AI工具推荐 - AIHOT 月活百万的AI热点站整套开源了,每个行业都有自己的 Aihot 了

月活百万的AI热点站（AIHOT）整套开源了。

采集流程、精选评分、聚簇机制，连生产环境里跑的全部 Prompt，一样没留。更让我意外的是他后面那句——他不太看得懂代码。

他叫卡兹克，这个站叫 AIHOT，线上跑在 aihot.news。

每个行业，都可以有自己的 AIHOT

先把仓库里有什么说清楚。

它不是一个网站模板，是一整套引擎：网站、后台、精选流程、事件聚簇和热度算法，还有所有提示词的原文，以及每一级信源的入选门槛。你平时看到的「首页推荐了哪几条、为什么是这几条」，背后那套判断依据，这次是摊开的。

技术栈不复杂。Node.js 24、TypeScript、React Router 做服务端渲染、Fastify、PostgreSQL，全部塞进 Docker Compose。MIT 协议，仓库在 github.com/KKKKhazix/AIHOT，一条 docker compose up -d --build 就能在本地跑起来。

但它没有给你全部。

仓库里带的信源，是 18 个公开的海外 AI 资讯源，够你跑起来看效果。线上那个站用的是 168 个信源，按官方一手、官方账号与准官方、媒体与个人分成三级——这份名单，他没放出来。

理由说得也挺坦然：一是怕引起争议，二是别的行业拿去确实没什么用。

还有个细节我挺喜欢。他专门写了一句：请不要用 AIHOT 的名字和 Logo。换上你自己的名字，它就是你的站。

本地跑起来长什么样：MyHOT 的每日精选与关于页

如果只是信息聚合，这事没什么新鲜的，RSS 阅读器二十年前就干了。

真正难受的是另一件事。

同一件事，官网发一篇，媒体转十篇，社交平台上再吵一天。你打开任何一个信息流，看到的都是同一件事的十个版本。看起来热度很高，其实只有一个信息源在说话。再加上营销稿和二手转述，你要花在「这条到底值不值得看」上的判断力，比读完一条新闻本身还多。

它的目标用户写得很直白——那些需要盯住自己行业动态的人。做法律的朋友，做 HR 的朋友，做金融的，做贵金属的。还有一位生物制药行业的工艺开发工程师，在公开留言里问，能不能给主题板块加一个生命科学领域。

这些行业我都不懂，卡兹克自己也不懂。他的原话是：我不懂你们的行业，不知道你们该看哪些信源，也不知道什么样的消息对你们来说才叫热点。

但你们懂。

同一件事只出现一次；说的人越多，排得越靠前

接下来是这篇里我觉得最硬的部分。

一条资料，怎么走进一份日报：采集、预筛、两次评分、写作、聚簇、成稿

它判断「这条值不值得推」，不是打分一次就完事。一条资料进来，先判重，再预筛一遍——这一步刻意用便宜的模型，控制成本。然后，可能重要的那些，用同一份评分标准，独立打两次分，都是 0 到 100。

而且门槛不是一个，是按信源分级来的：

官方的原文门槛低一些，媒体和个人的说法要求就严一些——同一件事，当然是官方自己发的更值得先看。分数够了还不算完，还得过一道去重的关，跟已入选的新闻重复的，照样进不来。

然后是聚簇。

最关键的地方在于，它的热度不是按文章算的，是按事件算。四十八小时之内，每一个独立来源只算一次；超过二十四小时，权重减半。

这一条直接把「热度」的水分挤掉了。重复抓取不会多算，一家媒体发十篇也只算一次，所以排在前面的，是真的有很多人在说的事。同一件事被聚成一个事件之后，后续进展挂在同一个事件下面，不用你自己去拼时间线。

日报是每天早八点出的，覆盖前一天早八点到当天早八点。这里有个我觉得很聪明的决定：日报按规则编排，不调用模型。也就是说，哪条上头条、哪条进快讯，是规则算出来的，不是模型临时发挥的。

周报和月报从日报里汇编，模型只负责写总述和栏目的导读，不许增删条目。它要是写出了条目里没有的名字或数字，那段话直接不用。

还有两个设计，我觉得比功能列表更能说明作者的态度。

第一个是付费请求的回执。

这套流程里，模型调用、翻译、抓取 X 和微信上的内容，全是按次付费的。麻烦在于，任务可能重试，进程可能重启——如果不管，同一件事会被反复付费。

它的做法是：每个付费请求先记一张回执，拿到结果先存下来再用。进程重启、任务重试的时候，直接复用已经付过钱的结果，不重复花钱。

还有一种更麻烦的情况：请求发出去了，但结果没拿到，也不知道到底成没成。这种「结果不明」的回执，超过三十分钟会自动放行一次，让它重试。

这个细节很小，但做过类似系统的人应该知道，它其实是在跟一个很现实的问题较劲——管道跑一夜，第二天醒来账单比你预期的多十倍。

第二个是安全阀。

它给采集、模型调用、推送这些动作各留了一个开关，默认是关的，只有显式设成 true 才会打开。

关键在于，这些开关只决定「发不发出去」，不决定走哪套逻辑。也就是说，你把开关关掉，流程照样跑，只是不外发。

这个设计让本地调试变得很安全——你可以把整条链路跑通，而不用担心它真的去调用付费接口、或者往你不想发的地方推东西。

顺便说一句，仓库里的代码和线上那个站跑的是同一份引擎。

作者说同步的时候是直接从线上导出的，不是另外精心打磨了一个通用版本。好处是你拿到的是真正在生产里跑过的东西；代价是里面难免有只对 AI 行业有意义的历史包袱，他也坦白说了，有些功能永远只留在线上。

这件事里我最喜欢的一段，跟代码没关系。

卡兹克说他早就有开源的想法，但拖了很久。不是舍不得，是没脸。

他说之前的 AIHOT 就是一个大型的屎山：改了这个地方，另一个地方就出 bug；改个模型榜，热点榜不知道怎么崩了。每天弹一堆告警和报错，早上醒来第一件事是提心吊胆地看那个群有没有十几条未读。

所以这样的东西，他怎么敢开源。

一直拖到今年中秋，他有了三天几乎不用出门的假期，才下决心重写。重写的过程我看了，方法比结果有意思。

他没有让 AI 直接去读旧代码库。理由是——那些模型再强，一旦读了历史代码，也会被屎山带偏，重构出来的东西是不彻底、不完整的。所以他换了个思路，回到最原始的地方：没人关心代码怎么写的，大家要的只是功能准确、体验够好、速度够快。

于是他把整个旧代码库蒸馏成一份解耦的功能文档，再让模型出一份交接包。同一件事，他让另一个模型再干一遍，把文档和交接包做得更合理一点。交叉审完之后，才开始开发。

我自己也踩过这个坑。手里有一坨自己都不想看的旧代码时，最诱人的选择就是让 AI 直接吞下去改，结果经常是它连旧代码的毛病一起继承了过来。先写文档、再动代码，听起来慢，但它是唯一不把旧账带进新账的办法。

前面说的都是它给的东西，这一节说它没给的。

第一，信源要你自己建。仓库只带 18 个示范源，真实的 168 个没开源，换个行业等于从零开始搭信源池。这件事听起来简单，做起来很磨人。

有位从业二十五年的游戏媒体人，照着这个框架搭了个游戏版的日报站，每天抓全球一百多家游戏媒体的新闻。他一行代码没写，需求丢给 AI 就搭出来了。但他后来在公开留言里说，自己正在跟百分之七十二失效的信源死磕。

我觉得这句话比任何功能列表都真实。做这类站，最耗人的从来不是模型，是那些悄无声息就死掉的源。

第二，评分标准要你自己校准。这才是真正的门槛。官方的建议很直接：拿一两百条你自己标注过的资料，跑一遍评测脚本，看它选得准不准，再回去改评分标准和门槛。先改标准，再动门槛，每改一次跑一遍。

第三，成本是持续的。官方实测过：第一次导入 152 条资料，一共用了大约 930 次模型调用。线上的运行成本，一周大约五十八块九，主要花在评分和翻译上。

这个数字不算高，但它是线性的——信源越多、更新越频繁，账单一路上涨。项目给每一级付费服务都设了调用上限和预算熔断，不会一夜之间刷爆账单，但它改变不了这个成本结构。

第四，部署确实有门槛。中国大陆的服务器抓海外信源会失败，得单独配一个出口代理，而且只走抓取、不走模型接口。对外提供网站服务，要先完成 ICP 备案。

升级也不是拉一下代码就完事：先备份，构建完停下旧服务，跑迁移，再启动。停任务进程的时候至少要给足 210 秒，让正在进行的付费调用收尾——被提前杀掉的调用结果不明，要等半小时才会重试。

它也没有正式的 Release，只能跟主分支走，跨版本升级照样可能碰到破坏性的数据迁移。

第五，有些东西它永远不给。模型榜、重置监控、主题页大事记这些只对 AI 行业有意义的功能，还有它自己的运营工具，都留在线上，不在开源范围里。作者也写明了：以后线上的更新他会尽量同步过来，但没法保证每一次都同步。

先说结论：这不是一个开箱即用的产品，是一份可以自己接管的判断标准。

所以适合谁，我想得挺清楚。

如果你想给某个垂直行业做一个资讯监控站，法律、HR、金融、医药、游戏都行，它给的是一套已经跑通的完整骨架——你省掉的不是写代码的时间，是自己踩一遍流程设计、去重、聚类的坑的时间。

如果你关心的是「怎么用大模型做内容筛选」这件事本身，那这套双评分加分级门槛、外加一个校准流程的做法，值得单独拆下来研究。它最有价值的地方不在代码里，在那份评分标准怎么写。

如果你只是想读 AI 资讯，那不需要自己搭，线上站可以直接用，公开接口、RSS、MCP 都是现成的。

至于我被什么东西打动的。

不是它开源的代码量，也不是那个百万月活。

你可以不同意它的判断——官方都说了，这套门槛偏严，宁可少选几条也不让噪声进来，换行业一定要重新校准。但一个人愿意把自己攒下来的判断标准，连同写标准的 Prompt 一起摊开给你看，这件事本身就很少见。

评论里还有一句话我印象很深。他说，既然没办法满足所有人，那不如把火种交到大家自己手上。

所以这篇的结尾不是「快去用」。

是——如果你也有一个自己行业的资讯需求，去看一眼它怎么做的。把仓库丢给你的 Agent，让它把信源换成你自己的，把精选标准换成你自己那套，剩下的交给时间。

项目地址再放一次：github.com/KKKKhazix/AIHOT

线上站在 aihot.news，一条 Docker 命令就能在本地跑起来，不用担心把电脑搞乱。