尚未检测到更新。GitHub 发布版本后会显示在这里。
按最近已完成的 8 小时观测回合间的 GitHub 星标增量排序
将您喜爱的 SmartTube 功能带到手机上。NewTube 是非官方、开源的 Android YouTube 客户端，基于 @yuliskov 的 SmartTube 构建：打开快速，播放迅速，网络不佳时仍能坚持。
AI 翻译
一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的，它就是你的行业热点站。
翻译准备中
正在加载完整 README。
查看完整 README ↗AIHOT 是我做的一个 AI 热点网站。它每天从一批信源里收资料，用大模型先筛一遍、再独立打两次分，挑出真正值得看的，写成中文标题和摘要；把不同来源说的同一件事聚成一个事件，按有多少人在说排出热点；每天早上出一份日报。
这个仓库是它的引擎和框架：网站、后台、精选流程、聚簇和热度算法，所有提示词的原文和入选门槛，都在这里。
这半年，很多做法律、做 HR、做金融、做贵金属的朋友问我，能不能也给他们的行业做一个。
我做不了。我不懂你们的行业，不知道哪些信源有用，也不知道什么样的消息，对你们来说才叫热点。
但你们懂。
既然我没办法满足所有人，那就把火种交到大家自己手上。
/agent 页面。一条资料从信源进来，先判重，再预筛；可能重要的独立打两次分，写好中文标题和摘要，和别的报道聚成事件，算进热度。X 帖子没有正文或只有链接时，保留原帖的链接和图片，不调用写作或翻译模型。分数过了门槛、又不是精选里已有新闻的重复，才进精选；日报按规则编出当天要闻，周报、月报再从日报里汇编。每一步的提示词都在 industry/prompts/，改标准不用改代码。详见 精选与校准。
同一件事，官网发一篇、媒体转十篇、X 上吵一天，读者只需要看到一次。AIHOT 把它们聚成一个事件：先用标题摘要的向量（没配向量服务时比文字重合度）在最近两周里找候选，再让模型判断是同一件事、后续进展，还是两件事；拿不准的合并，写入前再让模型复核一遍（复核可以单独换一家模型，设 GROUP_REVIEW_MODEL）。
热度按事件算，不按文章算：48 小时内，每个独立来源只算一次，24 小时减半。重复抓取不会多算，一家媒体发十篇也只算一次，所以排在前面的，是真正有很多人在说的事。
| 六种信源 | RSS、网页列表、JSON 接口、X 账号、微信公众号，以及你自己脚本推送进来的内容。信源分三级（官方一手、官方账号与准官方、媒体与个人），各级入选门槛不同；抓取频率按产出自动调整 |
| 精选 | 预筛，同一份评分标准独立打两次分，再按信源分级的门槛决定入选；同一条新闻只占一条，换个说法的重复不进。提示词和门槛全部公开，全部可以改；用你自己标注的样本在 SelectBench 里校准 |
| 写作 | 中文标题、答案先行的摘要、推荐理由，外文全文翻译；分类、标签和新闻事实单独抽取；防止模型把原文没提到的公司写进标题 |
| 聚簇 | 不同来源报道的同一件事聚成一个事件，后续进展挂在同一个事件下，事件页有综述；进展和报道时间线可一起切换“最新在前”或“最早在前”；人工改过的归属不会被覆盖 |
| 热点 | 按事件算热度：独立来源越多越靠前，X 上的讨论也算进来；和 6 小时前比，涨得快的标上升，新出现的标“新” |
| 日报、周报、月报 | 每天出日报（默认 08:00），按规则编出当天要闻：一件事一条，报过的事只在有新进展时跟进，不调模型。每周一出周报、每月 1 日出月报（默认 10:00、10:30），从日报里汇编，模型只写总述和栏目导读。几点出刊在 site/site.ts 的 EDITION_TIMES 里改 |
| 主题与搜索 | 公司、方向、内容形态三类主题页；标题摘要搜索和全文相关搜索 |
| 阅读设置 | 深浅色外观、网站默认字体或浏览器默认字体；收藏和阅读设置只保存在本机，可以导出、导入备份 |
| 给 Agent 用 | RSS（精选、全部、全文、日报、周报、月报）、公开 API、MCP、Agent Markdown、llms.txt，同一份内容给人看也给 Agent 用 |
| 后台 | 信源管理与试抓、内容诊断与人工评分更正、精选评测、每一步单独换模型、付费服务的预算熔断、运行记录与告警 |
想创建自己的独立站点，可以先点 Use this template，再克隆你生成的仓库。想持续合并上游更新或贡献代码，建议先 Fork。下面的命令适合直接试用。
需要 Docker、Node.js 24（运行 init-env 生成配置要用），和一个 OpenAI 兼容的模型 API Key（DeepSeek、千问、智谱都可以）。
init-env 默认按 DeepSeek 配置。用千问、智谱等别家，照 .env.example 里的例子改 .env 的 LLM_BASE_URL、LLM_MODEL 和 LLM_EXTRA_JSON；用推理模型（先想再答）时，还要设 LLM_REASONING_TOKENS 给推理留出输出额度。
git clone https://github.com/KKKKhazix/AIHOT.git myhot
cd myhot
node scripts/init-env.ts --llm-key <你的模型 API Key>
docker compose up -d --build
打开 http://localhost:3000。后台在 /admin，管理员密码在 .env 的 ADMIN_PASSWORD 里。一两分钟后开始有内容，第一次导入的资料大约半小时处理完。
机器上没有 Node、服务器在中国大陆、要配域名和 HTTPS，或者不用 Docker、直接在 Linux、macOS 上跑（Windows 用 WSL2），见 部署。
站点跑起来后，打开 /agent 可以复制 MCP、RSS 或 API 的接入方式；只能读网页的 Agent 从 /api/v1/agent 开始；接口说明在 /openapi-v1.json。
最省事的办法：打开你的 Agent（Claude Code、Codex 都可以），把这个仓库交给它，然后说：
请读 AGENTS.md 和 docs/customize.md，把这个站改成「XX 行业」的热点站。
我关心的是：……（写你想盯的信源、你觉得什么消息重要、什么不重要，越具体越好）。
改完帮我跑 npm run typecheck、npm test 和 node scripts/smoke.ts，并告诉我还需要我自己决定哪些事。
要改的东西几乎都在 site/ 和 industry/ 这两个文件夹里，代码基本不用动：
| 文件 | 改什么 |
|---|---|
site/site.ts | 站名、行业词、出刊时间、首页文案、关于页、条目与日报周报月报上的说法、公开接口的分类 |
industry/taxonomy.ts、industry/topics.json | 分类、标签、主题 |
industry/sources.json | 首次启动时导入的信源 |
industry/prompts/ | 精选标准和写作要求。你的行业 KnowHow，就写在这里 |
industry/selection.ts | 入选门槛 |
site/models.ts | 每一步默认用哪个模型（不改也行：都用 .env 里配的那一个） |
site/brand/、site/pages/、site/public/、site/changelog.json | 图标与 Logo，使用规则和隐私说明，robots.txt 这类发布在网站根目录的文件，更新日志 |
modules/ | 框架里没有、只有你的站要的功能，做成模块放在这里，见 架构 的“模块” |
最值得花时间的是评分标准（industry/prompts/selection-score.md）和门槛：拿一两百条你自己标注过的资料，用 scripts/eval-selection.ts 跑一遍，看它选得准不准，再回去改。怎么做写在 精选与校准 里。
| 文档 | 内容 |
|---|---|
| 把它改成你的行业 | 站名、分类、主题、信源、提示词、门槛、模型、品牌，一步一步来 |
| 信源 | 六种信源怎么配，分级和全文，抓取频率，旧文和存档，固定起点 publishedAfter，外部推送接口 |
| 精选与校准 | 一条资料怎么变成精选、怎么编进日报周报月报，怎么用自己的样本校准 |
| 事件归组与关系评测 | 事件关系怎么判断，怎么用自己标注的成对样本评测 |
| 综述评测 | 改事件综述提示词前，怎么在同一批事件上并排比较 |
| 部署 | Docker、域名和 HTTPS、中国大陆、更新、备份、花多少钱，不用 Docker 时在 Linux、macOS（Windows 用 WSL2）上怎么跑 |
| 架构 | 三个进程、几条不变的规则、目录、模块、数据库迁移、对外出口、测试 |
技术栈：Node.js 24 · TypeScript · React Router（服务端渲染）· Fastify · PostgreSQL · pg-boss · Tailwind CSS · Docker Compose。
部署和使用问题到 问答区，新想法到 想法交流区，欢迎在 作品展示区 分享你做出的行业热点站。
发现 Bug 或有明确的功能建议，可以 提交 Issue。准备改代码前，先看 贡献说明；安全漏洞请走 私密报告入口。
AIHOT 曾经只是我无数个深夜里，一个很小、很小的念头。
我不知道它会被改成什么样子，会走到多远的地方。但这可能就是开源最浪漫的地方。
剩下的路，就交给你们了。