AI 分析 · 由大模型根据 README 与仓库数据生成 · 2026年11月17日
可自托管的行业热点站框架,自动采集、筛选并生成中文日报。
AIHOT 是一个用 TypeScript 写的资讯聚合与日报生成框架,作者把它自己运营的 AI 热点网站引擎开源出来。它从 RSS、网页列表、JSON 接口、X 账号、微信公众号等信源采集内容,用大模型预筛、两次独立评分、写中文标题摘要,再把同一事件聚簇并按独立来源数计算热度,每天自动出日报,周报月报从日报汇编。把信源和精选标准换成自己行业的,就能变成垂直热点站。
推荐指数
功能完整、提示词和门槛全公开,适合想自建垂直资讯站并愿意调优的团队。
近 7 天
+623
新增 Star
总 Star 排名
#634
雷达追踪的 3,931 个 AI 仓库中
创建于
2026
2026年9月29日
核心亮点
1六种信源
支持 RSS、网页列表、JSON 接口、X 账号、微信公众号和脚本推送,按产出自动调整抓取频率。
2可改的精选标准
预筛、两次评分、入选门槛的提示词全部公开,改行业 KnowHow 不用改代码。
3事件聚簇与热度
同一件事聚成一个事件,热度按 48 小时内独立来源数计算,重复抓取不重复计数。
4自动出刊
每天出日报,周报月报从日报汇编,出刊时间可配置。
5面向 Agent
提供 RSS、公开 API、MCP、llms.txt 等入口,同一份内容给人也给 Agent 用。
适用场景
垂直行业资讯站
例如:法律团队把信源换成法院公告和律所博客,做成法律热点日报站。
企业内部信息聚合
例如:HR 部门盯行业媒体和公众号,每天自动生成人事政策要闻。
个人或小团队自建媒体
例如:用 Docker 部署到自己的服务器,配好域名对外发布日报。
它是怎么工作的
第 1 步
采集
从配置的六类信源抓取内容,先判重再预筛。
第 2 步
评分
可能重要的条目用同一份标准独立打两次分,按信源分级门槛决定入选。
第 3 步
写作
生成中文标题、答案先行的摘要和推荐理由,外文全文翻译。
第 4 步
聚簇
用向量或文字重合度找候选,再由模型判断是否同一事件并复核。
第 5 步
出刊
按事件热度排序,日报按规则编出当天要闻,周报月报再汇编。
快速上手
- 1
克隆仓库
克隆后进入目录,也可先用 Use this template 生成自己的仓库。
git clone https://github.com/KKKKhazix/AIHOT.git myhot && cd myhot - 2
生成配置
传入 OpenAI 兼容的模型 API Key,默认按 DeepSeek 配置。
node scripts/init-env.ts --llm-key <你的模型 API Key> - 3
启动服务
用 Docker Compose 构建并启动,打开 localhost:3000,后台在 /admin。
docker compose up -d --build
适合谁
- 想自建垂直行业资讯站的团队
- 愿意调提示词和评分标准的开发者
- 需要日报自动化的内容运营者
不太适合
- 想要开箱即用、不想调优的用户
- 没有模型 API Key 或不想承担调用成本的人
成熟度
- 活跃度2026 年 9 月创建,11 月仍有推送,star 过万。
- 文档README 之外有定制、信源、精选、部署、架构等多份文档。
- 社区star 和 fork 数较高,有 Discussions,但 issue 数为 0 难判断响应。
- 上手难度需 Docker、Node 24 和模型 API Key,改行业要调提示词和门槛。
同类项目怎么选
- FreshRSS偏 RSS 阅读器,不做大模型筛选、聚簇和日报生成。
- Huginn通用自动化 Agent 工具,需要自己搭采集和筛选流程。
使用前注意
- · 需要自备 OpenAI 兼容的模型 API Key,会产生调用费用。
- · 仓库只带 18 个公开海外 AI 信源做示范,实际使用要换成自己行业的信源。
- · 作者自述非专业开发者,代码由 AI 协作重写,可能有质量问题。
- · 不得使用 AIHOT 的名称和 Logo,需换成自己的品牌。
