hello-agents/Co-creation-projects/huailishang-AgentPlatformBase/agents/rss_digest/README.md

RSS Digest

一个最小可用的日更阅读简报工具：

• 拉取 RSS/Atom 订阅源
• 抓取文章正文
• 调用 SiliconFlow 兼容 OpenAI 的 API 生成中文摘要
• 可选生成中文全译
• 输出每日 HTML 简报，适合每天点开看一眼

目录结构

rss_digest/
├─ config/
│  ├─ sources.json
│  └─ sources_full.opml
├─ data/
│  ├─ raw/
│  ├─ extracted/
│  ├─ translated/
│  └─ digests/
├─ scripts/
│  └─ run_daily.ps1
├─ src/
│  └─ rss_digest/
│     ├─ __init__.py
│     ├─ config.py
│     ├─ db.py
│     ├─ digest.py
│     ├─ extractor.py
│     ├─ feeds.py
│     ├─ llm.py
│     └─ pipeline.py
├─ state/
├─ .env
├─ .env.example
└─ main.py

环境变量

在 rss_digest/.env 里配置：

LLM_MODEL_ID=Qwen/Qwen3-235B-A22B-Instruct-2507
LLM_API_KEY=sk-xxxxx
LLM_BASE_URL=https://api.siliconflow.cn/v1
DISABLE_SYSTEM_PROXY=true
# PROXY_URL=http://127.0.0.1:7890
FETCH_FULL_TRANSLATION=false
MAX_ARTICLES_PER_RUN=12
REQUEST_TIMEOUT_SECONDS=30

说明：

• 当前只读取 LLM_* 变量名。
• 默认会清掉继承到进程里的系统代理，避免被无效代理拦住。
• 如果你确实需要代理，在 .env 里设置 PROXY_URL 即可。
• 默认只做中文摘要，不做全文翻译。
• 如果把 FETCH_FULL_TRANSLATION=true，会额外为文章生成中文全译，成本更高。

运行方式

在 D:\SoftWare\pycharm\Project\regularTest 下执行：

.venv\Scripts\python.exe rss_digest\main.py

或直接运行：

powershell -ExecutionPolicy Bypass -File .\rss_digest\scripts\run_daily.ps1

输出结果

• 状态文件：rss_digest\state\articles.json
• 日报 HTML：rss_digest\data\digests\digest_YYYY-MM-DD.html

目前实现范围

• 已支持 RSS/Atom 的基础拉取
• 已支持正文抓取和基础文本清洗
• 已支持中文摘要生成
• 已支持 HTML 简报

后续建议

下一步如果你要把质量做稳，优先补这三项：

1. 接入 trafilatura 做正文抽取
2. 给摘要增加分类标签和“建议细读/可跳过”
3. 增加 Windows 计划任务，真正每天自动跑