正在载入项目…
正在载入项目…
把每天反复刷的信源，整理成可追溯的选题线索
适合持续跟踪一个领域的内容作者：先用自己的标准筛选消息、归并同一事件的重复报道，再从日报中挑出值得进一步研究的选题。AIHOT 提供建站与处理流程，不替你完成选题判断或事实核实。
KKKKhazix/AIHOT
个人仓库 · KKKKhazix
需要每天跟踪一个垂直领域的公众号作者、视频选题作者和小型内容团队：例如反复浏览多个产品更新站、容易漏掉进展或重复收藏同一条消息的人。也适合有行业判断、愿意维护信源的独立站运营者。不太适合只想直接生成成片、成稿，或暂时不愿配置部署和模型账户的用户。
目标是得到一份有来源链接、同一事件尽量合并的候选选题列表或行业日报，供你选择要继续研究的内容。没有合格消息时可以没有新选题；能否产出取决于来源可访问性、筛选配置和模型结果，不保证流量、收益或自动成稿。
AIHOT 公开页面局部截图 · · 非本站部署实测
基础资料采集：2026-10-28
用可配置的信源和筛选标准，搭建自己的行业热点站；把找线索的流程固定下来，再由你决定写什么。
先查看官方线上实例 https://aihot.news，了解阅读效果；它不是开源模板的托管后台，也不包含在你的部署中。
按固定版本部署文档在自己的测试环境启动，核对管理员密码、站点地址、模型配置和付费请求上限，不急着公开上线。
按 docs/customize.md 换上自己的站名、少量公开信源与入选标准；先关闭不需要的付费渠道和全文展示。
用一小批有代表性的消息检查来源、去重、摘要和预算，再决定是否长期运行；确认可公开的内容才对外分享。
任务示例：我做 AI 视频制作教程，只跟踪三个我有权使用的官方产品更新源。筛选与剪辑、配音或图片制作直接相关、读者现在就能试的变化；排除融资消息和重复报道。把本轮合格资料整理为候选选题，逐条写明发生了什么、适合哪类创作者、可能做什么演示，并保留原文入口；缺少证据的不要补写结论。先将这个标准写入定制配置并用样本校准，而不是只在聊天里发送一次。
用法示例 · 未安装实测适合愿意自建站点、配置模型服务并持续维护信源的人。先准备自己的筛选标准和少量可合法使用的来源，再按下方指南部署。
Docker 部署官方建议至少 2 核、4 GB 内存，生成配置需要 Node.js 24；另备 OpenAI 兼容模型 API Key。先用自己管理的测试环境，设置管理员凭据与费用上限，不把密钥交给公开页面。公开上线另需站点地址、HTTPS 和适用的合规配置。本站已核对文档与入口，未安装实测。
多信源收集：支持 RSS、网页列表、JSON 接口等来源；X 与公众号等渠道另有服务配置及费用。
内容初筛与打分：可以修改提示词和入选门槛，把你对领域内容的判断写进筛选规则。
重复报道归并：把同一事件的不同报道聚合，保留来源与进展，减少重复阅读。
日报与热点：从处理后的资料组织热点和日报；也支持从日报汇编周报、月报。
交给创作流程：通过网站、RSS、公开 API 或 MCP 读取资料，继续整理选题和内容提纲。接口可用不等于获得原文转载权。
框架代码采用 MIT；AIHOT 名称与 Logo 不包含在许可内，自建站应使用自己的品牌。仓库不包含线上站完整信源名单和运营数据，示范信源不能代替你的领域判断。模型 API、服务器及部分采集渠道可能收费；一条资料会经过多个模型处理步骤，不能按一条消息只算一次调用。模型摘要、评分、事件归并与热度都有误判可能，不代表事实真实性或传播效果。公开原文、图片和全文翻译需分别获得适用授权；先保留简短原创导读和原文链接，不默认转载。本站未安装或验证部署性能与产出效果。
