← 返回文章

AIHOT:自己找热点、自己写日报的行业资讯站框架

更新于

自己找热点、自己写日报的行业资讯站框架。

AIHOT 的官方界面或演示截图
封面:来源 · 以仓库为准

AIHOT 是数字生命卡兹克开源的行业热点站框架,MIT 许可,也是 aihot.news 线上站点使用的引擎。作者自述是设计师出身,这套代码由他和 AI 一起重写。仓库把信源接入、模型筛选、写作、聚簇、热度和日报的整套流程都放了出来,换掉信源和精选标准,就能做成另一个行业的热点站。

把行业热点站做成一条流水线

垂直资讯站真正难的不是搭页面,而是每天从大量来源里挑出值得看的内容,去掉重复,写成可读的摘要,再按热度排出来。AIHOT 把这套工作拆成六步:采集、预筛、两次评分、写作、聚簇、热点与成刊。每一步的提示词都在仓库里,入选门槛也公开,想改标准不必动代码。

AIHOT 的六步流程示意:采集、预筛、两次评分、写作、聚簇、热点与成刊
官方流程图:一条资料从信源进入,经筛选、写作和聚簇后进入热点榜与日报。

六类信源与两次评分

信源支持 RSS、网页列表、JSON 接口、X 账号、微信公众号,以及自己脚本推送的内容。来源分三级:官方一手、官方账号与准官方、媒体与个人,各级使用不同的入选门槛,抓取频率会按产出自动调整。

一条资料进来先判重、预筛,可能重要的再按同一份标准独立打两次分,过了门槛且不是已有新闻的重复才进入精选。写作阶段生成中文标题、答案先行的摘要和推荐理由,外文内容可以全文翻译;分类、标签和新闻事实单独抽取,避免模型把原文没提到的公司写进标题。

聚簇解决“同一件事被十家媒体转发”的问题:先用向量或文字重合度找候选,再让模型判断是同一事件、后续进展还是两件事,拿不准的合并后再复核。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。日报默认每天 08:00 出刊,周报和月报从日报汇编,时间可以在 site/site.ts 的 EDITION_TIMES 里改。

本地跑起来

需要 Docker、Node.js 24,以及一个 OpenAI 兼容的模型 API Key。默认配置按 DeepSeek 写,换千问、智谱等供应商时改 .env 里的 LLM_BASE_URL、LLM_MODEL 和 LLM_EXTRA_JSON。

git clone https://github.com/KKKKhazix/AIHOT.git myhot
cd myhot

# 生成 .env;把占位符换成自己的模型 API Key
node scripts/init-env.ts --llm-key "<模型 API Key>"

# 构建并启动站点、数据库和后台任务
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。首次导入的资料大约半小时处理完。以上命令按官方 README 整理,未在本机完整实测;中国大陆网络、域名和 HTTPS 另有部署文档。

改成自己的行业

仓库带了 18 个公开的海外 AI 资讯源作示范,真正的信源要换成自己行业的。改动集中在两个目录:site/site.ts 管站名、行业词、出刊时间和首页文案;industry/ 管分类、主题、信源、提示词和入选门槛。评分标准在 industry/prompts/selection-score.md,最值得花时间校准;README 建议用一两百条自己标注的资料跑 scripts/eval-selection.ts,看选得准不准再回去改。

不想逐文件读,也可以把仓库交给 Claude Code 或 Codex,让它按 AGENTS.md 和 docs/customize.md 执行改造,再跑类型检查、测试和 smoke 脚本。

一个垂直媒体的日报场景

一家做劳动法的机构可以只盯法规更新、法院公告和几家行业媒体,把“哪些案子会影响用工”写进评分标准。每天早上编辑打开日报,先看聚簇后的事件,再抽查几篇摘要的准确性;需要深度解读的内容仍由人写。站点同时提供 RSS、公开 API、MCP 和 llms.txt,读者用浏览器或 Agent 都能取到同一份内容。

和 RSS 阅读器、通用 AI 写作工具的区别

FreshRSS 一类阅读器擅长聚合,但不做两次评分、事件归并和成刊;通用 AI 写作工具能生成摘要,却没有稳定的信源管道、去重和发布节奏。AIHOT 更接近一条编辑部流水线:采集、筛选、写作、编排都在一个仓库里。它仍不是完整的 CMS 或新闻采编系统,不能替代事实核查和编辑判断。

成本、准确性与维护

每一步都调用模型,资料量上来后 API 费用会同步增长;后台提供了预算熔断,但预算和模型选择仍要自己定。摘要和分类可能出错,提示词和门槛需要用本地样本反复校准,不能装完就放任不管。仓库没有 AIHOT 的真实信源名单和运营数据,示范源只有 18 个海外 AI 来源,跑起来能看到流程,不代表直接拥有一个成熟媒体。

作者说明代码不是精心打磨的通用框架,线上更新会尽量同步但不保证每次同步;模型榜、重置监控等 AI 行业专属功能只留在 AIHOT 线上。许可为 MIT,但 AIHOT 的名称和 Logo 不在授权范围内,二次发布要换成自己的品牌。

适合的团队

适合有明确行业信源、懂一点内容运营、愿意持续校准评分标准的开发者或小团队。只想订阅资讯的人,用现成 RSS 阅读器更轻;需要完整采编流程和法务审核的机构媒体,应把 AIHOT 当成辅助工具而不是编辑系统。

入口与文档