fabriziosalmi/UglyFeed

解決的問題

UglyFeed 透過使用大型語言模型（LLM）對內容進行聚合、過濾與重寫，解決了 RSS 訂閱源碎片化與重複的問題，轉化為精心策劃的高品質內容流。它將原始 RSS 數據轉換為更易閱讀、摘要或翻譯的版本，以符合特定使用者偏好。

工作原理

此應用遵循一個處理流程：從多個 RSS 訂閱源取得內容，根據相似性進行聚合，並使用 LLM API（如 OpenAI、Ollama、Groq、Anthropic 或 Google Gemini）重寫內容。處理後的內容以 JSON 格式儲存，再轉換為有效的 RSS 訂閱源（XML），可透過內建 HTTP 伺服器提供，或部署至 GitHub/GitLab 作為 CDN 使用。

適用對象

專為內容策展人、部落客、研究人員，以及希望自動化建立小眾新聞源、個人化閱讀清單或多語言內容分發的人設計。

主要亮點

• 多 LLM 支援：相容多種提供者，包括 OpenAI、Anthropic、Gemini、Groq，以及透過 Ollama 使用本地模型。
• 自動化流程：從內容取得、基於相似性的聚合到最終 XML 服務，全程自動化處理。
• 部署選項：內建支援將最終訂閱源部署至 GitHub 或 GitLab，便於分發。
• 可自訂提示詞：提供可立即使用的提示詞庫，用於重寫與翻譯。
• 管理 UI：基於 Streamlit 的 Web 界面，用於設定與執行腳本。