📰 News Finder — 重大新聞蒐集器
每小時自動蒐集 台灣本地 / 國際 / 財經貿易 / 科技產業 / 資安 五大類重要新聞，
以 RSS/API 為主、Playwright 補強，存入 Neon Postgres，並提供網頁瀏覽、關鍵字篩選、
AI 重要性評分與每日摘要推播。
功能
- ⏱️ 每小時自動蒐集（可調整頻率）
- 📡 RSS/API 為主：25 個來源（中央社、自由時報、ETtoday、BBC、Guardian、NYT、鉅亨網、經濟日報、iThome、TechNews、TechCrunch、The Verge，以及資安類的 iThome 資安、TWCERT/CC、The Hacker News、BleepingComputer、SecurityWeek、Krebs on Security、CISA…）
- 🤖 Playwright 補強：沒有 RSS 的網站可用瀏覽器自動化抓取
- 🏷️ 關鍵字分類與篩選：依「關稅、半導體、台積電、升息…」等關鍵字標記與搜尋
- 🧠 AI 重要性評分與摘要（選填）：用 Claude Haiku 判斷「重大」並生成一句話摘要
- 🌐 英文新聞自動翻成繁體中文（選填，走公司 gateway）
- 🗃️ 歷史資料庫（Neon Postgres）：自動去重、可回查，本機與雲端共用；只保留最近 30 天，過期新聞每次蒐集時自動刪除
- 📨 每日摘要推播（選填）：Teams Webhook / Email，未設定則印在 console
- 🌐 網頁介面：分類、重大篩選、關鍵字搜尋、一鍵手動更新
環境需求
- Node.js 22+（建議 24）
- 一個免費 Neon Postgres 資料庫（本機與雲端共用，申請見 DEPLOY.md）
- Windows / macOS / Linux 皆可
快速開始（本機）
npm install
# 設定資料庫連線：複製範本後，把 .env 裡的 DATABASE_URL 填上 Neon 連線字串
Copy-Item .env.example .env
npm run db:init # 建立資料表
npm run collect # 抓一次新聞
npm run dev # 開 http://localhost:3000
若要使用 Playwright 補強沒有 RSS 的來源，另外執行一次 npx playwright install chromium。
使用方式
1. 啟動網站
npm run dev
開啟 http://localhost:3000 — 可瀏覽、分類、搜尋關鍵字、只看重大、右上角「立即更新」手動抓取。
2. 啟動每小時自動排程
另開一個終端機：
npm run worker
排程器會：
- 啟動時先抓一次
- 之後每小時整點抓取（
COLLECT_CRON）
- 每天 08:00 產生每日摘要（
DIGEST_CRON）
想讓它常駐、開機自動啟動，可用 Windows「工作排程器」設定開機執行 npm run worker，
或用 pm2 等程序管理工具。
3. 手動指令
npm run collect # 手動抓一次
npm run translate # 手動補翻既有未翻譯的英文新聞
npm run digest # 手動產生並推播每日摘要
設定（.env）
| 變數 | 說明 |
|---|
DATABASE_URL | （必填） Neon Postgres 連線字串，本機與雲端共用 |
ANTHROPIC_API_KEY | 填入後啟用 Claude AI 重要性評分與摘要；不填則用關鍵字判斷 |
AI_MAX_PER_RUN | 每次蒐集最多送幾則給 AI（預設 40，控制成本） |
RUNWAY_API_KEY | 填入後啟用英文新聞自動翻譯（走公司 LLM gateway）；不填則不翻譯 |
RUNWAY_BASE_URL | 公司 LLM gateway 位址（預設 https://runway.taitra.ai） |
RUNWAY_MODEL | 逗號分隔的模型清單，依序嘗試（預設 claude-haiku,gpt-5-chat） |
TRANSLATE_MAX_PER_RUN | 每次蒐集最多翻幾則（預設 80，控制成本） |
TEAMS_WEBHOOK_URL | Teams 傳入 Webhook，設定後每日摘要推播到 Teams |
SMTP_HOST / SMTP_PORT / SMTP_USER / SMTP_PASS / DIGEST_EMAIL_TO / DIGEST_EMAIL_FROM | Email 推播設定 |
RETENTION_DAYS | 只保留最近 N 天的新聞，更舊的在每次蒐集時刪除（預設 30） |
COLLECT_CRON | 蒐集排程（預設 0 * * * *，每小時） |
DIGEST_CRON | 摘要排程（預設 0 8 * * *，每天 08:00） |
推播優先序：Teams → Email → console（都沒設定就只印在畫面）。
自訂
新增/移除新聞來源
編輯 src/lib/sources.ts。優先用 RSS：
{ name: '來源名稱', category: '科技產業', rss: 'https://example.com/feed' }
沒有 RSS 的網站，用 Playwright 補強：
{
name: '某網站',
category: '國際',
scrape: {
url: 'https://example.com/news',
itemSelector: 'article.item', // 每則新聞容器
titleSelector: 'h2 a', // 標題（相對 item）
// linkSelector 省略時自動取容器內第一個 <a>
},
}
某個來源抓取失敗不會影響其他來源。
調整「重大新聞」判斷
編輯 src/lib/classify.ts 的 KEYWORD_WEIGHTS（關鍵字權重）與 MAJOR_THRESHOLD（重大門檻）。
調整保留天數
改 RETENTION_DAYS（預設 30）。
專案結構
src/
lib/
types.ts 型別定義
sources.ts 新聞來源清單 ← 想加來源改這裡
db.ts Neon Postgres 存取（@neondatabase/serverless）
rss.ts RSS 抓取
scrape.ts Playwright 補強抓取
classify.ts 關鍵字分類與重大判斷 ← 想調權重改這裡
ai.ts Claude AI 評分與摘要
translate.ts 英文新聞翻譯（走公司 LLM gateway）
collector.ts 蒐集編排（抓取→去重→分類→AI→翻譯→入庫）
digest.ts 每日摘要生成與推播
env.ts 載入 .env（給 worker/scripts 用）
scripts/
collect-once.ts 手動蒐集
translate-once.ts 手動補翻既有未翻譯新聞
digest-once.ts 手動摘要
init-db.ts 建立資料表
worker.ts 本機 node-cron 排程器
app/ Next.js 網站（App Router）
page.tsx 新聞列表頁
api/news JSON API
api/collect 手動觸發蒐集
.github/workflows/
collect.yml 雲端每小時蒐集（GitHub Actions）
digest.yml 雲端每日摘要（GitHub Actions）
部署到雲端（全部免費）
把網站放上 Vercel、排程交給 GitHub Actions、資料庫用 Neon，
即可全雲端、隨時隨地觀看，不必開自己的電腦。
👉 完整步驟見 DEPLOY.md
本機的 npm run worker（node-cron）與雲端的 GitHub Actions 是兩種排程方式，擇一即可：
自己電腦長開就用 worker；要全雲端就用 GitHub Actions。
