← 工具

AIHOT

自己找热点、自己写日报的网站框架。每天从信源抓资料,大模型先判重预筛、再独立打两次分,过门槛才进精选,写完中文标题摘要,再把不同来源说的同一件事聚成一个事件,按独立信源数量算热度,每天早上出日报。仓库自带 18 个海外 AI 资讯源,提示词原文和入选门槛全部开源,改成法律、HR、金融任一行业只动 industry/ 一个文件夹,Docker Compose 一条命令起站,Stars 4950+。

#38
推荐排名
4,950
GitHub Stars
7,722
推荐得分
行业热点聚合 / 日报自动成刊
适用场景
效率数据采集LLM自托管工作流

为什么需要

做海外内容站的独立开发者,卡点从来不是写,是筛。信源每天几百条动态,你不可能全看;让模型一把抓回来直接生成日报,出来的多半是重复旧闻和营销稿。出海内容站还多一层麻烦——同一件事在官网、媒体、X 上会被重复报道十几遍,逐条发出去等于自己降权重。

AIHOT 把「筛」做成了一条可调的流水线:判重 → 预筛 → 两次独立评分 → 过门槛 → 写标题摘要 → 聚成事件 → 算热度 → 成刊。而且每一步的提示词原文和入选门槛都在仓库里,你改标准不用改代码。

怎么用

  1. 准备 Docker,和一个 OpenAI 兼容模型的 API Key(DeepSeek、千问、智谱都行)

  2. 克隆并初始化:

    bash
    git clone https://github.com/KKKKhazix/AIHOT.git myhot
    cd myhot
    node scripts/init-env.ts --llm-key <你的 key>
    docker compose up -d --build
    
  3. 打开站点看内容,后台在 /admin,密码在 .env 的 ADMIN_PASSWORD;第一次导入的资料大约半小时处理完

  4. 打开 /agent,复制 MCP、RSS、API 或 Markdown 接入方式;结构化数据走 /api/v1/,接口契约在 /openapi-v1.json

  5. 换成自己的行业:把仓库交给 Claude Code 或 Codex,说「请读 AGENTS.md 和 docs/customize.md,把这个站改成「XX」行业的热点站,我关心的是……」——要改的东西基本都在 industry/ 一个文件夹里,代码不动

最值得花时间的两处是评分标准 industry/prompts/selection-score.md 和入选门槛 industry/selection.ts。拿一两百条自己标注过的资料,用 scripts/eval-selection.ts 跑一遍看它选得准不准,再回去改。

注意事项

  • 作者自述不是专业开发者,代码是他和 AI 一起重写的,README 里明确说「这是一份快照」,不敢保证每次线上更新都同步过来
  • 仓库不含 AIHOT 的真实信源名单和运营数据,只带 18 个公开的海外 AI 资讯源做示范,真正的信源得换成你自己行业的
  • 热度按事件算不按文章算:48 小时内每个独立来源只算一次,24 小时减半。这是设计如此——重复抓取不会多算,一家媒体发十篇也只算一次
  • MIT 许可只覆盖代码,名字和 Logo 不在许可范围内
  • 技术栈 Node.js 24 + PostgreSQL + Docker Compose。机器上没有 Node、或服务器在中国大陆,部署细节看 docs/deploy.md