1. 项目概述如果你和我一样每天被淹没在几十个博客、新闻网站和科技媒体的信息洪流里却总感觉抓不住重点那 FeedMe 这个项目可能就是为你量身打造的。它不是一个传统的 RSS 阅读器而是一个用 AI 帮你“咀嚼”信息的智能聚合器。简单来说它定时抓取你订阅的所有 RSS 源然后调用大语言模型LLM为每篇文章生成一段精炼的摘要最后以一个清爽、静态的网页形式呈现给你。你不再需要逐篇点开长文扫一眼 AI 提炼的核心观点就能决定哪篇值得深度阅读效率提升不止一个量级。这个项目的核心魅力在于它的“轻量”与“自主”。它没有后端服务器不存储你的任何数据完全基于静态站点生成。你可以零成本地把它部署在 GitHub Pages 上也可以一键用 Docker 在本地或自己的服务器上跑起来所有配置——从 RSS 源列表到 AI 模型的选择——都完全掌握在你手里。对于开发者、内容创作者或任何希望高效获取信息又注重隐私和可控性的用户来说这是一个非常优雅的解决方案。接下来我将带你从零开始深入理解 FeedMe 的每一个环节并分享我在部署和定制过程中踩过的坑和总结的技巧。2. 核心架构与设计思路拆解2.1 为什么选择“静态生成 定时更新”模式FeedMe 的架构非常清晰一个用 React Vite 构建的前端应用搭配一组在构建时或定时任务中运行的 Node.js 脚本。这种设计摒弃了传统的动态数据库查询选择了预渲染静态 JSON 数据文件。这么做的核心优势有三点极致性能与零成本托管生成的是一堆纯粹的 HTML、JS、CSS 和 JSON 文件可以托管在任何静态网站服务上如 GitHub Pages、Vercel、Cloudflare Pages。这些服务通常免费且具备全球 CDN访问速度极快完全没有服务器维护成本和流量压力。数据隐私与安全你的 RSS 源列表和生成的摘要数据在构建完成后就固化在静态文件里。没有远程数据库没有用户登录系统从根本上杜绝了数据泄露或被第三方分析的风险。数据的所有权和控制权百分百归你。惊人的简单与可靠整个系统没有复杂的运行时状态。网站一旦部署其内容就是确定的不会因为后端服务抖动而出现加载错误。更新内容只需重新运行一遍构建流程生成新的静态文件并覆盖旧的即可流程简单易于理解和调试。当然这种架构的“代价”是内容无法实时更新。但 RSS 阅读本身并非聊天工具不需要秒级同步。通过 GitHub Actions 或 Cron 设置每3小时或每天更新一次完全能满足绝大多数人的信息消费节奏在“实时性”和“系统复杂度”之间取得了完美平衡。2.2 AI 摘要生成从“获取”到“理解”的关键一跃传统的 RSS 阅读器只是信息的“搬运工”而 FeedMe 试图成为信息的“提炼者”。这是它最核心的价值所在。其工作流程可以拆解为抓取与解析脚本使用rss-parser库根据你的配置并发抓取所有 RSS 源并将 XML 格式的源数据解析为结构化的 JavaScript 对象。内容预处理并非所有 RSS 条目都适合或需要生成摘要。脚本会进行过滤例如只处理近期如7天内的文章并截取文章内容的前 N 个字符避免超出模型上下文限制。调用 LLM API将预处理后的文章标题和内容结合一个精心设计的提示词Prompt发送至配置的 LLM API如 OpenAI、SiliconFlow、Ollama 本地模型等。结果后处理与存储接收模型返回的摘要文本进行必要的清洗如去除多余标记然后与文章的元数据标题、链接、发布时间等一起序列化为 JSON 文件保存在public/data目录下。这里的关键在于提示词工程。FeedMe 默认的提示词要求模型用中文输出并遵循“背景-核心观点-总结”的结构。在实际使用中这个提示词是你优化摘要质量的主要杠杆。例如如果你主要订阅技术博客可以调整提示词要求模型额外关注“技术方案对比”或“代码示例要点”。实操心得选择 LLM 服务时除了考虑成本和速度更要关注其 API 的稳定性和上下文长度。一些性价比高的国内服务可能偶尔会有波动。建议在.env配置中准备好备用 API 的LLM_API_BASE万一主服务出问题可以快速切换。3. 详细部署指南与避坑实践FeedMe 提供了多种部署方式适应不同用户的需求。我将以最常用的GitHub Pages 部署和最具控制感的Docker 本地部署为例详细展开步骤和注意事项。3.1 GitHub Pages 部署零成本的自动化流水线这是最推荐给大多数用户的方案完全自动化无需管理服务器。步骤一 Fork 与基础准备访问 FeedMe 的 GitHub 仓库点击右上角的Fork按钮将其复制到你自己的账号下。进入你 Fork 后的仓库点击Settings-Pages。在Build and deployment部分Source选择GitHub Actions。这意味着 GitHub 将使用仓库里的工作流文件来构建和部署页面。步骤二配置核心机密Secrets—— 最容易出错的一步这是让 AI 摘要功能运转起来的关键。你需要准备一个 LLM API 的密钥。获取 API Key以使用硅基流动SiliconFlow为例注册登录后在控制台可以创建 API Key。其他服务如 OpenAI、DeepSeek 等流程类似。配置 Secrets在你 Fork 的仓库页面点击Settings-Secrets and variables-Actions。点击New repository secret来添加LLM_API_KEY: 填入你获取到的 API 密钥字符串。LLM_API_BASE: 填入 API 的基础 URL。例如硅基流动是https://api.siliconflow.cn/v1OpenAI 是https://api.openai.com/v1。务必注意末尾不要有斜杠。LLM_NAME: 填入模型名称。例如THUDM/GLM-4-9B-0414或gpt-3.5-turbo。需要确保该模型在你使用的 API 服务中可用。踩坑记录我曾将LLM_API_BASE错误地配置为https://api.siliconflow.cn/v1/多了斜杠导致 API 调用 URL 拼接错误工作流一直失败。调试这类问题一定要去 Actions 日志里查看具体的请求 URL 是什么。步骤三触发首次构建与验证点击仓库顶部的Actions标签页你应该能看到一个名为 “Update data and deploy” 的工作流。点击它然后选择Run workflow-Run workflow手动触发一次构建。等待约 2-5 分钟构建完成后再次进入Settings-Pages你会看到一个绿色的提示和你的站点 URL格式为https://[你的用户名].github.io/[仓库名]/。访问这个 URL如果能看到页面但摘要区域显示“加载失败”或空白请打开浏览器开发者工具F12的Console和Network标签页检查是否有 JavaScript 错误或data/feeds.json文件加载失败。这通常意味着上一步的 Secrets 配置有误或者构建过程中 AI 摘要生成失败了。步骤四理解自动化工作流部署成功后一切就自动化了。项目根目录下的.github/workflows/update-deploy.yml文件定义了这个流水线触发时机每3小时一次cron 表达式、每次向main分支推送代码、手动触发。执行步骤检出代码。安装 Node.js 和 pnpm。安装项目依赖。关键步骤运行pnpm update-feeds。这个脚本会读取你的 RSS 配置调用 LLM API 生成摘要并将结果写入public/data。运行pnpm build使用 Vite 构建静态网站到dist目录。将dist目录的内容部署到 GitHub Pages。额外步骤同时将dist目录的内容推送到一个名为deploy的分支。这个分支是为 Vercel 或阿里云 ESA 等平台准备的它们可以监控这个分支的更新并自动部署。你可以通过修改这个 YAML 文件中的cron: 0 */3 * * *来调整更新频率。例如0 0 * * *表示每天 UTC 时间 0 点运行一次。3.2 Docker 本地部署完全掌控的私有化方案如果你希望数据完全留在本地或者想在 NAS、家庭服务器上运行Docker 方案是最佳选择。步骤一环境准备与配置确保你的机器上安装了 Docker 和 Docker Compose。克隆项目代码git clone https://github.com/Seanium/feedme.git cd feedme。复制环境变量文件并编辑cp .env.example .env。用文本编辑器打开.env文件填入你的 LLM API 信息格式与 GitHub Secrets 一致。步骤二深入docker-compose.yml启动前理解一下docker-compose.yml文件做了什么services: app: build: . ports: - 3000:3000 volumes: - ./public/data:/app/public/data environment: - NODE_ENVproduction env_file: - .env command: sh -c node server.jsbuild: .基于当前目录的Dockerfile构建镜像。Dockerfile定义了从安装依赖到构建产物的完整流程。volumes: 将本地的./public/data目录挂载到容器的/app/public/data。这是关键它使得容器内生成的feeds.json数据文件能持久化保存在你的主机上即使容器重建也不会丢失。env_file: 指定使用我们刚才编辑的.env文件来注入环境变量。command: 容器启动后运行一个简单的 Node.js 静态文件服务器 (server.js)。步骤三启动与访问在项目根目录下运行docker-compose up --build--build参数会强制重新构建镜像。首次运行需要下载基础镜像和安装依赖时间稍长。看到输出中出现Server is running on http://localhost:3000后即可在浏览器中访问。步骤四配置自动更新Cron inside DockerFeedMe 的 Docker 方案巧妙地在容器内使用了cron来定时更新数据。核心文件是src/config/crontab-docker其内容类似# 每3小时更新一次 0 */3 * * * /usr/local/bin/node /app/scripts/update-feeds.js /var/log/cron.log 21 cd /app pnpm build /var/log/cron.log 21在Dockerfile中这个 crontab 文件被复制到容器内并通过RUN crontab /app/src/config/crontab-docker加载。容器启动时会同时启动cron服务通过supervisord管理。这意味着容器启动后它会每3小时自动执行一次数据抓取、摘要生成和网站重建。由于数据卷 (public/data) 是挂载的新生成的数据会立即生效。前端服务器 (server.js) 服务的是dist目录而pnpm build会更新这个目录所以网站内容也就自动更新了。重要提示如果你想修改更新频率不能直接修改容器内的文件。正确做法是修改本地的src/config/crontab-docker文件然后重新构建并启动容器docker-compose down docker-compose up --build。4. 个性化定制与高级配置4.1 定制你的信息源编辑 RSS 配置FeedMe 的灵魂在于你喂给它什么信息。配置文件位于src/config/rss-config.js。打开它你会看到一个feeds数组。const feeds [ { name: 科技爱好者周刊, url: https://github.com/ruanyf/weekly/commits/gh-pages.atom, category: 技术 }, { name: 阮一峰的网络日志, url: http://www.ruanyifeng.com/blog/atom.xml, category: 技术 }, // ... 更多源 ];添加源找到你喜欢的博客或网站的 RSS 链接通常在网站底部或侧边栏有 RSS 图标按照格式添加一个新对象即可。category字段用于前端分类筛选可以自定义如“生活”、“财经”、“设计”。调整抓取数量同文件中的maxItemsPerFeed变量控制每个 RSS 源最多获取多少篇文章。默认是 5可以根据需要调大但注意这会增加 API 调用量和页面加载数据量。处理特殊 RSS 源有些网站的 RSS 输出不标准可能导致解析失败。如果遇到可以尝试在scripts/update-feeds.js中为rssParser.parseURL添加自定义的解析选项或者寻找该网站提供的替代 RSS 地址。4.2 调整 AI 摘要行为修改提示词与模型如果你对默认生成的摘要风格不满意或者想切换生成语言如改为英文摘要需要修改scripts/update-feeds.js文件。找到generateSummary函数内部构造prompt的代码段。默认的提示词是const prompt 请用中文为以下文章生成一段摘要要求概括文章背景、核心观点和结论语言精炼\n\n标题${title}\n\n正文${content};你可以将其改为英文摘要Please generate a concise summary in English for the following article, covering the background, key points, and conclusion:\n\nTitle: ${title}\n\nContent: ${content}更技术导向请用中文为以下技术文章生成摘要重点提炼其解决的问题、采用的技术方案和最终效果\n\n标题${title}\n\n正文${content}更简短的要点请用中文列出以下文章的3个核心要点\n\n标题${title}\n\n正文${content}切换模型直接在.env文件或 GitHub Secrets 中修改LLM_NAME即可。例如从THUDM/GLM-4-9B-0414切换到gpt-3.5-turbo。不同模型的能力、速度和成本差异很大需要根据你的需求进行权衡。对于摘要任务中等规模的模型如 7B-13B 参数通常性价比很高。4.3 前端样式与功能微调FeedMe 使用 React shadcn/ui Tailwind CSS 构建修改界面非常方便。修改主题主色调等在tailwind.config.js中定义。如果你想换一种蓝色调可以修改primary相关的颜色值。调整布局主要页面组件在src/pages目录下。例如想改变文章卡片的样式可以修改src/components下的相关组件。添加新功能比如想增加一个“标记为已读”的功能由于是静态页面这个状态无法持久化。但可以利用浏览器的localStorage在客户端实现。你需要在src目录下创建新的组件和 Hook 来管理这个状态。开发建议在本地进行修改前先运行pnpm dev启动开发服务器可以实时看到修改效果。确认无误后再提交代码并触发部署。5. 常见问题排查与优化技巧在实际部署和使用中你可能会遇到一些问题。这里我总结了一份排查清单。5.1 摘要生成失败或为空这是最常见的问题症状是网站上文章摘要部分显示“生成中…”或空白。排查步骤检查 API 密钥与配置确认LLM_API_KEY、LLM_API_BASE、LLM_NAME三个变量填写正确没有多余空格且 API 密钥有足够的余额或调用权限。查看构建日志GitHub Pages去仓库的Actions标签页点击最近一次运行的工作流查看Run update-feeds步骤的详细日志。搜索Error或Failed关键词。通常日志会直接打印出 API 返回的错误信息如Incorrect API key provided或Model not found。Docker 部署查看容器的日志docker-compose logs app或者查看 Cron 的日志文件如果配置了输出到文件。检查网络连通性如果你部署在服务器上确保服务器能访问你配置的LLM_API_BASE。可以进入容器内部执行curl命令测试。内容过长被截断有些 RSS 源输出全文且很长。update-feeds.js脚本中有const contentSnippet item.contentSnippet || item.content || ;和后续的截取逻辑。如果文章太长被截断后可能丢失关键信息导致模型无法生成有效摘要。可以考虑调整截取长度但要注意模型本身的上下文限制。5.2 网站能打开但数据JSON加载失败症状是页面框架正常但一直显示加载中或列表为空。检查public/data目录在构建产物中确认feeds.json文件是否存在且内容有效。对于 GitHub Pages你可以直接访问https://[你的用户名].github.io/[仓库名]/data/feeds.json看是否能下载到一个 JSON 文件。检查 JSON 格式如果 JSON 文件存在但格式错误比如因为 API 返回异常信息被写了进去前端就无法解析。手动打开 JSON 文件检查其是否为合法的 JSON 结构。浏览器控制台报错打开浏览器开发者工具查看Console是否有类似Failed to load resource或SyntaxError: Unexpected token ... in JSON的错误。这能精确定位问题。5.3 Docker 容器 Cron 任务不执行容器运行了但数据从不更新。检查 Cron 日志首先确认docker-compose.yml中是否将 Cron 日志挂载出来或者crontab-docker中是否配置了输出到文件如 /var/log/cron.log。查看这个日志文件是第一步。检查容器内进程执行docker-compose exec app ps aux | grep cron确认cron进程在运行。检查环境变量Cron 任务执行的环境与交互式 Shell 环境不同可能读取不到.env文件中的变量。在update-feeds.js脚本开头最好显式地打印一下process.env.LLM_API_KEY是否存在或者确保在crontab-docker的命令中通过环境变量传递。FeedMe 目前的 Dockerfile 通过supervisord启动 Cron环境变量继承自容器通常是可行的。手动测试命令进入容器内部docker-compose exec app sh然后手动执行一次 crontab 中的命令看是否能成功运行。5.4 性能优化与成本控制控制 RSS 源数量和抓取频率这是影响 API 调用成本和构建时间的主要因素。maxItemsPerFeed不要设置过高5-10 条通常足够。更新频率cron设置为每6小时或每天一次对新闻类源也完全够用。选择性价比高的 LLM 服务对于摘要任务不一定需要最顶尖的模型。许多提供ChatGLM3、Qwen或Llama 3系列模型的国内平台成本远低于 GPT-4效果对于摘要来说绰绰有余。利用缓存目前每次构建都会重新抓取所有源并生成所有摘要。一个高级优化思路是在scripts/update-feeds.js中实现一个简单的缓存机制记录每篇文章的唯一标识如链接如果之前已经生成过摘要且文章未更新则直接使用缓存的结果避免重复调用昂贵的 LLM API。这需要修改脚本将历史摘要存储起来。我个人在本地 Docker 部署后将更新频率调整为每天凌晨4点一次订阅了约15个技术博客源每个源抓取5条。每天早上一杯咖啡的时间就能通过 FeedMe 生成的摘要快速浏览过去24小时的技术动态效率极高。整个系统安静地运行在树莓派上数据完全私有这种掌控感和流畅的体验是使用任何云端订阅服务都无法比拟的。如果你也厌倦了信息过载不妨亲手搭建一个属于自己的智能信息过滤器。