Repolode
Tiendil

Tiendil/feeds.fun

自托管新闻阅读器,用 LLM 自动为订阅条目打标签,并按标签打分、筛选新闻。

可替代:Feedly

Star
397
Fork
19
未关闭 Issue
67
最近提交
16天前

这是什么?

Feeds Fun 是一个新闻阅读器,会为每条订阅内容自动分配标签,再通过你自定义的规则按标签打分。你可以按标签排除或要求特定内容,按分数或日期排序,并标记已读,只保留真正需要看的文章。

标签由多个标签处理器生成。核心处理器 llm_general 调用 OpenAI 或 Gemini 模型识别标签,其他处理器负责域名、订阅源自带的标签以及全大写标题等简单情况。生成的原始标签还会经过归一化处理,例如把 "a-book-review" 合并为 "book-review",把 "google-vs-microsoft" 拆分为两个标签。也可以接入兼容 OpenAI 或 Gemini 接口的第三方模型。

后端基于 Python,包含 ASGI API 以及 loader 和 librarian 两类 worker;前端构建为静态资源。项目支持通过 Docker 部署单用户或多用户模式,并提供 Reddit、GitHub、YouTube、ArXiv、Hacker News 等来源的集成插件。

核心功能

  • 01使用 LLM 或更简单的处理器为每条新闻自动分配标签。
  • 02基于标签编写规则,为新闻打分。
  • 03按包含或排除标签筛选新闻。
  • 04按分数、日期等条件排序。
  • 05记录已读内容。
  • 06支持通过 Docker 部署单用户或多用户模式。
  • 07提供 Reddit、GitHub、YouTube、ArXiv、Hacker News 等来源的专用插件。

适用场景

  • 订阅大量 RSS 源,只阅读最重要的内容。
  • 自托管个人新闻过滤器,并使用自己的 OpenAI 或 Gemini 密钥。
  • 对 Hacker News、arXiv、GitHub 等技术来源的内容按标签建立视图。

快速上手

  1. 1

    从 PyPI 安装后端包

    pip install ffun
  2. 2

    下载 librarian 工作进程所用的 SpaCy 模型

    python -m spacy download en_core_web_lg
  3. 3

    运行数据库迁移(需要通过 FFUN_POSTGRESQL__* 变量配置 PostgreSQL)

    ffun migrate
  4. 4

    启动 API 服务器

    uvicorn ffun.application.application:app --host 0.0.0.0 --port 8000 --workers 1

使用前须知

  • 运行前需要 PostgreSQL 数据库和最基本的配置。
  • 要获得完整的标签生成功能,需要 OpenAI 或 Gemini 的 API 密钥(或兼容的第三方模型)。
  • README 未明确说明许可证,复用前请查看 LICENSE 文件。

收录于专题

标签

常见问题

feeds.fun 是什么?
自托管新闻阅读器,用 LLM 自动为订阅条目打标签,并按标签打分、筛选新闻。 Feeds Fun 是一个新闻阅读器,会为每条订阅内容自动分配标签,再通过你自定义的规则按标签打分。你可以按标签排除或要求特定内容,按分数或日期排序,并标记已读,只保留真正需要看的文章。
feeds.fun 可以免费使用吗?用的什么许可证?
feeds.fun 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
feeds.fun 还在维护吗?
活跃维护中。feeds.fun 最近一次提交是在 2026年10月22日。
feeds.fun 适合用来做什么?
订阅大量 RSS 源,只阅读最重要的内容。 自托管个人新闻过滤器,并使用自己的 OpenAI 或 Gemini 密钥。 对 Hacker News、arXiv、GitHub 等技术来源的内容按标签建立视图。
feeds.fun 怎么安装和运行?
从 PyPI 安装后端包: pip install ffun 下载 librarian 工作进程所用的 SpaCy 模型: python -m spacy download en_core_web_lg 运行数据库迁移(需要通过 FFUN_POSTGRESQL__* 变量配置 PostgreSQL): ffun migrate 启动 API 服务器: uvicorn ffun.application.application:app --host 0.0.0.0 --port 8000 --workers 1
在哪里获取 feeds.fun?
源代码和安装说明在 GitHub 上:https://github.com/Tiendil/feeds.fun

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目