RSSBox
RSSBox 是一款智能化的 RSS 管理工具，旨在打破语言壁垒，让全球信息获取更高效。它核心解决了用户面对外文资讯时的阅读障碍，以及传统聚合器内容杂乱、难以筛选的痛点。通过集成 DeepL 及兼容 OpenAI 接口的多种大模型，RSSBox 不仅能实时翻译标题与正文，支持双语对照显示，还能利用 AI 对内容进行智能总结、关键词过滤甚至全文提取。
这款工具特别适合关注国际前沿科技、财经或学术动态的研究人员、开发者，以及希望无障碍浏览海外资讯的普通读者。其独特亮点在于高度的可定制性：用户可为每个订阅源独立指定翻译引擎，精确控制更新频率，并实时监控 Token 消耗以优化成本。此外，RSSBox 支持将多个来源通过标签合并为统一流，并应用统一的智能过滤规则，帮助用户从海量信息中精准提炼高价值内容。无论是部署在本地还是云端，RSSBox 都能让跨语言的信息追踪变得轻松自如。
使用场景
某科技媒体编辑每天需追踪全球 20+ 个英文技术博客，以便快速筛选并编译成中文周报供团队参考。
没有 RSSBox 时
- 语言障碍严重：面对海量英文标题和摘要，人工逐篇阅读效率极低，容易遗漏关键信息。
- 内容获取繁琐：许多 RSS 源仅提供摘要，需手动点击链接跳转网页抓取全文，打断工作流。
- 噪音过滤困难：无法自动屏蔽无关关键词（如特定竞品名或非目标技术领域），导致无效信息混杂。
- 多源整合缺失：不同来源的资讯分散在各处，缺乏统一视图，难以进行横向对比或合并订阅。
- 成本不可控：若尝试自行调用翻译 API，难以监控每个源的 Token 消耗，容易造成预算超支。
使用 RSSBox 后
- 智能双语呈现：配置 DeepL 或 OpenAI 引擎自动翻译标题与内容，支持中英双语对照，阅读速度提升 3 倍。
- 全文自动聚合：开启“获取全文”功能，直接在阅读器中查看完整文章，无需反复跳转原始网页。
- 精准 AI 过滤：设置关键词规则并结合 AI 智能过滤，自动剔除无关资讯，只保留高价值技术动态。
- 统一源管理：利用标签功能将多个分散的 RSS 源合并为一个“全球技术前沿”统一源，并应用全局过滤策略。
- 透明成本监控：后台清晰展示每个订阅源的 Token 消耗与翻译状态，便于精细化控制运营成本。
RSSBox 通过自动化翻译、全文提取与智能过滤，将原本耗时的跨国信息搜集工作转化为高效的流水线作业。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
RSSBox
让RSS管理更智能，让信息获取更高效
原 RSS Translator
| English | Demo | Telegram交流群 | 开发进度 | 收支表
文档：rssbox.app
功能：
- 翻译标题或内容或总结
- 双语显示
- 订阅翻译后的RSS/JSON
- 支持多种翻译引擎，每个源都可以指定一个翻译引擎
- 控制翻译源的更新频率和查看翻译状态
- 可查看每个源所花费的Token/字符数
- 获取全文
- 关键词过滤和 AI 智能过滤
- 通过标签将多个 RSS 源合并为一个统一源，也可应用过滤器!
目前支持的翻译引擎：
- DeepL
- 兼容所有支持 OpenAI 接口的模型
赞助
感谢以下公司为本项目提供的开源支持。
|
非常感谢以下用户的支持:
如有余力，请考虑成为赞助者：爱发电 | Github Sponsor
说明： 赞助头像每天早上和下午的5:30分刷新(UTC时区)。
开发贡献
欢迎任何形式的贡献！如果你想为 rssbox 做出贡献，请按照以下步骤操作：
Fork 本仓库
点击右上角的 Fork 按钮，将项目复制到你的 GitHub 账户下。
克隆到本地
git clone https://github.com/versun/rssbox.git cd rssbox创建新分支
建议为每个功能或修复创建独立分支：
git checkout -b feature/你的功能名安装依赖并启动开发服务器
uv run dev # 将会自动安装依赖包并完成初始化发起 Pull Request
在 GitHub 上提交 PR，描述你的更改内容和动机。
贡献建议
提交前请确保代码通过 ruff 格式检查和基本测试。 建议在 PR 中详细说明更改内容和动机。 欢迎提交文档、测试、功能或 Bug 修复等各类贡献。 如有疑问或建议，欢迎在 Telegram 群组中交流。
感谢你的参与和支持！
Star历史图
版本历史
2026.3.252026/03/252026.2.212026/02/212026.1.72026/01/072025.12.132025/12/122025.12.122025/12/122025.12.112025/12/112025.12.12025/12/022025.11.302025/11/292025.10.212025/10/212025.10.112025/10/112025.10.102025/10/102025.10.62025/10/062025.9.182025/09/182025.9.92025/09/092025.9.82025/09/082025.9.22025/09/022025.9.12025/09/012025.8.152025/08/152025.8.142025/08/142025.8.132025/08/13常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备