AI RSS Feeds

在信息聚合领域，RSS 曾是黄金标准。然而，随着许多现代技术博客（尤其是基于 Next.js 或 SPA 架构的站点）逐渐放弃提供 RSS 源，读者被迫回到“手动刷新网页”的低效时代。AI RSS Feeds 利用AI一次性分析网站结构，自动生成并维护标准的 RSS 2.0 订阅源，让任何博客都能重新接入你的阅读器。

该项目的核心亮点在于“一次智能，终身免费”：LLM（大语言模型）仅在初始分析网页结构时调用一次，生成 CSS 选择器配置后，后续的每小时更新完全由确定性的解析器执行，零 API 调用成本。

核心机制：AI 引导 + 确定性执行

AI RSS Feeds 巧妙地将 AI 的“理解能力”与传统脚本的“高效稳定”结合起来，形成了一套自愈式的工作流：

1. 智能初始化（一次性）
   • 当添加新博客时，系统调用 LLM 分析目标网站的 HTML 结构。
   • LLM 提取关键元素的 CSS 选择器（如标题、链接、发布时间），生成 JSON 配置文件。
   • 注：对于 GitHub Releases 等结构化数据源，直接跳过此步，调用官方 API。
2. 高效更新（每小时）
   • GitHub Actions 定时触发，使用轻量级的 cheerio 解析器，依据生成的配置文件提取最新文章。
   • 全程无需再次调用 AI，速度极快且成本为零。
3. 六层严格验证
   为确保源的质量，生成的 RSS 需通过六道关卡：
   • 结构检查：确保文章数≥1，标题非空且长度合理。
   • 去重处理：自动过滤重复链接。
   • 日期校验：确保时间戳有效且在合理范围内（2000年至今）。
   • 链接可达性：随机抽查最新文章的链接有效性。
   • XML 合法性：确保能被标准 RSS 解析器读取。
   • 回归监控：若文章数量波动超过 50% 或大量已知文章缺失，立即发出警告。
4. 自愈能力
   若目标网站改版导致原有选择器失效，系统检测到异常后会自动触发 LLM 重新分析并更新配置，实现“自我修复”。

支持模式与现有资源

项目支持多种解析模式，适配不同类型的站点：

目前已可用的热门源包括：

• 科技巨头：Google DeepMind Blog, Stability AI News, Groq News
• 开发者工具：Cursor Blog, Anthropic (Claude Code) Releases
• 经典文集：Paul Graham Essays (已收录 231 篇)
• 开源项目：OpenClaw Releases

如何使用与贡献

1. 直接订阅
只需将以下 URL 模板中的 {名称} 替换为对应博客标识，即可添加到任意 RSS 阅读器：

https://raw.githubusercontent.com/leontloveless/ai-rss-feeds/main/feeds/{名称}.xml

例如：订阅 Cursor 博客 -> .../feeds/cursor.xml

2. 自助添加新源
如果你关注的博客尚未被收录，无需编写代码：

1. 在项目 GitHub 仓库发起一个新的 Issue。
2. 粘贴博客 URL。
3. 等待约 2 分钟，系统将自动完成分析、配置生成及首次抓取。
4. 新的 RSS 链接将立即可用。