Repolode
Enviar
fabriziosalmi

fabriziosalmi/UglyFeed

Usa LLM para reescribir, filtrar y evaluar feeds RSS agregados, y sirve el resultado como un nuevo feed RSS para el ocio, la investigación y el aprendizaje.

Ver en GitHubSitio web
Estrellas
324
Forks
21
Issues abiertos
5
Último commit
ayer

¿Qué es?

UglyFeed obtiene elementos de feeds RSS de origen, los agrupa por similitud y reescribe cada elemento con un modelo de lenguaje grande. Después, filtra y evalúa el contenido generado, convierte los resultados en un feed RSS válido y lo sirve por HTTP o lo publica en un repositorio de GitHub o GitLab.

El flujo de trabajo se ejecuta desde una interfaz web de Streamlit o en un contenedor Docker. Entre los backends de LLM compatibles se incluyen OpenAI, Anthropic, Groq, Google Gemini y modelos locales de Ollama. También se puede usar cualquier servidor compatible con OpenAI cambiando la URL de la API. El proyecto incluye además varias plantillas de prompts, entre ellas una para traducir feeds a otros idiomas.

El proyecto se presenta como una herramienta experimental para generar noticias sintéticas, por lo que sus resultados son intencionalmente poco fiables y no deben interpretarse como información periodística verídica. Es útil para estudiar cómo se comporta el contenido reescrito por LLM, crear conjuntos de datos de prueba o explorar la automatización de feeds.

Funciones clave

  • 01Agrega elementos de feeds RSS y los agrupa por similitud.
  • 02Reescribe contenido con modelos de OpenAI, Anthropic, Groq, Gemini u Ollama.
  • 03Convierte los elementos procesados en un feed RSS válido y lo sirve por HTTP.
  • 04Publica el feed generado en GitHub o GitLab.
  • 05Ofrece una interfaz web de Streamlit e incluye plantillas de prompts listas para usar.

Casos de uso

  • Experimentar con la lectura y el comportamiento de noticias reescritas por LLM.
  • Crear conjuntos de datos de noticias sintéticas, por ejemplo, para investigar la detección de noticias falsas.
  • Traducir feeds a otro idioma con la plantilla de traducción incluida.
  • Estudiar flujos de trabajo automatizados para seleccionar y organizar feeds.

Inicio rápido

  1. 1

    Inicia el contenedor de UglyFeed con Docker

    docker run -p 8001:8001 -p 8501:8501 -v /path/to/local/feeds.txt:/app/input/feeds.txt -v /path/to/local/config.yaml:/app/config.yaml fabriziosalmi/uglyfeed:latest
  2. 2

    Abre la página Configuration y configura tus feeds de origen, la API de LLM y el modelo

  3. 3

    Ejecuta los scripts desde la página Run scripts y, después, consulta o sirve el feed XML

Antes de usarlo

  • Necesitas acceso a una API de LLM, como OpenAI, Ollama, Groq, Anthropic o Gemini, para reescribir el contenido.
  • El proyecto está sujeto a la licencia AGPL-3.0, que exige que las obras derivadas se publiquen como código abierto bajo la misma licencia.

En colecciones

Lectores RSS y herramientas de feeds

Temas

#llm#rss#rss-aggregator#summarization#translation#streamlit#content-generation#journalism#news#newsfeed

Preguntas frecuentes

¿Qué es UglyFeed?
Usa LLM para reescribir, filtrar y evaluar feeds RSS agregados, y sirve el resultado como un nuevo feed RSS para el ocio, la investigación y el aprendizaje. UglyFeed obtiene elementos de feeds RSS de origen, los agrupa por similitud y reescribe cada elemento con un modelo de lenguaje grande. Después, filtra y evalúa el contenido generado, convierte los resultados en un feed RSS válido y lo sirve por HTTP o lo publica en un repositorio de GitHub o GitLab.
¿UglyFeed es gratuito? ¿Qué licencia tiene?
UglyFeed es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿UglyFeed sigue mantenido?
Mantenimiento activo. El último commit de UglyFeed fue el 5 nov 2026.
¿Para qué puedo usar UglyFeed?
Experimentar con la lectura y el comportamiento de noticias reescritas por LLM. Crear conjuntos de datos de noticias sintéticas, por ejemplo, para investigar la detección de noticias falsas. Traducir feeds a otro idioma con la plantilla de traducción incluida. Estudiar flujos de trabajo automatizados para seleccionar y organizar feeds.
¿Cómo se instala UglyFeed?
Inicia el contenedor de UglyFeed con Docker: docker run -p 8001:8001 -p 8501:8501 -v /path/to/local/feeds.txt:/app/input/feeds.txt -v /path/to/local/config.yaml:/app/config.yaml fabriziosalmi/uglyfeed:latest Abre la página Configuration y configura tus feeds de origen, la API de LLM y el modelo Ejecuta los scripts desde la página Run scripts y, después, consulta o sirve el feed XML
¿Dónde consigo UglyFeed?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/fabriziosalmi/UglyFeed

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados