AIHOT：把信源和精选标准换成你的，就是行业热点站

每个行业每天都有几百条消息，真正要看的只有几条，自己盯信源很快就累。AIHOT 是数字生命卡兹克（GitHub 账号 KKKKhazix）开源的「热点站引擎」，线上跑着他自己的 AI 资讯站 aihot.news：每天从一批信源收资料，用大模型先预筛，再独立打两次分，把不同来源报道的同一件事聚成一个事件，按有多少独立来源在说来排热度，每天早上出一份日报。仓库 2026 年 9 月 28 日创建，不到十天就有了 6,178 星，视频号「AI摸鱼局」9 月 29 日的那条介绍说的就是它。

上图是官方 README 里的流程图。它的好处在于每一步的提示词和入选门槛都是公开的，不是黑盒。

核心功能

• 精选流程：先判重和预筛，过了的资料用同一份评分标准独立打两次分，两次之和要达到门槛的两倍才入选，门槛按信源分级（仓库默认值是官方一手 60、准官方 65、媒体和个人 76）。分数够了还要等归组确认不是精选里已有新闻的重复，才进精选。
• 事件聚簇与热度：同一件事官网一篇、媒体十篇，读者只看到一个事件。热度按事件算，48 小时内每个独立来源只计一次，24 小时减半，一家媒体发十篇也只算一次。
• 六种信源：RSS、网页列表、JSON 接口、X 账号、微信公众号，以及自己脚本推送进来的内容。
• 日报、周报、月报：日报按规则编排，不调用模型，默认 08:00 出刊；周报和月报从日报汇编，模型只写总述和栏目导读。
• 给 Agent 用：同一份内容提供 RSS、公开 API、MCP 和 llms.txt。
• 后台：信源试抓、内容诊断、每一步单独换模型、付费服务的预算熔断，以及用自己标注样本校准入选门槛的脚本 scripts/eval-selection.ts。

典型使用场景

• 垂直行业的从业者：法律、人力资源、金融、贵金属这类行业，把信源换成行业媒体和监管网站，把「什么叫重要」写进 industry/prompts/，得到一个自己的热点日报。作者开源的初衷就是自己不懂这些行业，把判断交给懂行的人。
• 做选题和分析的内容团队：每天早上先看日报和按事件排的热点，不必在十几个站之间来回切换。
• 想学一套完整的资讯精选流程：不一定要部署，直接读提示词和门槛设计，借鉴两次独立评分和事件归组的做法。

快速上手

需要 Docker、Node.js 24 和一个 OpenAI 兼容的模型 API 密钥（DeepSeek、千问、智谱都行）。以下命令来自官方 README：

git clone https://github.com/KKKKhazix/AIHOT.git myhot
cd myhot
node scripts/init-env.ts --llm-key <你的模型 API Key>
docker compose up -d --build

然后打开 http://localhost:3000，后台在 /admin，管理员密码在 .env 的 ADMIN_PASSWORD。官方说一两分钟后开始有内容，第一次导入的资料大约半小时处理完。要换成自己的行业，官方建议把仓库交给 Claude Code 或 Codex，让它读 AGENTS.md 和 docs/customize.md 来改，要改的内容基本都在 site/ 和 industry/ 两个文件夹里。

小结

适合想给某个行业做一个持续更新的热点站、愿意自己维护一套服务的人，MIT 协议，用 TypeScript、PostgreSQL 17 和 Docker Compose 写成。不太适合想要开箱即用的 SaaS，或只想在本机偶尔看看新闻的人。几个要先知道的事：

• 默认只出中文：数据里只有一份中文标题和摘要，要做英文站得自己改 site/site.ts 和提示词。
• 要持续花模型调用费：官方文档说示例信源第一次导入 152 条用了约 930 次模型调用，之后每天取决于信源数量。X 和公众号两类信源据我们读代码是走第三方付费服务。
• 机器要求：官方建议至少 2 核 4 GB 内存，起五个容器。
• 我们的试跑：本站 10 月 2 日在隔离 Docker 里试过。没配模型密钥时抓取能跑，但条目列表是空的；docker compose 默认把网页绑到 0.0.0.0:3000，要自己改成只监听本机。
• 作者说明：他不是专业开发者，代码是和 AI 一起重写的，更新不保证每次同步。AIHOT 的名字和 Logo 不在 MIT 许可范围内，换成你自己的名字。