文件列表:

public/
scripts/search/
src/
workflow/
.env.example
LICENSE
astro.config.mjs
biome.json
main.py
markdoc.config.mjs
netlify.toml
package.json
postcss.config.cjs
requirements.txt
tailwind.config.cjs
tailwind.theme.config.cjs
tsconfig.json
yarn.lock

## DailyNewsReport  基于 RSS 信息源，每天早上 9 点采集一次前一天的内容，通过 AI 进行分析总结，并按照评分排序，汇总内容生成一份 markdown 文档。将文档内容渲染到网页中，形成一份每日总结。  ## 数据采集 ### 环境配置 信息采集部分使用 Python 完成，需要安装 python 依赖： ```bash pip3 install -r ./requirements.txt ``` 创建 `.env` ```bash mv .env.example .env ``` 添加这几个环境变量，`AI_PROVIDER` 可选 `gemini` 和 `openai`，`GPT_API_KEY` 根据设置的引擎填充对应的 Key， 如果使用代理地址，还需要设置 `GPT_BASE_HOST`。 开启采集： ```bash python3 main.py ``` ### 数据源 通过 RSS 链接生成数据源，建议每个分类创建一个 json 文件，格式如下： ```json [ { "category": "Daily Code", // 用于标记一类rss，它会在博客里渲染为二级标题 "items": [ { "title": "The Keyword", "url": "https://blog.google/rss/", // rss 源地址 "type": "link" // 表示获取rss信息的方式，不填会从rss返回信息获取，link：会从原始链接获取，code：会通过github api 获取readme信息 } ] } ] ``` 有些网站没有提供 RSS 信息，如果仍想收集该网站信息的话，有两种方式，一种是在一些三方制作的 RSS 源进行查找，类似 [RSSHub](https://docs.rsshub.app)，看是否已经收录；另一种方式是自己制作，类似 [python-feedgen](https://github.com/lkiesow/python-feedgen)，这种库。 ## 页面渲染 页面渲染是基于 [astro-ink](https://github.com/one-aalam/astro-ink) 主题修改的，你可以换成基于该主题定制，也可以换成其他前端主题。 ```bash # 安装依赖 yarn install --ignore-engines # 开启调试 yarn dev ```

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：