# AIHOT：自己找热点、自己写日报的行业热点站框架

- 发布方：GitHub（作者 KKKKhazix／数字生命卡兹克）；作者：KKKKhazix（数字生命卡兹克）
- 形式：开源项目 · zh-CN
- 原始资源：[https://github.com/KKKKhazix/AIHOT](<https://github.com/KKKKhazix/AIHOT>)
- 本站页面：[https://oplearnx.com/resources/res\_mz8mhmmc2w6k](<https://oplearnx.com/resources/res_mz8mhmmc2w6k>)
- 学习主题：人工智能 / 大语言模型 LLM / 模型结构与预训练；人工智能 / AI Agent / 工具调用与工作流；人工智能 / 大语言模型 LLM / 提示词设计
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-23 06:01

## 能学到什么

读懂并跑通一套基于 LLM 的资讯聚簇、打分精选、日报生成的完整工程框架，并能把它改造成自己行业的热点站。

- 用 Docker Compose 在本地跑起 AIHOT，打开站点与后台查看日报效果
- 说明一条资料从抓取、判重、预筛、打分、聚簇到入选精选、编入日报的完整流水线
- 配置 RSS、网页列表、JSON 接口、X 账号、微信公众号及外部推送六类信源
- 通过修改 industry/prompts/ 与 industry/selection.ts 定制本行业的精选标准与入选门槛
- 用自带脚本 scripts/eval-selection.ts 跑一遍，看它选得准不准
- 了解 README「聚簇与热点」一节讲的事件聚成与热度计算思路
- 为站点接入 MCP、公开 API、RSS 与 llms.txt，让 Agent 读取同一份内容

## 适合我吗

- 适合：适合想把大模型接入实际内容流水线、想搭建垂直行业资讯站，或想学习一个真实开源 LLM 应用工程结构的开发者与学习者。
- 需要留意：不适合想系统学习机器学习理论或模型训练的人；也不是纯前端/纯后端教学项目，缺少原理性讲解。

## 前置条件与费用

- 知识前置：原站未说明代码阅读门槛：README 说“要改的东西几乎都在 site/ 和 industry/ 这两个文件夹里，代码基本不用动”，并建议把仓库交给 Claude Code、Codex 等 Agent 改造，作者自述“设计师出身，半年前还看不太懂代码”；了解命令行基本操作即可上手。
- 软件、账号与硬件：本机安装 Docker 与 Node.js 24，并准备一个 OpenAI 兼容的模型 API Key（README 示例为 DeepSeek，也支持千问、智谱）。
- 内容费用：免费：README 正文直接给出完整功能说明、运行命令与改造指引，代码以 MIT 许可证开源，未见付费墙。
- 实践费用：实践可能产生费用：网页写明需自备 OpenAI 兼容模型 API Key，调用模型完成打分、精选与写作，可能产生费用；部署文档「花多少钱」一节仅见标题，节选无正文，未说明具体金额。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- Docker 与 Docker Compose：启动站点、后台与 PostgreSQL
- Node.js 24：运行 scripts/init-env.ts 生成 .env 配置
- Git：克隆仓库
- OpenAI 兼容模型 API Key：生成标题摘要、打两遍分、判断事件归属
- AI 编程 Agent（Claude Code / Codex）：README 建议用它按 AGENTS.md 与 docs/customize.md 完成行业改造

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「AIHOT：自己找热点、自己写日报的行业热点站框架」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/KKKKhazix/AIHOT
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：本地跑通后，先用仓库自带的 18 个公开海外 AI 资讯源观察一轮从抓取到日报的完整流程，再替换成自己行业的两三个信源，小步调整提示词并用 scripts/eval-selection.ts 检验；模型调用会产生 API 费用，注意后台的预算熔断设置。
课节（官方顺序）：
1. AIHOT 仓库主页（README：这是什么、怎么工作、跑起来、改成你的行业、文档、许可）：https://github.com/KKKKhazix/AIHOT

1. 环境
- Docker / Docker Compose
- Node.js 24
- Git
- OpenAI 兼容模型 API Key
- 2 GB 以上磁盘用于镜像与数据库（README 未说明具体资源要求）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/KKKKhazix/AIHOT
3. 目录（最外层放在我确认的位置）
aihot-industry-hotspot-framework/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-aihot-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - docker compose ps  → 站点与数据库等容器状态为 running
  - 打开 http://localhost:3000 与 http://localhost:3000/admin  → 首页可访问，后台能用 ADMIN_PASSWORD 登录
  - cd myhot && npm run typecheck  → 改造代码后类型检查通过（README 建议同时跑 npm test 与 node scripts/smoke.ts）
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「AIHOT：自己找热点、自己写日报的行业热点站框架」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/KKKKhazix/AIHOT
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：本地跑通后，先用仓库自带的 18 个公开海外 AI 资讯源观察一轮从抓取到日报的完整流程，再替换成自己行业的两三个信源，小步调整提示词并用 scripts/eval-selection.ts 检验；模型调用会产生 API 费用，注意后台的预算熔断设置。
课节（官方顺序）：
1. AIHOT 仓库主页（README：这是什么、怎么工作、跑起来、改成你的行业、文档、许可）：https://github.com/KKKKhazix/AIHOT

1. 环境
- Docker / Docker Compose
- Node.js 24
- Git
- OpenAI 兼容模型 API Key
- 2 GB 以上磁盘用于镜像与数据库（README 未说明具体资源要求）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/KKKKhazix/AIHOT
3. 目录（最外层放在我确认的位置）
aihot-industry-hotspot-framework/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-aihot-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - docker compose ps  → 站点与数据库等容器状态为 running
  - 打开 http://localhost:3000 与 http://localhost:3000/admin  → 首页可访问，后台能用 ADMIN_PASSWORD 登录
  - cd myhot && npm run typecheck  → 改造代码后类型检查通过（README 建议同时跑 npm test 与 node scripts/smoke.ts）
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「AIHOT：自己找热点、自己写日报的行业热点站框架」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://github.com/KKKKhazix/AIHOT
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：本地跑通后，先用仓库自带的 18 个公开海外 AI 资讯源观察一轮从抓取到日报的完整流程，再替换成自己行业的两三个信源，小步调整提示词并用 scripts/eval-selection.ts 检验；模型调用会产生 API 费用，注意后台的预算熔断设置。
课节（官方顺序）：
1. AIHOT 仓库主页（README：这是什么、怎么工作、跑起来、改成你的行业、文档、许可）：https://github.com/KKKKhazix/AIHOT

1. 环境
- Docker / Docker Compose
- Node.js 24
- Git
- OpenAI 兼容模型 API Key
- 2 GB 以上磁盘用于镜像与数据库（README 未说明具体资源要求）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://github.com/KKKKhazix/AIHOT
3. 目录（最外层放在我确认的位置）
aihot-industry-hotspot-framework/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-aihot-readme/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - docker compose ps  → 站点与数据库等容器状态为 running
  - 打开 http://localhost:3000 与 http://localhost:3000/admin  → 首页可访问，后台能用 ADMIN_PASSWORD 登录
  - cd myhot && npm run typecheck  → 改造代码后类型检查通过（README 建议同时跑 npm test 与 node scripts/smoke.ts）
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「AIHOT：自己找热点、自己写日报的行业热点站框架」。课程目录是 aihot-industry-hotspot-framework/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [AIHOT 仓库主页（README：这是什么、怎么工作、跑起来、改成你的行业、文档、许可）](<https://github.com/KKKKhazix/AIHOT>)

## 指南参考

- [课程主页](<https://github.com/KKKKhazix/AIHOT>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：Docker（用 docker compose 启动站点与数据库）；Node.js 24（运行 scripts/init-env.ts 生成配置）；OpenAI 兼容的模型 API Key（DeepSeek、千问、智谱等），生成标题摘要、打分与聚簇需要调用；模型 API 调用产生的费用，网页未说明具体金额
- **内容提示**：项目成熟度：README 明确说明作者不是专业开发者、设计师出身，代码是其与 AI 一起重写的，“一定还有写得不好的地方”，发现问题不保证很快回复。
- 转载与修改 · 课程页面与材料：MIT。README 与仓库侧栏标注代码使用 MIT 许可证；AIHOT 的名字与 Logo 不在许可范围，字体许可见 NOTICE [依据](<https://github.com/KKKKhazix/AIHOT>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）