实战方案 · FENGDAO AI RESEARCH

不想再做信息苦力？这个开源项目把找热点和写日报一起打包了

一个开源的全栈框架，能自己抓热点、自己排版、自己写日报。换上你的信源和筛选标准，就是一个能长期跑的私有行业热点站。

2026年9月29日3 分钟读完冯导AI研究院1 次阅读#开源项目#AI热点#自部署

它不是又一个AI玩具，而是一个真能替代信息整理劳动的开源骨架。

适合：需要长期跟踪行业动态、又不想每天手动做日报的内容运营、研究员和产品经理。

先说结论

AIHOT 解决的就是「每天在十几个信息源里翻找，再手动整理成日报」这种重复劳动。它不是给AI行业做的噱头项目，而是一个可以直接 fork 出去、自部署的行业热点站骨架。一周拿下近 1300 颗星，是因为它把抓取、筛选、文案和发布链路串成了一个可换零件的整体。

做行业监控的人，时间往往不是被读新闻耗掉的，而是被流程耗掉的。

日常大概是这样：早上打开十几个 RSS、公众号、推特账号；花半小时挑出值得看的；再花半小时把内容塞进表格或者日报模板；如果还要发到群里，又要再排版一遍。几天下来，新闻没多看几篇，整理工作却越堆越厚。

更麻烦的是「换主题」。今天做AI，明天做消费，后天做 SaaS，信源和筛选标准都要重来一遍，市面上的 SaaS 产品要么太通用，要么贵得离谱。开源框架少之又少，能直接跑起来的就更少了。AIHOT 想解决的，正是这个「拼装一台自己的热点机」的需求。

核心思路很直接：把「信源、筛选标准、生成模型」三件套都做成可替换的模块，用配置文件统一管起来。

工程层面，TypeScript 全栈的好处是前后端共用类型，模型和前端字段一旦对不上，编译就会报错，跑起来更省心。改 RSS 列表、增加信源、用 LLM 重写摘要，都能在一两处文件里完成，不需要动业务逻辑。

如果只想要轻量版，可以直接用站内的公众号AI排版编辑器把生成出来的日报转成能直接发的微信图文样式，省掉最后一步排版。

自部署听起来美好，但有几个坑要先认清。

第一，RSS 源质量决定一切。源不稳，框架再聪明也救不回来。抓回来之前，先用 RSS 浏览器或者 feed 验证工具跑一遍，不然会被一堆过期或乱码源拖垮。

第二，LLM 不是筛选器，而是放大器。让它从「可能有意思」里挑出「今天最值得看的」，效果不错；但让它去判断「这条是真新闻还是营销稿」，就会频繁翻车，关键的判断还是要靠关键词和黑名单来兜底。

第三，版权和来源标注别省。生成内容里要明确标出来源和原文链接，既是合规需要，也方便事后回溯哪一条信源出了问题。

第四，运行时开销别低估。LLM 调用是按 token 算钱的，全量跑一次几十上百篇新闻，账单很容易爆。先做小流量试跑，再放量，比直接上生产稳得多。

不用一口气搭完整套，按这三步推进最稳。

第一步，Fork 仓库到自己的 GitHub，把 RSS 配置换成你最关心的三到五个信源，先让它跑起来看日报输出。

第二步，定一个固定时间点（比如每天早上九点），用 GitHub Actions 或者 cron 触发抓取和生成，形成稳定节奏，再考虑加缓存和重试。

第三步，把输出接到你真正会看的地方。可以是邮件、飞书机器人、企业微信 webhook，或者直接用公众号AI排版编辑器转成排版好的文章，再决定要不要发到公众号或者内部群。

跑通一个最小闭环之后，再去加筛选规则、换信源、改日报模板，节奏会顺很多。