AI Daily 每日资讯推送系统

AI 驱动的 RSS 新闻聚合与推送系统 | 支持 400+ 信息源 | LLM 智能评分 | 推送到 Discord/飞书

核心功能

即时推送 —— 热点新闻（≥90分）立即推送到手机
定时汇总 —— 每天早 8 点、晚 5 点自动推送 AI 资讯日报
400+ RSS 源 —— 聚合全球主流 AI 媒体、博客、Twitter 账号（源自 BestBlogs）
LLM 智能筛选 —— 自动评分过滤，低质量内容不推送

两大优势

1. 即时推送 —— 避免错过重要信息

当系统检测到评分极高（≥90分）的热点新闻时，会立即推送到指定平台，确保重要信息不过时。

适用场景： 重大发布、突破性技术进展、行业重磅新闻

2. 每日汇总 —— 把握 AI 全局近况

每天定时（如早8点、晚5点）汇总近期高评分资讯，帮助用户快速了解 AI 领域整体动态。

适用场景： 碎片化时间回顾、行业趋势把握

快速开始

环境要求

Python 3.10+

1. 创建虚拟环境

python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# 或 .venv\Scripts\activate  # Windows

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

在项目根目录创建 .env 文件，添加以下配置：

# LLM API（ OpenAI API 兼容接口）
OPENROUTER_API_KEY=your_api_key_here

# 飞书 Webhook
FEISHU_WEBHOOK_URL=your_feishu_webhook_url_here

# Or Discord Webhook
# DISCORD_WEBHOOK_URL=your_webhook_url_here

在 config.json 中修改 llm 和 push

{
    "llm": {
        "provider": "<whatever>",
        "model": "<model id>",
        "baseUrl": "<base url>",
        "apiKeyName": "OPENROUTER_API_KEY", #your api key name in .env>
    },
    "push": {
        "feishu": {
            "enabled": true,
            "apiKeyName": "FEISHU_WEBHOOK_URL"
        }
    },

}

获取飞书群机器人 Webhook

详细教程参考：我用 RSS + LLM 搭建了一个 AI 热点追踪系统

群组右上角设置 → 群机器人 → 添加机器人
选择自定义机器人 → 点击添加 → 复制 Webhook URL

获取 Discord Webhook：

进入 Discord 服务器设置 →
整合 → Webhooks
创建新 Webhook，复制 URL

4. 运行程序

python -m src.main

首次运行会自动创建 news-data/ 目录并开始抓取数据。

若未配置推送渠道，则可以在 news-data 目录查看生成的push信息

配置详解（config.json）

完整的配置文件结构如下，每个字段都有详细说明：

{
    // 订阅源管理
    "sources": {
        "base_opml": "resources/rss.opml",  // 基础OPML文件，包含400+预设源
        "add": [  // 自定义添加的RSS源
            {
                "title": "OpenAI News",
                "xmlUrl": "https://openai.com/news/rss.xml",
                "category": "AI"
            }
        ],
        "block": [  // 手动屏蔽的源，精确匹配xmlUrl
            {
                "title": "Google Developers Blog",
                "xmlUrl": "https://developers.googleblog.com/feeds/posts/default"
            }
        ],
        "block_domains": ["*.substack.com", "*.youtube.com"]  // 域名屏蔽，支持通配符
    },

    // 内容过滤
    "filter": {
        "min_score": 60,  // 最低评分阈值，低于此分不推送
        "hot_threshold": 90,  // 热点阈值，达到立即即时推送
        "context_days": 3,  // 汇总时参考的历史天数
        "keep_days": 7,  // 数据保留天数
        "push_context_days": 5,  // 汇总推送去重的上下文有效天数
        "no_content_marker": "[NO_NEW_CONTENT]"  // LLM返回的无内容标记，用于判断是否跳过推送
    },

    // 调度配置
    "schedule": {
        "fetch_interval_minutes": 30,  // RSS抓取间隔（分钟）
        "fetch_lookback_minutes": 120,  // RSS冗余缓存时间（分钟），必须大于fetch_interval_minutes，用于防止RSS延迟导致漏读
        "push_cron": ["0 8 * * *", "0 17 * * *"],  // 定时推送cron表达式
        "timezone_hours": 8  // 时区偏移（8=北京时间）
    },

    // 抓取配置
    "fetch": {
        "max_workers": 10,  // 最大并发数
        "timeout": 10  // 单请求超时（秒）
    },

    // LLM配置
    "llm": {
        "provider": "openai",  // 提供商类型
        "model": "x-ai/grok-4.1-fast",  // 模型名称
        "baseUrl": "https://openrouter.ai/api/v1",  // API端点
        "apiKeyName": "OPENROUTER_API_KEY",  // 环境变量名
        "max_prompt_chars": 128000,  // 单次prompt最大字符数
        "max_concurrent_batches": 3,  // 最大并发批次数
        "prompts": {  // prompt文件路径
            "score": "prompts/score.txt",
            "score_batch": "prompts/score_batch.txt",
            "immediate_push": "prompts/immediate_push.txt",
            "digest": "prompts/digest.txt"
        }
    },

    // 推送配置
    "push": {
        "discord": {
            "enabled": true,  // 是否启用
            "apiKeyName": "DISCORD_WEBHOOK_URL"  // Webhook环境变量名
        },
        "feishu": {
            "enabled": false,
            "apiKeyName": "FEISHU_WEBHOOK_URL"
        }
    }
}

sources —— 订阅源管理

字段	类型	说明
`base_opml`	string	基础 OPML 文件路径，包含 400+ 预设 RSS 源
`add`	array	自定义添加的 RSS 源，结构为 `{title, xmlUrl, category}`
`block`	array	手动屏蔽的 RSS 源，精确匹配 `xmlUrl`
`block_domains`	array	域名级别屏蔽，支持通配符（如 `*.substack.com`）

filter —— 内容过滤

字段	类型	说明
`min_score`	number	最低评分阈值，低于此分数的内容不参与推送（默认60）
`hot_threshold`	number	热点阈值，达到此分数立即触发即时推送（默认90）
`context_days`	number	上下文天数，汇总推送时参考的fetch数据历史天数（默认3天）
`keep_days`	number	数据保留天数，超过天数的 JSON 文件会被清理
`push_context_days`	number	汇总推送去重的历史push文件有效天数（默认5天）
`no_content_marker`	string	LLM 返回的无内容标记，当推送内容包含此字符串时跳过推送（默认"[NO_NEW_CONTENT]"）

schedule —— 调度配置

字段	类型	说明
`fetch_interval_minutes`	number	RSS 抓取间隔，单位分钟（默认30分钟）
`fetch_lookback_minutes`	number	RSS 冗余缓存时间（分钟），必须大于 `fetch_interval_minutes`，用于防止 RSS 延迟导致漏读（默认120分钟）
`push_cron`	array	定时推送的 cron 表达式数组，支持多个时间点
`timezone_hours`	number	时区偏移小时数，用于时间显示（8 = UTC+8 北京时间）

cron 表达式说明：

表达式	含义
`0 8 * * *`	每天早上 8:00
`0 17 * * *`	每天下午 5:00
`0 9,17 * * *`	每天早上 9:00 和下午 5:00

格式：minute hour day month weekday

fetch —— 抓取配置

字段	类型	说明
`max_workers`	number	最大并发数，同时抓取的 RSS 源数量
`timeout`	number	单个请求超时时间，单位秒

llm —— 大语言模型配置

字段	类型	说明
`provider`	string	LLM 提供商（支持 openai 兼容接口）
`model`	string	模型名称，如 `x-ai/grok-4.1-fast`
`baseUrl`	string	API 端点，如 `https://openrouter.ai/api/v1`
`apiKeyName`	string	环境变量名称，系统会自动读取其值
`max_prompt_chars`	number	单次 prompt 最大字符数，用于分批控制
`max_concurrent_batches`	number	最大并发批次数
`prompts`	object	prompt 文件路径配置

push —— 推送平台配置

字段	类型	说明
`discord.enabled`	boolean	是否启用 Discord 推送
`discord.apiKeyName`	string	Discord Webhook 的环境变量名
`feishu.enabled`	boolean	是否启用飞书推送
`feishu.apiKeyName`	string	飞书 Webhook 的环境变量名

实用测试脚本

项目提供了一套完整的测试脚本，用于验证各模块功能：

1. fetch_news.py —— RSS 抓取测试

# 获取过去 1 小时的新闻
python tests/fetch_news.py

# 获取过去 30 分钟的新闻
python tests/fetch_news.py --minutes 30

# 获取过去 24 小时的新闻
python tests/fetch_news.py --hours 24

# 指定输出目录
python tests/fetch_news.py --output-dir my-data

2. push_news.py —— 推送测试

# 默认模式：从 fetch 数据读取发送
python tests/push_news.py

# 模拟真实推送：从 news-data/push-*.md 最新文件发送
python tests/push_news.py --real

3. test_push_loop.py —— 推送时间逻辑测试

# 测试 push 循环时间逻辑（约 90 秒）
python tests/test_push_loop.py

4. run_llm_test.py —— LLM 综合测试

# 测试评分功能
python tests/run_llm_test.py --score

# 测试即时推送
python tests/run_llm_test.py --immediate-push --push

# 测试汇总推送
python tests/run_llm_test.py --digest --push

# 完整测试并推送
python tests/run_llm_test.py --all --push

5. pytest 单元测试

# 运行所有测试
pytest tests/pytest/ -v

# 运行特定模块
pytest tests/pytest/test_config.py -v
pytest tests/pytest/test_llm.py -v

扩展指南

添加新的 RSS 源

在 config.json 的 sources.add 中添加：

"add": [
    {
        "title": "我的自定义源",
        "xmlUrl": "https://example.com/feed.xml",
        "category": "AI"
    }
]

添加新的推送平台

在 src/push/ 目录下创建新文件，继承 PushPlatform 基类
实现 validate_config() 和 send() 方法
在 src/push/__init__.py 中注册

修改评分逻辑

编辑 prompts/score.txt，调整评分标准和权重。

自定义 LLM 模型

修改 config.json 中的 llm 配置：

"llm": {
    "model": "anthropic/claude-3-opus",
    "baseUrl": "https://openrouter.ai/api/v1",
    "apiKeyName": "OPENROUTER_API_KEY"
}

常见问题

Q1: 如何只运行抓取而不推送？

编辑 config.json，暂时关闭推送：

"push": {
    "discord": {
        "enabled": false
    }
}

Q2: LLM API 配额不足怎么办？

降低 fetch_interval_minutes（如改为 60 分钟）减少调用频率

Q3: 如何查看抓取了多少条数据？

查看 news-data/fetch-YYYY-MM-DD.json 文件，每条记录的 score 字段即为 LLM 评分。

Q4: 即时推送没有触发？

检查：

hot_threshold 设置是否合理（默认90分较高）
查看日志中是否有 "🔥 发现 X 条热点消息，即时推送" 输出

Q5: 定时推送没有收到？

检查 push_cron 表达式是否正确
确认 timezone_hours 与你所在时区一致
查看日志中是否有 "✅ Push Job 完成" 输出
检查 push 配置是否正确

Q6: 如何查看推送了多少条数据？

查看 news-data/push-YYYY-MM-DD.json 文件

数据示例

fetch-*.json 格式（原始抓取数据）

{
  "meta": { "date": "2026-03-01" },
  "entries": [
    {
      "title": "Google AI 发布 Nano Banana 2 SOTA图像模型",
      "link": "https://x.com/berryxia/status/2027777950851187020",
      "published": "2026-02-28T23:30:05+08:00",
      "source": "Berry(@berryxia)",
      "content": "...",
      "tags": ["AI", "模型"],
      "score": 95,
      "summary": "Google AI 发布最新图像生成模型，支持多语言文本渲染。",
      "fetched_at": "2026-03-01T00:00:41+08:00"
    }
  ]
}

字段说明：

字段	说明
`title`	内容标题
`link`	原始链接
`published`	发布时间
`source`	来源（Twitter 账号或博客名）
`content`	Markdown 格式的正文内容
`tags`	LLM 识别的标签
`score`	LLM 评分（0-100）
`summary`	LLM 生成的中文摘要
`fetched_at`	抓取时间

push-*.md 格式（推送内容）

---
pushDate: "2026-03-01T08:00:22+08:00"
sourceCount: 24
totalEntries: 24
---

# 📰 AI资讯精选 | 2025-03-01

## 🚀 模型与产品更新

### [Google AI 发布 Nano Banana 2 SOTA图像模型](https://x.com/berryxia/status/...)
Google AI 发布 Nano Banana 2，支持多语言文本渲染的顶级图像模型...

字段说明：

字段	说明
`pushDate`	推送时间
`sourceCount`	参考的来源数量
`totalEntries`	推送的总条目数

RSS 源说明

RSS 订阅源文件位于 resources/rss.opml，目前包含约 420 个订阅源。

RSS 订阅源初始整理自 ginobefun/BestBlogs，包含约 420 个 AI 领域优质信息源。

用户可自行配置 RSS 源文件，只需遵循 OPML 格，在 config.json 的 sources.base_opml 修改文件路径即可。同时用户可修改 sources.add或者 sources.block以在不破换OMPL文件的前提下对rss源进行增加或者删除。格式示例：

"sources": {
    "base_opml": "resources/rss.opml",
    "add": [
        {
            "title": "OpenAI News",
            "xmlUrl": "https://openai.com/news/rss.xml",
            "category": "AI"
        },
        {
            "title": "Chrome for Developers",
            "xmlUrl": "https://developer.chrome.com/static/blog/feed.xml",
            "category": "Chrome"
        }
    ],
    "block": [
        {
            "title": "Google Developers Blog",
            "xmlUrl": "https://developers.googleblog.com/feeds/posts/default"
        },
        {
            "title": "Microsoft for Developers",
            "xmlUrl": "https://devblogs.microsoft.com/landing"
        },
        {
            "title": "ElevenLabs Blog",
            "xmlUrl": "https://api.bestblogs.dev/feed/elevenLabsBlog"
        }
    ],
    "block_domains": ["*.substack.com", "*.youtube.com"]
}

目录结构

daily-news/
├── src/
│   ├── main.py          # 入口 + 双循环（抓取/推送）
│   ├── config.py        # 配置加载 + 源合并
│   ├── fetcher.py       # RSS 抓取
│   ├── llm.py           # LLM 评分/汇总
│   ├── processor.py     # HTML → Markdown
│   ├── storage.py       # JSON 读写
│   └── push/            # 推送平台
│       ├── base.py      # 基类
│       ├── discord.py
│       └── feishu.py
├── tests/               # 测试脚本
│   ├── fetch_news.py
│   ├── push_news.py
│   ├── run_llm_test.py
│   └── pytest/          # 单元测试
├── config.json          # 主配置文件
├── requirements.txt     # Python 依赖
├── news-data/           # 数据存储
│   ├── fetch-*.json    # 抓取的原始数据
│   └── push-*.md      # 推送的汇总内容
├── prompts/            # LLM 提示词
└── resources/          # RSS 源文件
    └── rss.opml

License

MIT License - see LICENSE file for details.

Name		Name	Last commit message	Last commit date
Latest commit History 14 Commits
docs		docs
prompts		prompts
resources		resources
src		src
tests		tests
.env.example		.env.example
.gitignore		.gitignore
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
config.json		config.json
requirements.txt		requirements.txt
trending.py		trending.py

Folders and files

Latest commit

History

Repository files navigation

AI Daily 每日资讯推送系统

核心功能

两大优势

1. 即时推送 —— 避免错过重要信息

2. 每日汇总 —— 把握 AI 全局近况

快速开始

环境要求

1. 创建虚拟环境

2. 安装依赖

3. 配置环境变量

4. 运行程序

配置详解（config.json）

sources —— 订阅源管理

filter —— 内容过滤

schedule —— 调度配置

fetch —— 抓取配置

llm —— 大语言模型配置

push —— 推送平台配置

实用测试脚本

1. fetch_news.py —— RSS 抓取测试

2. push_news.py —— 推送测试

3. test_push_loop.py —— 推送时间逻辑测试

4. run_llm_test.py —— LLM 综合测试

5. pytest 单元测试

扩展指南

添加新的 RSS 源

添加新的推送平台

修改评分逻辑

自定义 LLM 模型

常见问题

Q1: 如何只运行抓取而不推送？

Q2: LLM API 配额不足怎么办？

Q3: 如何查看抓取了多少条数据？

Q4: 即时推送没有触发？

Q5: 定时推送没有收到？

Q6: 如何查看推送了多少条数据？

数据示例

fetch-*.json 格式（原始抓取数据）

push-*.md 格式（推送内容）

RSS 源说明

目录结构

License

About

Topics

Resources

License

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages