截图

每日概览

新闻详情

终端输出

功能

• 📡 多源聚合 — 收集来自Hacker News、RSS订阅、Reddit、Telegram频道及GitHub（发布与用户事件）的内容
• 🤖 AI驱动评分 — 使用Claude、GPT-4、Gemini、DeepSeek、Doubao、MiniMax或其他兼容OpenAI的API对每条内容进行0-10分评分，过滤掉无用信息
• 🌐 双语摘要 — 每日生成英文和中文双语报告
• 🔍 内容丰富化 — 在网络上搜索相关背景知识，帮助理解不熟悉的概念
• 💬 社区声音 — 收集并总结HackerNews、Reddit等平台上的评论讨论
• 🔗 跨源去重 — 自动合并来自不同平台的重复内容
• 📧 邮件订阅 — 自托管的邮件列表系统（SMTP/IMAP），可自动处理“订阅”请求
• 📝 静态网站生成 — 通过GitHub Actions部署为GitHub Pages站点，按计划更新
• ⚙️ 完全可配置 — 单一JSON配置文件，轻松自定义数据源、阈值及AI提供商
• 🧙 设置向导 — 交互式命令行工具，可根据您的兴趣推荐数据源，并提供一个精选预设库，欢迎社区贡献

工作原理

              ┌──────────┐
              │ Hacker   │
┌─────────┐   │ News     │   ┌──────────┐   ┌──────────┐   ┌──────────┐
│  RSS    │──▶│ Reddit   │──▶│ AI Score │──▶│ Enrich   │──▶│ Summary  │
│ Telegram│   │ GitHub   │   │ & Filter │   │ & Search │   │ & Deploy │
└─────────┘   └──────────┘   └──────────┘   └──────────┘   └──────────┘
  从所有源获取      合并并去重        评分          网络搜索     生成
                                0-10分       背景知识      Markdown &
                                并过滤        并部署站点

1. 获取 — 同时从所有配置的来源拉取最新内容
2. 去重 — 将指向同一URL的不同平台内容合并
3. 评分 — AI根据技术深度、新颖性和影响力对每条内容打0-10分
4. 过滤 — 仅保留高于您设定阈值的内容（默认：6.0）
5. 丰富化 — 对高分内容，搜索网络以获取背景资料，并收集社区讨论
6. 总结 — 生成结构化的Markdown报告，包含摘要、标签和参考文献
7. 部署 — 可选择发布到GitHub Pages，作为每日更新的静态网站

快速开始

1. 安装

方案A：本地安装

git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 推荐使用uv安装
uv sync

# 或者使用pip
pip install -e .

方案B：Docker

git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 配置环境
cp .env.example .env
cp data/config.example.json data/config.json
# 编辑.env和data/config.json，填写您的API密钥和偏好设置

# 使用Docker Compose运行
docker-compose run --rm horizon

# 或者指定时间窗口运行
docker-compose run --rm horizon --hours 48

2. 配置

方案A：交互式向导（推荐）

uv run horizon-wizard

向导会询问您的兴趣领域（如“LLM推理”、“嵌入式”、“Web安全”），并从一个精选预设库中自动生成data/config.json，同时结合AI推荐内容。

方案B：手动配置

cp .env.example .env          # 填写您的API密钥
cp data/config.example.json data/config.json  # 自定义您的数据源

以下是配置文件示例：

{
  "ai": {
    "provider": "openai",       // 或者"anthropic"、"gemini"、"doubao"、"minimax"
    "model": "gpt-4",
    "api_key_env": "OPENAI_API_KEY",
    "languages": ["en", "zh"]   // 双语输出
  },
  "sources": {
    "hackernews": { "enabled": true, "fetch_top_stories": 20, "min_score": 100 },
    "rss": [
      { "name": "Simon Willison", "url": "https://simonwillison.net/atom/everything/" }
    ],
    "reddit": {
      "subreddits": [{ "subreddit": "MachineLearning", "sort": "hot" }],
      "fetch_comments": 5
    },
    "telegram": {
      "channels": [{ "channel": "zaihuapd", "fetch_limit": 20 }]
    }
  },
  "filtering": {
    "ai_score_threshold": 6.0,
    "time_window_hours": 24
  }
}

完整参考请参阅配置指南。

3. 运行

本地安装

uv run horizon           # 使用默认的24小时窗口运行
uv run horizon --hours 48  # 获取过去48小时的数据

使用 Docker

docker-compose run --rm horizon           # 使用默认的24小时窗口运行
docker-compose run --rm horizon --hours 48  # 获取过去48小时的数据

生成的报告将保存到 data/summaries/ 目录下。

4. 自动化（可选）

Horizon 非常适合作为 GitHub Actions 的定时任务。请参阅 .github/workflows/daily-summary.yml，其中提供了一个开箱即用的工作流，可自动为您生成每日简报并部署到 GitHub Pages 上。

支持的源

源	获取的内容	备注
Hacker News	按得分排序的热门文章	是（前N条评论）
RSS / Atom	任意 RSS 或 Atom 订阅源	—
Reddit	子版块 + 用户帖子	是（前N条评论）
Telegram	公开频道消息	—
GitHub	用户活动及仓库发布	—

MCP 集成

Horizon 内置了一个 MCP 服务器，因此 AI 助手可以以编程方式驱动整个流程。

# 启动 MCP 服务器（标准输入输出模式）
uv run horizon-mcp

可用的工具包括 hz_validate_config、hz_fetch_items、hz_score_items、hz_filter_items、hz_enrich_items、hz_generate_summary 和 hz_run_pipeline。

完整的工具参考请见 src/mcp/README.md，客户端设置请参阅 src/mcp/integration.md。

路线图

• 多源聚合（HN、RSS、Reddit、Telegram、GitHub）
• 多提供商的 AI 打分
• 双语摘要生成（英/中）
• 网络搜索用于背景补充
• 社区讨论收集
• GitHub Pages 部署
• 邮件订阅（SMTP/IMAP 自动化简报）
• Docker 部署支持
• MCP 服务器集成
• Web UI 仪表盘
• 设置向导 — 基于用户兴趣推荐来源的交互式 CLI
• 改进 Web UI — 提供更好的摘要和文章详情体验
• Slack / Webhook 通知
• 更多源类型（Twitter/X、Discord 等）
• 每个源自定义打分提示

贡献

欢迎贡献！您可以随时提交问题或拉取请求。

贡献源预设

Horizon 的设置向导使用社区维护的 预设库 来推荐来源。我们非常希望您能帮助扩展它！

1. 分支本仓库
2. 将您的源添加到 data/presets.json（同时提供英文和中文描述）
3. 提交 PR

理想的候选：小众 RSS 源、活跃的 Reddit 子版块、知名的 GitHub 账号，或您专业领域内的 Telegram 频道。

致谢

• 特别感谢 LINUX.DO 提供推广平台。
• 特别感谢 HelloGitHub 提供宝贵的指导和建议。

许可证

MIT

Horizon 快速上手指南

Horizon 是一款由 AI 驱动的技术新闻聚合工具，能够从 Hacker News、RSS、Reddit、Telegram 和 GitHub 等多个来源抓取内容，利用大模型进行评分过滤，并生成包含背景解释和社区讨论的中英双语日报。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (WSL2 推荐)
• Python 版本：3.11 或更高版本
• 包管理工具：推荐使用 uv (极速 Python 包管理器)，也可使用 pip
• API Key：至少需要一个支持的 LLM API Key (如 OpenAI, Anthropic/Claude, Google/Gemini, DeepSeek, 豆包，MiniMax 等)
• 可选：Docker & Docker Compose (如果你偏好容器化部署)

安装步骤

你可以选择本地安装或使用 Docker 运行。

方案 A：本地安装 (推荐)

使用 uv 进行安装可获得最佳性能。

# 1. 克隆项目
git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 2. 同步依赖 (推荐)
uv sync

# 或者使用 pip 安装
# pip install -e .

方案 B：Docker 安装

如果你已经安装了 Docker，可以直接使用容器运行，无需配置本地 Python 环境。

# 1. 克隆项目
git clone https://github.com/Thysrael/Horizon.git
cd horizon

# 2. 初始化配置文件
cp .env.example .env
cp data/config.example.json data/config.json

# 注意：请先编辑 .env 填入 API Key，并编辑 data/config.json 配置源

基本使用

第一步：配置环境

在运行前，你需要配置 API Key 和新闻源。推荐使用交互式向导自动完成。

方法 1：使用交互式向导 (推荐)

运行向导，根据提示输入你感兴趣的技术领域（如 "LLM inference", "web security"），它会自动从预设库中推荐源并生成配置文件。

uv run horizon-wizard

方法 2：手动配置

如果不使用向导，请手动编辑文件：

1. 编辑 .env 文件，填入你的 API Key：

   OPENAI_API_KEY=sk-...
   # 或者其他提供商的 KEY
   

2. 编辑 data/config.json 文件，自定义数据源和模型设置。示例如下：

   {
     "ai": {
       "provider": "openai",       // 支持: anthropic, gemini, doubao, minimax, deepseek 等
       "model": "gpt-4",
       "api_key_env": "OPENAI_API_KEY",
       "languages": ["en", "zh"]   // 开启中英双语输出
     },
     "sources": {
       "hackernews": { "enabled": true, "fetch_top_stories": 20 },
       "rss": [
         { "name": "Simon Willison", "url": "https://simonwillison.net/atom/everything/" }
       ],
       "reddit": {
         "subreddits": [{ "subreddit": "MachineLearning", "sort": "hot" }]
       }
     },
     "filtering": {
       "ai_score_threshold": 6.0,  // AI 评分低于此值的内容将被过滤
       "time_window_hours": 24     // 抓取过去 24 小时的内容
     }
   }
   

第二步：运行生成日报

配置完成后，执行以下命令即可开始抓取、评分并生成日报。

本地运行：

# 使用默认设置 (过去 24 小时)
uv run horizon

# 指定时间窗口 (例如过去 48 小时)
uv run horizon --hours 48

Docker 运行：

# 确保已在上一步编辑好 .env 和 config.json
docker-compose run --rm horizon

# 指定时间窗口
docker-compose run --rm horizon --hours 48

第三步：查看结果

运行结束后，生成的日报文件将保存在 data/summaries/ 目录下。文件通常为 Markdown 格式，包含结构化的新闻摘要、背景知识补充以及社区评论精选。

进阶：自动化部署 (可选)

Horizon 原生支持通过 GitHub Actions 定时运行并发布到 GitHub Pages。你可以参考项目中的 .github/workflows/daily-summary.yml 工作流文件，将其启用后，即可拥有自动更新的个人技术日报网站。