feeds.fun

用标签和 AI 评分，让新闻阅读更聪明

feeds.fun 是一个基于 Python 的开源新闻阅读器，核心特色是结合标签分类、智能评分和 LLM（大语言模型）来过滤和推荐内容。它解决的是传统 RSS 阅读器信息过载、缺乏个性化排序的问题。用户可以通过标签组织订阅源，系统根据阅读行为和内容特征为每篇文章打分，并利用 LLM 生成摘要或进行深度分析，帮助用户快速筛选高价值信息。项目处于早期阶段，代码结构清晰，适合开发者二次开发或集成到自己的信息流处理流程中。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 395
维护状态 维护中
是否开源 是
定价模式 free

项目预览

项目数据

分类开源模型
开发团队Tiendil
所属国家
官网地址https://feeds.fun
GitHubhttps://github.com/Tiendil/feeds.fun
定价模式free
价格说明开源项目，本地部署，免费使用
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型feed,feed-aggregator,feed-reader,large-language-models,llms,news,news-aggregator,news-reader,rss,rss-aggregator,rss-reader,self-hosted,tagging,tags
GitHub 星标★ 395
30天Star增速
HF 下载量
上线时间2023-03-29 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 引入 LLM 生成摘要，快速把握文章要点
  • 标签+评分机制，实现个性化内容过滤
  • Python 实现，易于扩展和定制

不足之处

  • 早期项目，功能完整性和稳定性待验证
  • 文档/社区待观察

适用场景

  • 个人高效阅读 RSS 订阅源
  • 构建自定义新闻聚合服务
  • 研究 LLM 在信息过滤中的应用

替代项目

Miniflux、FreshRSS、Tiny Tiny RSS

项目介绍

feeds.fun 是搜索知识领域的开源项目，由 Tiendil 开发，2023 年首次发布。

它收录于搜索知识分类，该分类目前共有 640 个项目，GitHub 星标数为 395。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-04。本地部署，免费使用。从国内网络环境看，可直接访问。

它主要面向的使用场景是：个人高效阅读RSS订阅源。同类可对比的替代方案包括 Miniflux、FreshRSS、Tiny Tiny RSS。

上一篇：llm-docs-builder

下一篇：ai-powered-search

同类项目推荐

firecrawl 开源

网页抓取像喝水一样简单，开发者省下整周加班

Supercharge your AI agents with data from the web and beyond. Building the library f···

★ 188330 2026-08-09
contoso-chat 开源

一键跑通 Azure RAG 应用，从代码到评估部署全流程

This sample has the full End2End process of creating RAG application with Prompty an···

★ 766 2026-08-09
graphify 开源

整个代码库画成一张图，找问题一眼定位

Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···

★ 123589 2026-08-09
WeKnora 开源

文档往里一扔，自动变成啥都能答的知识库

Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···

★ 31920 2026-08-09