让ChatGPT为你总结Hacker News

中文版

Hacker News Summary 利用AI技术从Hacker News的文章中提取摘要和配图，提供流畅的新闻浏览体验。

摘要主要由ChatGPT的gpt-3.5-turbo模型生成；当ChatGPT不可用时，则回退到本地的GoogleT5模型。

功能

• 由先进的人工智能助手生成清晰易懂的摘要
• 相关插图使文章更易于快速浏览且视觉上更具吸引力
• 常见视频网站、PDF文件和GitHub Gist无缝嵌入
• 可按热度、评论数或发布时间对文章进行排序
• 按热度筛选前N篇文章
• 完全支持RSS订阅（#14, #19）
• 本地化翻译（中文）

白说无益，上截图！

表情符号说明：

• ❤️：点数——来自Hacker News社区的点赞数
• 👤：用户——提交该帖子的Hacker News用户
• 🕘：发布时间——以人类可读的时间格式显示帖子提交时间
• 💬：评论数——社区发表的评论数量，点击可跳转至评论页面
• 🔗：新闻来源——新闻的原始出处
• 📰：摘要模型——用于生成摘要的模型，选项包括OpenAI、GoogleT5和Prefix

工作原理

Hacker News Summary 是一个托管在GitHub Pages上的静态网站。它会定期执行以下操作：

1. 解析Hacker News页面，获取新闻列表
2. 使用评分算法从每篇新闻中提取主要内容
3. 为每篇文章寻找最合适的插图并本地保存副本
4. 使用OpenAI API生成文章内容摘要；当API不可用时，则调用本地模型作为备用
5. 渲染包含插图和摘要的模板，并部署到GitHub Pages

本地化

翻译同样由大语言模型完成，只需在提示词中添加一步即可。目前支持的语言：

• 中文翻译

待办事项

• 更好的网页抓取方式（或许可以使用PhantomJS和Selenium）
• 同样总结评论（参见Hacker News上的讨论）
• 切换到Hacker News API
• 打造一个更美观的首页（也许采用HTML9）
• 寻找替代的本地模型来生成摘要
• 按热度/评论数/时间对文章排序
• 按热度筛选前N篇文章
• 实现RSS订阅
• 部署到GitHub Pages
• 睡个好觉！important

hacker-news-digest 快速上手指南

hacker-news-digest 是一个利用 AI 技术自动抓取、总结并配图 Hacker News 热门文章的开源工具。它主要使用 ChatGPT (gpt-3.5-turbo) 生成摘要，并在 API 不可用时降级使用本地的 GoogleT5 模型。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux, macOS 或 Windows (WSL)
• Python: 建议版本 3.8 或更高
• 依赖管理: pip 或 conda
• API Key (可选): 若需使用高质量的 OpenAI 摘要，需准备 OPENAI_API_KEY。若不配置，系统将自动回退到本地 T5 模型。
• 网络环境: 由于需要访问 Hacker News 和 OpenAI API，国内用户可能需要配置代理或使用加速节点。

安装步骤

1. 克隆项目仓库

   git clone https://github.com/polyrabbit/hacker-news-digest.git
   cd hacker-news-digest
   

2. 创建虚拟环境（推荐）

   python -m venv venv
   source venv/bin/activate  # Windows 用户使用: venv\Scripts\activate
   

3. 安装依赖 注：若国内下载缓慢，可临时指定清华源加速安装。

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   (如果项目中包含特定的模型依赖安装脚本，请优先运行该脚本，例如 pip install transformers torch)

4. 配置环境变量 在项目根目录下创建 .env 文件（或直接在终端导出），配置必要的参数：

   export OPENAI_API_KEY="your_openai_api_key_here"
   # 可选：设置需要抓取的文章数量
   export TOP_N=10
   

基本使用

该项目设计为定期运行的自动化流程，最终生成静态网站部署到 GitHub Pages。以下是手动触发一次完整生成流程的最简示例：

1. 运行主脚本 执行核心脚本以开始抓取、提取内容、生成摘要及渲染页面：

   python main.py
   

   脚本将依次执行：解析 HN 首页 -> 提取正文 -> 匹配插图 -> 调用 AI 生成摘要 -> 渲染 HTML 模板。

2. 查看结果 运行完成后，生成的静态文件通常位于 docs 或 dist 目录（具体视配置文件而定）。您可以使用本地服务器预览：

   python -m http.server 8000 --directory docs
   

   然后在浏览器访问 http://localhost:8000 即可看到带有 AI 摘要和配图的 Hacker News 日报。

3. 部署（可选） 若需像官方演示一样托管在 GitHub Pages，确保将生成后的静态文件推送到仓库的 gh-pages 分支或配置好 GitHub Actions 工作流。