by glidea
Make RSS 📰 great again with AI 🧠✨!! 【29元500次sonnet,下方wx扫码联系】
# Add to your Claude Code skills
git clone https://github.com/glidea/zenfeed感谢优云智算赞助了本项目!优云智算是 UCloud 旗下 AI 云平台,提供稳定、全面的国内外模型 API,仅一个 key 即可调用。主打包月、按量的高性价比 Coding Plan 套餐,基于官方 2~5 折优惠。支持接入 Claude Code、Codex 及 API 调用。支持企业高并发、7*24 技术支持、自助开票。通过此链接注册的用户,可得免费 5 元平台体验金!
302.AI是一个按需付费的AI应用平台,提供市面上最全的AI API和AI在线应用。
GitHub 一键登录 注册一个 试试吧!立即获得 1 美元额度
[!NOTE] DeepWiki 的描述并不完全准确
epub2rss: 把 epub 电子书转成每日更新一个章节的 RSS Feed,join waitlist
one-coffee: 一款类似 syft,万物追踪的日报产品(差异点:支持播客等多模态;高质量信源,主攻 AI 领域)。下方加我微信加入 waitlist
RSS(简易信息聚合)诞生于 Web 1.0 时代,旨在解决信息分散的问题,让用户能在一个地方聚合、追踪多个网站的更新,无需频繁访问。它将网站更新以摘要形式推送给订阅者,便于快速获取信息。
然而,随着 Web 2.0 的发展和社交媒体、算法推荐的兴起,RSS 并未成为主流。Google Reader 在 2013 年的关闭便是一个标志性事件。正如张一鸣在当时指出的,RSS 对用户要求较高:需要较强的信息筛选能力和自律性来管理订阅源,否则很容易被信息噪音淹没。他认为,对于大多数用户而言,更轻松的"个性化推荐"是更优解,这也催生了后来的今日头条和抖音。
算法推荐确实降低了信息获取的门槛,但其过度迎合人性弱点,往往导致信息茧房和娱乐化沉溺。如果你希望从信息流中获取真正有价值的内容,反而需要更强的自制力去对抗算法的"投喂"。
那么,纯粹的 RSS 订阅是否就是答案?也不尽然。信息过载和筛选困难(信息噪音)依然是 RSS 用户面临的痛点。
孔子说凡事讲究中庸之道。我们能否找到一种折中的办法,既能享受 RSS 主动订阅带来的掌控感和高质量信源,又能借助技术手段克服其信息过载的弊端?
试试 zenfeed 吧!AI + RSS,或许是这个时代更优的信息获取方式。zenfeed 旨在利用 AI 的能力,帮你自动筛选、总结你所关注的信息,让你在信息洪流(Feed)中保持禅定(Zen)。
No comments yet. Be the first to share your thoughts!
参考文章:AI 复兴 RSS ? - 少数派

专为 RSS 老司机 🚗
专为 万物追踪 替代品寻觅者 🔍
专为 信息焦虑症患者 (比如我) 😌
专为 开发者 🔬
[!IMPORTANT] zenfeed 默认使用 硅基流动 提供的模型服务。
最快 1 分钟拉起服务。
# 下载配置文件
curl -L -O https://raw.githubusercontent.com/glidea/zenfeed/main/docker-compose.yml
# 启动服务 (请替换你的 API_KEY)
API_KEY="sk-..." docker-compose -p zenfeed up -d
# 下载配置文件
Invoke-WebRequest -Uri "https://raw.githubusercontent.com/glidea/zenfeed/main/docker-compose.yml" -OutFile "docker-compose.yml"
# 启动服务 (请替换你的 API_KEY)
$env:API_KEY = "sk-..."; docker-compose -p zenfeed up -d
🎉 部署完成! 访问 http://localhost:1400
[!WARNING]
- 如果将 zenfeed 部署在 VPS 等公网环境,请通过
http://<你的IP>:1400访问,并确保防火墙/安全组已放行1400端口。- 安全提示: zenfeed 尚无认证机制,将服务暴露到公网可能会泄露您的
API_KEY。请务必配置严格的安全组规则,仅对信任的 IP 开放访问。
安卓版:https://github.com/xusonfan/zenfeedApp
- 从 Follow 迁移,请参考 migrate-from-follow.md。
- 添加后 zenfeed 需要访问源站,请保证网络畅通。
- 添加后请稍等几分钟,等待内容抓取和处理,尤其是在模型有严格速率限制的情况下。
以 Cherry Studio 为例,配置 MCP 并连接到 Zenfeed,见 Cherry Studio MCP。
默认地址
http://localhost:1301/sse
页面暂时没法表达 zenfeed 强大的灵活性,更多玩法请查阅配置文档
我们规划了一些很 cool 的功能,欢迎查看 Roadmap 并提出你的建议!
使用问题请优先提 Issue,这能帮助到有类似问题的朋友,也能更好地追踪和解决问题。
都看到这里了,顺手点个 Star ⭐️ 呗,这是我持续维护的最大动力!
有好玩的 AI 工作也请联系我!

在使用 zenfeed 软件(以下简称"本软件")前,请仔细阅读并理解本免责声明。您的下载、安装、使用本软件或任何相关服务的行为,即表示您已阅读、理解并同意接受本声明的所有条款。如果您不同意本声明的任何内容,请立即停止使用本软件。
"按原样"提供: 本软件按"现状"和"可用"的基础提供,不附带任何形式的明示或默示担保。项目作者和贡献者不对本软件的适销性、特定用途适用性、非侵权性、准确性、完整性、可靠性、安全性、及时性或性能做出任何保证或陈述。
用户责任: 您将对使用本软件的所有行为承担全部责任。这包括但不限于:
第三方内容与服务: 本软件可能集成或依赖第三方数据源、服务(如 RSSHub、LLM 提供商、SMTP 服务商等)。项目作者和贡献者不对这些第三方内容或服务的可用性、准确性、合法性、安全性或其服务条款负责。您与这些第三方的互动受其各自条款和政策的约束。通过本软件访问或处理的第三方内容(包括原始文章、摘要、分类、评分等)的版权归原始权利人所有,您应自行承担因使用这些内容而可能产生的法律责任。
无内容处理保证: 本软件使用大型语言模型(LLM)等技术对内容进行处理(如摘要、分类、评分、过滤)。这些处理结果可能不准确、不完整或存在偏差。项目作者和贡献者不对任何基于这些处理结果做出的决策或行动负责。语义搜索结果的准确性也受多种因素影响,不作保证。
无间接或后果性损害赔偿: 在任何情况下,无论基于何种法律理论(合同、侵权或其他),项目作者和贡献者均不对因使用或无法使用本软件而导致的任何直接、间接、偶然、特殊、惩戒性或后果性损害负责,包