用300行 Python 自动生成资讯简报

过去，我每天早晨的开场都一模一样：打开十个标签页，浏览三份 newsletter、两页 Hacker News，同时越来越担心自己错过了什么重要内容。后来，我搭建了一套替我完成阅读的 pipeline——每天早晨因此节省了大约 30 分钟。

信息过载的问题并不在于内容太多，而在于噪声太多、信号太少。手动查看十个信息源，意味着你要为所有内容支付注意力成本，其中也包括那 90% 你根本不关心的信息。

解决方案：一份摘要，三个阶段

这套 pipeline 大约由 300 行 Python 代码组成，通过 cron 定时运行，每天的成本只有几分钱。它分为三个阶段：

1. 收集（RSS 聚合）

我只订阅真正重要的 feed——再也不用打开一堆浏览器标签页。一个简单的 feedparser 循环会从每个信息源拉取新内容，并将其放入队列。

import feedparser

def collect(feeds: list[str], since: datetime) -> list[dict]:
    items = []
    for url in feeds:
        feed = feedparser.parse(url)
        for entry in feed.entries[:20]:
            ts = entry.get("published_parsed")
            if ts and datetime(*ts[:6]) > since:
                items.append({"title": entry.title, "link": entry.link, "source": url})
    return items

2. 过滤（关键词预过滤）

在产生任何 AI 成本之前，先用低成本的关键词预过滤器剔除明显的噪声。如果某条内容与你的兴趣不匹配，它就永远不会进入 LLM。

KEYWORDS = {"python", "automation", "ai", "productivity", "open source"}

def prefilter(items: list[dict]) -> list[dict]:
    return [i for i in items if any(k in i["title"].lower() for k in KEYWORDS)]

这一步将我的输入从大约 60 条减少到了约 15 条。也就是说，在进入成本较高的环节之前，就已经降低了 75% 的成本。

通过筛选的内容会由 LLM 根据我的兴趣进行评分。每条内容还会得到一句话的相关性说明——这样，我无需阅读全部内容，也能信任排序结果。

def score(item: dict) -> float:
    prompt = f"Score 0-10 relevance for a developer focused on AI automation: {item['title']}"
    # returns a number; items below 6 are dropped
    return call_llm(prompt)

实际效果

输入：来自 12 个信息源的 60 条内容

预过滤后：15 条内容

LLM 重新排序后：5 条内容进入晨间摘要

节省时间：每天大约 30 分钟

关键洞察是：先过滤，再排序。低成本规则可以剔除 75% 的噪声，让 LLM 只把 token 花在那些可能真正重要的内容上。

你应该自己搭建一套吗？

如果你每天会查看五个以上的新闻源，答案是肯定的。整套流程可以写在一个脚本里，运行在免费的 cron 服务层级上，而 LLM 的成本每周最多只需要几美分。

想要完整模板吗？它是开放的——在下方留言，我会分享 repo。

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。