看了卡兹克开源的 AIHot 源码,我把自己的小工具大改了一版

国庆这几天没出去玩，研究卡兹克开源了他那一套 AIHOT 的代码。

最早做见微的时候， AIHOT 就给了我很直接的启发。这次既然能看到源码，让 AI 顺着从头到尾翻了一遍，也对照着把见微重新看了一轮。

翻完最直接的感受是，两边的路线其实早就分开了。卡兹克做的更像一个“行业编辑部”，从筛选标准、两次评分到多渠道分发，有一整套面向公众的内容处理流程。但我做见微，从头到尾就没想过去抢媒体的活。我只是想在自己的小机器上，盯紧自己挑的那几个 X 账号、公众号和关键词，不用多权威，只要别把重复的垃圾信息推给我就行。

借着 AIHOT 在后台处理上的一些思路，我干脆趁着这几天假期，把见微好好整理了更新一版。

读过的，就别再读一遍

看完 AIHOT 的代码，我让 AI 也给见微提了一轮改版建议。

它列了长长一串功能清单，我看完直接让它重新查，“感觉这些还是太基础了吧？”

我想弄清楚的事情，光看功能列表是看不出来的。能接几个平台、能不能生成摘要，这些都能写得很漂亮。可最后打开页面，如果只是把同一条消息的几篇重复报道堆在眼前，那我干嘛还要做它？

之前自己用的时候，就出现这个问题。同一个热点，好几家媒体换着标题发通稿。我本来是为了省时间，结果打开页面，光是确认哪篇有新进展、哪篇只是换皮，又要浪费好几分钟。

所以这一轮，我把首页的阅读方式往前推了一步，让它围绕事件的新变化来读。

标记已读后，后面如果只是其他媒体的转述，就不用再跳出来；事件有了新进展，或者原文发生修订，再回到未读里。

顺手把收藏和关注也拆开。喜欢某篇文章的行文，就收藏原文；想盯着一件事的后续，就关注这个事件。哪怕过几天这条事件换了另一家媒体的报道当封面，关注状态也不会丢。

监控也是一样，盯关键词的人有自己的标准，不用硬看大众榜单。系统按你圈的范围挑内容，顺便在旁边说明它为什么被选进来。

改动写出来都不惊艳，但每天打开的时候，确实不用再像个人肉审核员一样去剔除重复内容了。

机器也得省着用

改完页面，顺手看了一眼后台监控，内存吃得还是肉疼，Mac mini 内存只有 16G，本不富裕的家庭更是雪上加霜。

一个小工具自己挂在后台跑，动辄占掉几百兆。顺着排查了一圈进程，才发现很多根本没配任务的采集模块，一直在后台傻傻常驻。

我让 AI 把这块改成了按需启动，没用到的服务先歇着。内容处理流程也拆开了，抓回来的长文先存起来，后台再以五篇为一批，让模型慢慢处理；就算哪批卡住了，前面的采集也不会跟着干等。

用一批构造的长文章在测试环境里跑了测试，阅读时网页程序占用的内存峰值，从将近 500M 降到了 220M 左右。不过这还没有覆盖真实采集的完整负载，等实际环境里的网络抖动、微信反爬都碰上了，肯定还得接着调。

别把它越改越复杂

这次改代码，最提防的就是 Codex 的“过度热情”。

用 CodeX 写代码太顺手了，只要稍微给点由头，它转头就能新建两个文件、顺便多封装一层抽象，最终变成屎山代码。

改到后面，我几乎每次都要把它打断，追问两句。“项目里原本没有现成的函数能干这事吗？”“你多加这一层，下次别的地方改动会不会被它带崩？”

有好几次都是逼着它把刚写好的十几行新逻辑全删掉，老老实实回过头去用现有的接口。

发出去之前

临发布前，又顺着排查掉几个暗坑。

微信采集依赖的一个第三方组件，设备支持标注有误，有些机器需要额外做兼容才能跑。这次在文档里把限制写清楚了，免得别人照着装到一半卡住。

安全扫描还扫出了一个第三方依赖的漏洞。点进去看调用关系，见微其实只用它查找目录，项目里现有的其他包能接替这部分工作。最后把这条有问题的依赖换掉，不仅消了安全告警，还顺便减了几个依赖包。

旧数据升级、备份恢复、核心操作都跑过一轮，才把新版本发出去。

写在最后

代码依然开源在仓库：github.com/workagi/jianwei

项目支持通过 Docker 本地部署。如果你也有几个想长期盯的信息源，可以先接入一两个试一试。

这个小工具现在肯定还有不完善的地方。如果你跑起来遇到问题，欢迎随时到仓库提 issue。

最后，求个 Star，觉得见微有点用的话，欢迎去仓库点个 Star