html ，也就是上面预览看到的内容
label: summary_html_snippet
```

[Pipecraft]

非常棒的项目

[shot]

@IndexOutOfBounds #5

> - skip_too_short_threshold: 0
> match_re: ^[\s\S]{0,300}$ # 丢掉 300 字以内的短文
> action: drop_feed

如果我理解正确的话，这是通过 yaml 来配置和启用“系统内置”的插件。
已经有了初步的插件化支持。👍

我更期望后继能扩展到支持用户自己编写插件、上传系统、沙盒执行。

比如说我订阅了 V2EX 的 RSS 源，希望有一个功能：在主题发布两天后统计它的回复数，感谢数和红心数。
这可能是一个非常小众的需求，不一定会内置在系统里。那就只能既往插件机制来支持用户自行编写。

[luofeiff6666]

很有想法，直击痛点。

[IndexOutOfBounds]

@shot 如果 RSS 内容本身就有 “回复数，感谢数和红心数” 通过上面的配置写自定义 Prompt 让模型提取也是可以的，或者可以简单分析出来

但至于说 “两天后” 这个目前就得靠 rss 源自己适配了，爬到 v2 帖子后，攒两天评论再暴露成 feed

[Akagi201]

我用 rust 实现了类似的, 没有 op 功能丰富, rsshub mcp server 很受启发, 感谢分享.

op 有没有想过结合 AI + 搜索. 采集下来的 rss 内容(title + description + link) 进行向量化存储, 形成一个垂直领域知识库的产品?

另外, 我没考虑做实时监控, 基本用作每天采集汇总一次消息 + AI 分析. 太少的内容 AI 也没啥可分析的. 单个文章 AI 分析我感觉这个场景价值不大, 重点还是整体的分析. 比如汇总一天金融新闻, 对整体行情进行分析.

[IndexOutOfBounds]

@Akagi201 现在就是向量化存储哦，支持搜索的

“比如汇总一天金融新闻, 对整体行情进行分析.” 这个通过 MCP chat 可以实现时间范围 & 语义查询并分析，可以看下上面的预览图

不过如果你是说每天发的简报邮件，支持多篇文章一起总结的话，目前倒是没支持，不过是个好的功能点

[v2er119]

很受启发，我的简阅 rss 项目，有了更大的想象空间，太赞了！

[IndexOutOfBounds]

@v2er119 哈哈很高兴对你有启发，也欢迎基于 zenfeed API 改造你的简阅 rss 项目。
现在我这前端很草台，期待更多第三方选择

[lc4t]

好！

[xajh87]

支持一波，一定好好体验。大厂的就是给小白网民降至的。

[monosolo1on1]

好！

[IndexOutOfBounds]

@monosolo1on1 @lc4t 多么朴实无华的赞美

[hellopz]

我有点没看懂，RSS 小白，请问下信息源在哪里，是本地部署本地发 RSS 吗，此外 ai 有没有公共 ak ，一定要用个人的 ak 吗（没注册过，懒 hhh

[hanangellove]

有点意思

[IndexOutOfBounds]

@hellopz RSS 大合集： https://docs.rsshub.app/routes/popular
ak 得个人的，不是现成产品，是得好好折腾一番

[playniuniu]

非常需要，已 star

[IndexOutOfBounds]

更新了更简单的安装方式： https://github.com/glidea/zenfeed?tab=readme-ov-file#1-%E5%AE%89%E8%A3%85

只要你有硅基流动 APIKey ，一分钟跑起来！！！

[fengyn]

@IndexOutOfBounds 已经使用感觉不错，op 要不要考虑把这段设置作为默认设置，感觉更符合开箱即用。

[IndexOutOfBounds]

@fengyn token 嗯好建议可以考虑作为默认设置，不过 Token 消耗量很大的
所以可能有 默认设置 1 ，2..

[liaocaoxuezhe]

AI + RSS 是一个很好的方向，去年我开始关注到这个赛道的应用。
之前写了一篇文章，博主可以看下，里面提到了一个基于用户兴趣进行相似性排序的方案，看看您是否感兴趣。
https://sspai.com/post/89494

[IndexOutOfBounds]

@liaocaoxuezhe 感兴趣，先 mark 了，吃完饭仔细看下。
最近也看到了一款类似的应用，“语鲸”

我也在犹豫要不要做一个 App ，还不确确定市场规模

[IndexOutOfBounds]

@liaocaoxuezhe 我理解这个产品上对应的功能就是信息监控，设置自己的关注点。可能我一下怼了太多功能，大家好像都没咋注意到

[liaocaoxuezhe]

@IndexOutOfBounds #27 还不是产品，只是我的想法，通过设置自己关注点，也是通过向量搜索和标签过滤来筛选内容。

[IndexOutOfBounds]

@liaocaoxuezhe 这个想法很棒。zenfeed 现在已经支持
https://github.com/glidea/zenfeed/blob/main/docs/config-zh.md#%E8%B0%83%E5%BA%A6%E8%A7%84%E5%88%99%E9%85%8D%E7%BD%AE-schedulsrules