aihot

AIHOT 快速入门

AIHOT（KKKKhazix/AIHOT）是一个「自己找热点、自己写日报」的开源站点框架。它每天定时从你配置的信源抓取资料，用大模型先做一遍筛选，再对每条内容独立打两次分（相关性 + 价值），把跨来源报道同一件事的条目聚合成一个「事件」，按「有多少独立来源在说」排出热度，最后每天早上自动生成一份中文 AI 日报并发布成网站。整个链路——网站前台、管理后台、精选流程、事件聚簇与热度排序算法、以及全部提示词原文和入选门槛——都开源（MIT + TypeScript），仓库自带 18 个公开资讯源做开箱示范。2026-10-01 核验（GitHub API + 官网）：4,050★ / 1,158 fork，创建于 2026-09-28、最近 push 2026-09-30（高频活跃），官网 aihot.news 在线。

这是什么？适合谁？

AIHOT 解决的是「行业情报自动化」的最后一公里：你想每天早上看到一份「昨天这个行业到底发生了什么」的中文日报，不想手动刷十几个信源。它的工作循环是：抓取 → LLM 初筛 → 双重独立打分 → 跨来源事件聚簇 → 热度排序 → 生成日报 → 发布网站。

两个设计点值得注意：

• 双重打分：每条内容由大模型独立打两次分（先按主题相关性、再按内容价值），两次都过线的才进入候选池——这是它区别于「一把梭喂给 GPT 出摘要」类脚本的核心质量控制。
• 事件聚簇 + 热度排序：多个来源报道同一件事时聚成一个事件，热度按「有多少独立来源在说」而不是单源热度计算——避免了「一家媒体刷屏就霸榜」的问题。全部提示词原文和入选门槛在仓库里公开可查、可改。

适合人群：想要一个垂直行业（AI、加密、医疗、法律……任意领域）自动日报站的独立开发者/内容创业者；想给团队搭内部情报简报的工程师；想学习「LLM 精选流水线」完整实现的开发者（提示词全公开，是很好的参考实现）。

不适合谁：想要开箱即用 SaaS、不想碰代码部署的用户（这是自托管框架不是托管服务）；对日报时效性要求到小时级的场景（默认按天出报）。

准备工作

1. Node.js 环境（TypeScript 项目）+ 一个大模型 API key（用于筛选、打分与日报撰写）
2. 一个部署目标：本地跑通可用 localhost，正式使用需要一台小 VPS（纯静态产物 + 轻量后台，配置要求低）
3. （可选）自定义信源列表：仓库自带 18 个公开资讯源，换成你行业的信源即变成你的行业热点站
4. 时间预算：克隆跑通示范 30 分钟内；换成自己的信源 + 调门槛 2–3 小时；上线到 VPS 半天
5. 成本：框架 MIT 免费；主要成本是大模型 API 调用（每天处理量与信源数成正比，配合初筛控制 token 用量）

核心用法：四步上手

第 1 步：克隆并安装

git clone https://github.com/KKKKhazix/AIHOT.git
cd AIHOT
npm install

第 2 步：配置模型 key 与信源

按仓库 README 配置环境变量：填入大模型 API key；信源先用自带的 18 个公开资讯源跑通，之后再逐个替换成你行业的信源（RSS / 公开 API 均可）。

第 3 步：跑一轮完整流水线

触发一次抓取 → 筛选 → 打分 → 聚簇 → 生成流程，检查输出：管理后台里能看到每条内容的两次打分明细、事件聚簇的归组理由、以及最终日报草稿。对打分结果不满意时，直接改仓库里的提示词原文（全部公开）重跑。

第 4 步：定时运行 + 部署网站

用 cron / GitHub Actions 定时执行，每天早上自动出新日报；网站产物部署到你的 VPS 或任意静态托管。之后你的日常维护就只剩偶尔调信源和门槛。

常见踩坑

1. 症状：日报里出现大量低相关内容。 根因：初筛提示词的行业口径与你实际领域不匹配（示范提示词面向 AI 行业）。解决：改筛选提示词里的领域描述与入选门槛（全部在仓库中公开），重跑验证打分明细。
2. 症状：同一件事被拆成多个事件、热度上不去。 根因：聚簇相似度阈值过严。解决：调整聚簇参数后重跑；用后台的归组理由核对哪些条目本应合并。
3. 症状：API 费用超预期。 根因：信源太多且全文都进了打分。解决：利用初筛先粗过滤（只让过线的进双重打分），并控制信源数量；示范的 18 源配置即按此原则组织。
4. 症状：抓取某些信源失败或内容为空。 根因：目标站反爬或 RSS 地址失效。解决：换用该站的 RSS/公开 API 入口；自托管场景下注意 VPS 出口 IP 是否被目标站拦截。
5. 症状：部署后日报不更新。 根因：定时任务没跑或模型 key 失效。解决：检查 cron/Actions 执行日志与 key 余额；后台的流水线记录能定位到具体失败的阶段。

常见问题 FAQ

Q1: 它和直接用 GPT 写一份「今日新闻摘要」的脚本有什么区别？

A: 三个核心差异：双重独立打分的质量控制（两次过线才入选）、跨来源事件聚簇（热度按独立来源数计算，不被单源刷屏绑架）、以及完整的站点形态（前台 + 后台 + 算法 + 提示词全开源），不是一次性脚本。

Q2: 必须做 AI 行业的日报吗？

A: 不是。仓库自带 18 个 AI 类公开资讯源只是示范——把信源换成你行业的、把提示词里的领域口径改掉，它就是你的行业热点站（作者原话：把信源和精选标准换成你的）。

Q3: 提示词能改吗？怎么保证我改完质量不崩？

A: 能改，且这是官方设计——全部提示词原文与入选门槛都在仓库里。建议改完先跑一轮并检查后台的两次打分明细和归组理由，确认行为符合预期再上线。

Q4: 需要多强的服务器？

A: 抓取与生成是定时轻量任务，产物以静态内容为主，1 核 1G 的小 VPS 足够；瓶颈在模型 API 而非机器。

Q5: 日报的中文质量如何？支持其他语言吗？

A: 默认产出中文日报（框架本身就是中文项目）。输出语言由提示词决定，改提示词即可换语言，但官方示范与文档以中文为主。

参考链接

• 官方仓库 KKKKhazix/AIHOT
• 官网 aihot.news
• GitHub Releases

本文章基于公开资料整理，AI 辅助生成，独立实测与数据核验日期 2026-10-01（GitHub API 实时抓取 stars/fork/push/license；官网在线核验；未在本机做部署实测）。