封面 · 用 Horizon 搭建个人 AI 新闻日报:从信息源到微信推送的完整流程

每天打开各种技术社区、RSS 阅读器和社交媒体,真正值得精读的内容往往淹没在海量更新里。开源项目 Horizon(MIT 许可)将自己定位为“个人 AI 新闻雷达”:自动从 RSS、Hacker News、Reddit、Telegram、X、GitHub、OpenBB 金融新闻等十类来源抓取内容,经过 AI 评分、筛选、去重以及背景与评论补充后,生成中英双语的 Markdown 日报。

更重要的是,它不把所有文章都塞进同一个“百字摘要”模板里。通过内置的规则体系,你可以让科技新闻重点交代事件背景与社区讨论,让深度技术博客提炼出问题、方案与可借鉴的启示,最后再将排版好的日报自动推送到 GitHub Pages、邮箱、飞书或微信。下面按部署、配置、设定规则到自动分发的完整顺序,梳理如何从零搭建这套自动化新闻流水线。

Horizon 日报流水线全景

准备工作:Horizon 部署方式一览

Horizon 是基于 Python 开发的项目,提供本地 CLI(命令行)和 Docker 两种运行方式。在拉取代码后,可以根据自己的运行环境二选一。

如果你习惯在本地或云主机上直接运行命令行,推荐使用 uv 管理依赖并安装:

git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 推荐使用 uv 同步环境
uv sync

# 或者使用传统 pip 安装
pip install -e .

基础安装中已经包含了用于提取网页正文的 trafilatura 组件。如果你打算接入 OpenBB 金融新闻源,可以在安装时加上可选依赖 uv sync --extra openbb。

如果倾向于容器化部署,项目根目录也直接提供了 Docker Compose 支持:

git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 可选:如果需要启用 openbb 等额外组件,可在首次构建时传入参数
docker compose build --build-arg EXTRAS=openbb horizon

完成基础环境准备后,初次使用最省事的办法是直接运行内置的交互式配置向导:

uv run horizon-wizard

向导会通过交互提问了解你的关注领域(例如“LLM 推理”、“嵌入式”或“Web 安全”),自动生成 data/config.json 配置文件,并可选择让 AI 补充推荐一些小众信息源。在模型接入方面,你既可以在环境变量中配置常规的 API Key(支持 Claude、GPT、Gemini、DeepSeek、豆包、MiniMax 及本地 Ollama 等),也可以在符合条件时选择 openai-chatgpt,通过官方登录授权直接使用 ChatGPT 订阅额度。

配置信息源:RSS、Hacker News 与 GitHub

虽然 Horizon 支持十类信息源,但初次搭建时,不建议一口气把所有渠道全部塞进配置里。更稳妥的做法是先接入一两个熟悉的 RSS 源和 Hacker News 试跑一次,观察抓取数量、API 耗时与筛选标准是否符合预期,跑通后再逐步扩充。

如果你选择手动维护配置,可以先复制仓库自带的模板:

cp .env.example .env                          # 在 .env 中填入对应的模型 API 密钥
cp data/config.example.json data/config.json  # 在 config.json 中定义信息源与规则

下面是一个组合了 RSS、Hacker News 与 GitHub 动态的精简配置示例,适合用来搭建一份基础的“科技与开源日报”:

{
  "ai": {
    "provider": "openai",
    "model": "gpt-4",
    "api_key_env": "OPENAI_API_KEY"
  },
  "sources": {
    "rss": [
      {
        "name": "Simon Willison",
        "url": "https://simonwillison.net/atom/everything/",
        "enabled": true,
        "category": "ai-tools",
        "profile": "tech-news"
      },
      {
        "name": "NVIDIA CUDA Technical Blog",
        "url": "https://developer.nvidia.com/blog/tag/cuda/feed/",
        "enabled": true,
        "category": "engineering",
        "profile": "tech-blog",
        "content_extractor": "trafilatura"
      }
    ],
    "hackernews": {
      "enabled": true,
      "fetch_top_stories": 30,
      "min_score": 100,
      "category": "tech"
    },
    "github": [
      {
        "type": "repo_releases",
        "owner": "golang",
        "repo": "go",
        "enabled": true,
        "category": "oss"
      }
    ]
  }
}

这几类常用信息源在底层抓取时各有侧重:

  • RSS / Atom:支持任意标准订阅源。许多技术博客的 RSS 只输出简短摘要,这时可以在该条目下加上 "content_extractor": "trafilatura",Horizon 就会自动抓取网页正文来替代摘要;同时它还会对同一域名下的多个订阅源做串行限流处理,避免触发目标站点的反爬限制。

  • Hacker News:直接调用官方 Firebase API 并发拉取热门帖子。通过 fetch_top_stories 和 min_score 过滤出高分讨论后,抓取器还会自动提取每篇帖子下排在前 5 位的评论(剔除已删除内容并截断至 500 字符),为后续生成“社区讨论”区块提供一手素材。

  • GitHub:支持两种监听模式。上面示例中的 repo_releases 用来盯紧特定开源项目(如 Go 语言)的版本发布;另一种 user_events 则可以追踪特定开发者(如 torvalds)的公开活动。建议在 .env 中配置 GITHUB_TOKEN,将 API 速率限制从每小时 60 次提升至 5000 次。

三类常用信息源的抓取侧重

此外,配置文件中的任意字符串值都支持用 ${VAR_NAME} 语法引用环境变量,方便把私有 RSS 地址或自定义请求头隐藏在 .env 中。

选择内置 Profile 设定筛选规则

把不同渠道的内容抓回来只是第一步。如果用同一套提示词去总结一条简短的软件更新和一篇万字架构复盘,生成出来的往往是缺乏重点的流水账。为此,Horizon 引入了核心概念 Profile(内容处理规则)。

每个 Profile 都在回答三个问题:什么内容适用、什么值得留下、最后写成什么样。系统内置了四套开箱即用的 Profile:

内置 Profile

适用内容

最终提炼与呈现的区块

tech-news

版本发布、行业事件、研究成果与科技动态

具体变化与必要背景,按需补充历史关联报道、行业影响与社区讨论

tech-blog

工程深度长文、教程、故障排查与复盘

问题背景、解决方案与值得借鉴的启示(Takeaways)

finance-news

市场动态、宏观经济、公司财报与经济政策

核心摘要与背景,按需补充直接影响

ai-creator

适合做内容创作的 AI 领域新动态

内容摘要,按需提炼时效切入点(Hooks)、创作角度与社区讨论

在工作流中,每条抓取到的内容都会先路由到一个 Profile:你既可以在信息源上显式指定(如给技术博客绑定 tech-blog),也可以省略该字段或设为 "auto",交给 AI 根据各 Profile 下的 match.md 自动判断归属,或是传入候选数组如 ["tech-news", "finance-news"] 限定匹配范围。

路由完成后,AI 会依据该 Profile 的 analysis.md 对内容进行 0–10 分的评估。以 tech-news 为例,9–10 分代表范式转移或重大发布,7–8 分代表有深度的技术进展或重要工具,0–2 分则是纯推广或噪音。你可以在 data/config.json 的 processing 字段里为不同 Profile 设定放行门槛:

{
  "processing": {
    "profiles_dir": "profiles",
    "default_profile": "tech-news",
    "profile_settings": {
      "tech-news": {
        "threshold": 7.0,
        "topic_dedup": true
      },
      "tech-blog": {
        "threshold": 4.0,
        "topic_dedup": false
      }
    }
  },
  "digest": {
    "max_items": 20,
    "category_groups": {
      "ai": {
        "limit": 5,
        "categories": ["ai-news", "ai-tools"]
      }
    },
    "default_group": "other",
    "default_group_limit": 3
  }
}

这里有两个很实用的细节:

  1. 差异化门槛与去重:科技新闻往往同质化严重,把 tech-news 的 threshold 设为 7.0 并开启 topic_dedup: true,就能滤掉水文并合并同一事件的重复报道;而深度工程博客本身更新频次低、哪怕同一主题不同作者的解法也值得对比,因此可以把 tech-blog 的门槛放宽到 4.0 并关闭主题去重。

  2. 均衡日报配额(digest):如果某天 AI 领域突发大新闻,整份日报很容易被单一话题刷屏。通过配置 max_items 和 category_groups,可以在去重之后、生成最终内容之前限制单一类别的入选条数,给其他兴趣领域留出版面。

tech-news 与 tech-blog 的门槛和去重差异

通过筛选的条目会进入内容补充(Enrichment)阶段。此时 AI 会根据 Profile 的区块定义按需调用两个内置工具:一是 web_search(联网搜索外部背景),二是 history_search(基于本地 BM25 算法检索 summaries/ 目录下的历史日报,无需额外部署向量数据库)。如果某条新闻有直接的前情提要,系统就会把过去的日报记录关联进来。所有区块生成完毕后,由代码直接按 Profile 分组渲染成中英双语 Markdown,不再额外消耗一次大模型调用去做全文汇总。

如果你想定制专属读法,只需复制一份 profiles/<id>/ 目录,修改里面的 profile.json、match.md、analysis.md 和 enrichment.md 四个文件即可,只要沿用现有的区块类型与工具,完全不需要改动 Python 代码。

自动推送日报:GitHub Pages、邮件与 Webhook

配置妥当后,就可以在终端里触发首次运行了:

# 本地运行(默认抓取最近 24 小时内容)
uv run horizon --hours 24 --log-level INFO

# 或者使用 Docker 运行
docker compose run --rm horizon --hours 24

运行生成的 Markdown 日报默认保存在 data/summaries/ 目录下。为了省去每天手动敲命令的麻烦,你可以把仓库里的 .github/workflows/daily-summary.yml.disabled 重命名为 daily-summary.yml,利用 GitHub Actions 实现每日定时抓取与生成。

在分发渠道上,Horizon 支持将日报同时投递到多个终端:

  • GitHub Pages 静态站点:将生成的双语 Markdown 同步到 docs/ 目录,配合 GitHub Pages 即可直接生成一个每日自动更新的公开在线日报站点,自带中英文 RSS 订阅源。

  • 常用聊天工具(微信、飞书、钉钉等):

    • 微信推送:支持通过 iLink Bot 推送日报。首次配置时只需扫码登录,并向机器人发送一条消息即可建立连接(实际推送频次受微信自身的回复额度限制)。

    • Webhook 通知:原生支持飞书、钉钉、Slack、Discord 或任意自定义 Webhook 端点,在每日任务运行成功或失败时自动把结果卡片推到群聊或个人通知里。

  • 邮件订阅:通过配置 SMTP/IMAP 服务向订阅者列表发送排版好的邮件日报,并能自动处理读者的邮件订阅与退订请求。

一份日报的多端分发

进阶:MCP Server 与 Agent Skill

除了作为独立脚本定时跑批,Horizon 还把内部的流水线拆解成了可编程接口,方便与日常使用的 AI 编程助手结合。

如果你在使用支持 Agent Skill 的工具(且本地安装了 Node.js 22.20+),可以直接通过一行命令安装官方技能:

npx skills add Thysrael/Horizon --skill horizon -g

装好后,你可以直接用自然语言对 AI 助手说“帮我安装并配置 Horizon”或“帮我调整某个 Profile 的评分标准”。

同时,项目内置了 MCP Server 支持。接入客户端后,AI 助手不必每次都从头跑完整个耗时的流程,而是可以按阶段单独调用 fetch_items(抓取)、score_items(打分)、filter_items(筛选)、enrich_items(补充背景)和 generate_summary(渲染日报)。比如当你觉得今天的日报筛得太严、漏掉了某条新闻时,可以直接让 AI 助手复用已打分的 scored 中间状态,仅调低 threshold 后重新执行筛选、内容补充(enrich)与渲染,既方便调试配置,也能省下重复调用模型打分的开销。

MCP 按阶段复跑:调低门槛不必重新打分

目前 Horizon 已经跑通了从多源采集、Profile 规则引擎到多端投递的完整闭环,社区也在 horizon1123.top 上持续共建和分享优质的小众信息源。按照项目规划,后续它还将支持 Discord 等更多信息源,并正式发布到 PyPI,届时只需一行 pip install 就能更轻松地在任意环境里拉起属于自己的 AI 新闻雷达。

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。