用 RSS 搭 AI 情报雷达:采集、去重和日报

用 RSS 和 Atom 采集 AI 动态,按主理人和运营团队的需要分别打分。附 14 条可复跑的虚构样例、两个视角的评分差异,以及日报发布前的检查方法。

用 RSS 做 AI 情报雷达,可以让一组公开来源每天产出两份清单。内容主理人想找值得拆解的新项目,电商运营想找下周能试的工作流。先统一采集,再按各自的问题打分。日报的每一条都保留原文链接和入选理由,读者能自己判断值不值得点开。

哪些来源值得接入?

先选三到五个会影响你下一步决策的公开来源,例如产品更新日志、实操教程和开发者项目。接入前看三条近期条目,确认标题、原文链接和发布日期是否足以复查。在来源清单记下地址、栏目、可信度和适合谁读。来源能拉取,表示程序可以读到数据。它是否进入日报,由每条内容的相关性决定。

用公开的 RSS 或 Atom 地址试跑,记录拉取失败的来源。SCTCamp 的开源采集器要求每条有标题和链接,按来源、标题和链接生成条目 ID。不同来源转载同一条内容时,生成的 ID 可能不同。编辑可以再按原始发布链接归并,并在日常复查中区分发布时间和采集时间。 RSS 2.0 规范 · 开源采集器

同一条内容为什么会拿到两个分数?

公开示例的分数由来源基础分、关键词、栏目加成和 GitHub 星标加成构成。每个命中的强信号加 3 分,普通信号加 2 分,降权词扣 2 分。两个视角各有词表和栏目加成。示例的最低分是 8,每个视角最多选 8 条,同一个来源最多占 3 条。这样一个每天发布很多条的来源也只能占日报的一部分。 示例评分规则 · 两个视角的配置

用公开代码重算 14 条完全虚构的样例,两个视角各入选 8 条。下面的分数反映这套规则对主题的偏好。

样例条目主理人学员结果
Agent 任务看板226主理人入选,学员未达门槛
n8n 客服工单模板1123两边入选,学员视角第一
Airtable 内容排期自动化613学员入选,主理人未达门槛

任务看板命中主理人的 Agent 和 MCP 强信号。客服模板命中学员的 n8n、工作流和模板等强信号。用自己的团队样本试打分时,找一条该保留却漏掉的内容和一条该降权却排在前面的内容,再调整词表。 14 条虚构输入

怎么复跑并验收一份日报?

在开源仓库安装依赖后,运行 uv run radar demo。这一步使用仓库内的虚构数据,生成 radar.json 和 HTML 日报,运行示例无需访问外部来源或配置密钥。想看成品可以先打开网页演示。需要接入公开来源时,用 uv run radar fetch --limit 3 先检查清单前 3 个来源,再运行 uv run radar digest 生成日报。 开源运行说明 · 中文演示

发布前抽查每个视角的首条内容能否打开原文,摘要有没有把公告或演示夸大成业务结果,再核对高分落选条目是否受数量上限影响。把条目整理成「发生了什么、为什么值得看、能试什么」。已有的 SCTCamp 日报可以按期查阅,也提供 RSS 订阅。 历史日报 · RSS 订阅