Folo — RSS-ридер с открытым исходным кодом и функциями ИИ, который собирает ленты, рассылки, подкасты и публикации из соцсетей в одной временной шкале.
fabriziosalmi/UglyFeed
Переписывает, фильтрует и оценивает агрегированные RSS-ленты с помощью LLM, а затем публикует результат как новую RSS-ленту для развлечения, исследований и обучения.
- Звёзды
- 324
- Форки
- 21
- Открытые issues
- 5
- Последний коммит
- вчера
Что это?
UglyFeed получает элементы из исходных RSS-лент, группирует их по сходству и переписывает каждый элемент с помощью большой языковой модели. Затем сервис фильтрует и оценивает сгенерированный контент, преобразует результаты в корректную RSS-ленту и раздаёт её по HTTP или публикует в репозитории GitHub либо GitLab.
Пайплайн запускается через веб-интерфейс Streamlit или в Docker-контейнере. Поддерживаются бэкенды LLM от OpenAI, Anthropic, Groq, Google Gemini и локальные модели Ollama; также можно использовать любой сервер, совместимый с OpenAI, изменив URL API. В проект входят шаблоны промптов, в том числе шаблон для перевода лент на другие языки.
Проект позиционируется как экспериментальный инструмент для генерации синтетических новостей: его результаты намеренно ненадёжны, и воспринимать их как фактические сообщения не следует. Он подходит для изучения поведения контента, переписанного LLM, создания тестовых наборов данных и экспериментов с автоматизацией работы с лентами.
Ключевые возможности
- 01Агрегирует элементы RSS-лент и группирует их по сходству.
- 02Переписывает контент с помощью моделей OpenAI, Anthropic, Groq, Gemini или Ollama.
- 03Преобразует обработанные элементы в корректную RSS-ленту и раздаёт её по HTTP.
- 04Публикует сгенерированную ленту в GitHub или GitLab.
- 05Предоставляет веб-интерфейс Streamlit и готовые к использованию шаблоны промптов.
Сценарии использования
- Эксперименты с тем, как воспринимаются новости, переписанные LLM, и как они себя ведут.
- Создание наборов синтетических новостей, например для исследований по выявлению фейковых новостей.
- Перевод лент на другой язык с помощью встроенного промпта для перевода.
- Изучение автоматизированных пайплайнов отбора контента из лент.
Быстрый старт
- 1
Запустите контейнер UglyFeed с помощью 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
Откройте страницу Configuration и настройте исходные фиды, API LLM и модель
- 3
Запустите скрипты на странице Run scripts, затем просмотрите XML-фид или предоставьте к нему доступ
Что важно знать
- Для переписывания контента необходим доступ к API LLM, например OpenAI, Ollama, Groq, Anthropic или Gemini.
- Проект распространяется по лицензии AGPL-3.0, которая требует публиковать производные работы с открытым исходным кодом на тех же условиях.
В подборках
Темы
Частые вопросы
- Что такое UglyFeed?
- Переписывает, фильтрует и оценивает агрегированные RSS-ленты с помощью LLM, а затем публикует результат как новую RSS-ленту для развлечения, исследований и обучения. UglyFeed получает элементы из исходных RSS-лент, группирует их по сходству и переписывает каждый элемент с помощью большой языковой модели. Затем сервис фильтрует и оценивает сгенерированный контент, преобразует результаты в корректную RSS-ленту и раздаёт её по HTTP или публикует в репозитории GitHub либо GitLab.
- UglyFeed можно использовать бесплатно? Какая у него лицензия?
- UglyFeed распространяется с открытым исходным кодом под лицензией AGPL-3.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- UglyFeed всё ещё поддерживается?
- Активно поддерживается. Последний коммит в UglyFeed — 5 нояб. 2026 г..
- Для чего можно использовать UglyFeed?
- Эксперименты с тем, как воспринимаются новости, переписанные LLM, и как они себя ведут. Создание наборов синтетических новостей, например для исследований по выявлению фейковых новостей. Перевод лент на другой язык с помощью встроенного промпта для перевода. Изучение автоматизированных пайплайнов отбора контента из лент.
- Как установить UglyFeed?
- Запустите контейнер UglyFeed с помощью 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 Откройте страницу Configuration и настройте исходные фиды, API LLM и модель Запустите скрипты на странице Run scripts, затем просмотрите XML-фид или предоставьте к нему доступ
- Где скачать UglyFeed?
- Исходный код и инструкции по установке — на GitHub: https://github.com/fabriziosalmi/UglyFeed
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
RAG-инструмент для создания кратких пересказов и ответов на вопросы по разным документам (PDF, аудио, YouTube, Anki, Logseq, веб-страницы) с любым LLM-провайдером.
Веб-ридер, который собирает популярные новости из разных источников в реальном времени и показывает их на одной странице.
Открытая сквозная платформа для создания, подготовки, отбора, распространения и публикации новостей в редакциях любого размера.
Веб-приложение с открытым исходным кодом для публикации журналистами оперативных обновлений о быстро развивающихся событиях в формате live-блога.
Ридер с локальным хранением, который сворачивает статьи, веб-страницы, файлы и ответы ИИ в пять уровней детализации — от схемы на одном экране до полного текста.