烛声

从 RSS、网站和 X 来源收集信息，用 SQLite 保留阅读状态、收藏、报告和任务记录。

概念框架MVP上线

新闻采集阅读工作流AI 研究本机数据

挑战

需要解决什么

行业资讯常常分散在 RSS、网站、X 和临时搜索里。真正的问题不是收集更多链接，而是把来源、阅读状态、留存材料、分析篮和周期报告连接成一个可持续的个人情报工作流。

方法

烛声采用本机优先的架构：前端、Express API 和 SQLite 运行在本机，支持真实 RSS/Atom 采集、来源发现、已读和收藏状态、即时分析篮、留存分析，以及周/月/季/年报告。AI 分析和外部发送能力都被放在明确配置与 DRY_RUN 边界之后。

01 · 信息采集

默认读取真实 RSS 订阅，也支持普通网站 Feed 探测、X 来源配置和关键词订阅。列表按来源、今日更新、稍后阅读和关键词筛选，搜索、排序和未读状态都保留在本机数据库。

02 · 阅读与分析

阅读器把稍后阅读、留存分析和即时分析篮分开：即时篮用于对当前相关文章交叉验证，留存材料进入周报或月报，阅后即焚只清理被确认可以丢弃的本机记录。

03 · 本机边界

当前版本明确定位为本机演示版，不伪造多用户、支付或云端生产能力。DeepSeek、邮件、飞书、Notion 等能力都通过配置打开，默认 DRY_RUN，避免把演示体验误写成真实外发系统。

Outcome

这个版本完成了从采集、阅读、筛选、收藏到报告生成的闭环，并通过自动化测试、桌面和移动端验收以及真实 RSS 样本验证了核心工作流。

Learning

信息产品的价值不只是把内容抓进来，而是让内容在阅读、判断、留存和复盘之间持续流动。越接近真实工作流，越需要把外部权限、密钥和自动化边界说清楚。