开源 部署了一个 AI 版 rss 阅读器 接入 AI 优化 向量搜索 自定义抓取规则 支持 AI 整理

一个功能完善的 RSS 订阅管理器，支持多用户、分类管理、定时抓取、自定义抓取规则以及 AI 翻译和摘要功能。

github: https://github.com/inspoaibox/RSS-feed-manager










## 功能特性

- 📰 RSS/Atom 订阅源管理
- 📁 分类管理
- 📖 文章阅读（已读/未读、收藏）
- 🔍 全文搜索和排序
- ⏰ 定时自动抓取（可设置 1 分钟 - 24 小时间隔）
- 🌐 Playwright 浏览器模式（支持 Cloudflare 保护的网站）
- 🤖 AI 自动翻译和整理（支持 OpenAI 、Gemini 及兼容 API ）
- 🧠 **AI 智能内容分析**（语义搜索 + AI 总结）
- 🕷️ 自定义抓取规则
- 📦 OPML 导入导出
- 💾 配置备份恢复

## 技术栈

| 后端 | 前端 |
|------|------|
| Python 3.11+ | React 18 |
| FastAPI | TypeScript |
| SQLAlchemy 2.0 | TailwindCSS |
| Celery + Redis | React Query |
| PostgreSQL + pgvector | Zustand |

## 快速开始

### 方式一：生产环境部署（ Docker 一键启动，推荐）

只需安装 Docker ，几条命令启动所有服务：

```bash
# 1. 启动所有服务
docker compose -f docker-compose.prod.yml up -d

# 2. 初始化数据库（首次部署必须执行）
docker exec -it rss_manager_backend alembic upgrade head
```

启动后访问： http://localhost:5666

包含的服务：
- PostgreSQL 数据库
- Redis 缓存
- 后端 API
- Celery 定时任务（自动抓取订阅源）
- 前端界面

停止服务：
```bash
docker compose -f docker-compose.prod.yml down
```

**更新代码后重新部署：**
```bash
# 拉取最新代码后，重建并重启所有服务
docker compose -f docker-compose.prod.yml up -d --build

# 如果有数据库结构变更，执行迁移
docker exec -it rss_manager_backend alembic upgrade head
```

> ⚠️ 如果只重建单个服务（如 `--build backend`），需要同时重启 frontend ，否则 nginx 会因 DNS 缓存连接失败：
> ```bash
> docker compose -f docker-compose.prod.yml up -d --build backend
> docker restart rss_manager_frontend
> ```

### 方式二：开发环境（ SQLite ，无需 Docker ）

适合本地开发调试，不支持定时抓取功能和 AI 语义搜索（会自动回退到关键词搜索）。

**后端设置：**
```bash
cd backend
python -m venv venv
.\venv\Scripts\activate # Linux/Mac: source venv/bin/activate
pip install -e ".[dev]"
copy .env.sqlite .env # Linux/Mac: cp .env.sqlite .env
alembic upgrade head
uvicorn app.main:app --reload
```

**前端设置（新终端）：**
```bash
cd frontend
npm install
npm run dev
```

访问： http://localhost:5173

### 方式三：开发环境 + 定时抓取（需要 Docker ）

使用 Docker 运行 PostgreSQL 和 Redis ，本地运行代码。

**1. 启动数据库：**
```bash
docker compose up -d postgres redis
```

**2. 后端设置：**
```bash
cd backend
python -m venv venv
.\venv\Scripts\activate
pip install -e ".[dev]"
copy .env.postgres .env
alembic upgrade head
uvicorn app.main:app --reload
```

**3. 启动定时任务（新终端）：**
```bash
cd backend
.\venv\Scripts\activate
celery -A app.tasks.celery_app worker --loglevel=info --pool=solo
```

**4. 启动调度器（新终端）：**
```bash
cd backend
.\venv\Scripts\activate
celery -A app.tasks.celery_app beat --loglevel=info
```

**5. 前端设置（新终端）：**
```bash
cd frontend
npm install
npm run dev
```

> Windows 上 Celery Worker 需要 `--pool=solo` 参数

## AI 智能内容分析

AI 分析功能允许你使用自然语言查询订阅的文章内容，系统会通过语义搜索找到相关文章，并生成 AI 分析总结。

### 功能特点

- 🔍 **语义搜索**：基于 pgvector 向量数据库，理解查询意图而非简单关键词匹配
- 📊 **AI 分析总结**：自动生成主题分类、关键点提取、趋势识别
- 📈 **相关度排序**：按语义相似度排序，最相关的文章优先展示
- 📝 **查询历史**：保存最近 10 条查询，支持快速重新执行
- 🔄 **智能回退**：当语义搜索不可用时，自动回退到关键词搜索

### 使用方法

1. 在侧边栏点击「 AI 分析」进入分析页面
2. 在搜索框输入自然语言查询，例如：
- "Python 相关的技术文章"
- "最近的 AI 发展趋势"
- "前端框架对比"
3. 点击「分析」按钮，等待 AI 处理
4. 查看 AI 生成的分析总结和相关文章列表

### 技术要求

- **数据库**：需要使用 PostgreSQL + pgvector （生产环境 Docker 配置已包含）
- **AI 服务**：需要配置 OpenAI 或兼容的 AI 服务（用于生成 embedding 和分析）
- **注意**：SQLite 开发模式不支持语义搜索，会自动回退到关键词搜索

### 配置 Embedding 模型

1. 进入「设置 → AI 设置」
2. 在「 Embedding 模型」区域选择 AI 渠道
3. 输入 embedding 模型名称（如 `text-embedding-3-small`）
4. 点击「保存 Embedding 配置」

常用 Embedding 模型：
- `text-embedding-3-small` - OpenAI 推荐，性价比高
- `text-embedding-3-large` - 更高精度
- `text-embedding-ada-002` - 旧版模型

### Embedding 生成

文章的向量嵌入（ embedding ）通过 Celery 后台任务异步生成：
- 需要先配置 Embedding 模型才能生成
- 批量生成任务：`generate_embeddings_batch`（通过 Celery 调用）
- embedding 生成失败不会影响文章保存，会自动回退到关键词搜索

## 定时任务说明

| 任务 | 执行频率 | 说明 |
|------|---------|------|
| 订阅源刷新 | 每分钟检查 | 根据每个订阅源设置的同步间隔自动抓取 |
| 自定义规则 | 每分钟检查 | 根据规则设置的间隔执行 |
| 旧文章清理 | 每天凌晨 3 点 | 清理 90 天前的非收藏文章 |

## 默认配置

**开发环境 (docker-compose.yml)：**
- PostgreSQL: 用户 `rss_manager`，密码 `rss_manager_password`
- Redis: 无密码

**生产环境 (docker-compose.prod.yml)：**
- PostgreSQL: 用户 `rss_manager`，密码 `rss_manager_prod_2024`
- Redis: 密码 `redis_prod_2024`
- JWT 密钥: `rss_manager_secret_key_2024_production`

> 部署到公网服务器时，建议通过环境变量修改默认密码

## 注意事项

### 部署相关
- 项目可以安装在任意目录，没有路径限制
- 端口 5666 需要可用，如需修改请编辑 `docker-compose.prod.yml` 中的端口映射
- 首次部署必须执行数据库迁移：`docker exec -it rss_manager_backend alembic upgrade head`
- 首个注册的用户将自动成为管理员

### 更新部署
- 修改后端代码（包括 Celery 任务）需要重建对应容器：
```bash
# 重建所有服务（推荐）
docker compose -f docker-compose.prod.yml up -d --build

# 或只重建特定服务
docker compose -f docker-compose.prod.yml up -d --build backend celery_worker celery_beat
```
- 只重建 `backend frontend` 不会更新 Celery 定时任务
- **数据库结构变更时**，必须执行迁移：
```bash
docker exec -it rss_manager_backend alembic upgrade head
```

### 从旧版本升级（添加 AI 分析功能）
如果你是从不支持 AI 分析的旧版本升级，需要执行以下步骤：
```bash
# 1. 备份数据库（可选但推荐）
docker exec rss_manager_postgres pg_dump -U rss_manager rss_manager > backup.sql

# 2. 拉取最新代码
git pull

# 3. 重建所有服务（ PostgreSQL 镜像已更换为支持 pgvector 的版本）
docker compose -f docker-compose.prod.yml up -d --build

# 4. 执行数据库迁移（添加 embedding 列和查询历史表）
docker exec -it rss_manager_backend alembic upgrade head
```
> 数据不会丢失，pgvector 镜像与原 PostgreSQL 镜像完全兼容

### 安全建议
- 公网部署时务必修改默认密码（通过环境变量设置）
- 建议使用反向代理（如 Nginx ）并配置 HTTPS
- 可以关闭注册功能（管理员在设置页面操作）

## 访问地址

| 服务 | 地址 |
|------|------|
| 前端界面（生产） | http://localhost:5666 |
| 前端界面（开发） | http://localhost:5173 |

## 项目结构

```
├── backend/ # Python FastAPI 后端
│ ├── app/
│ │ ├── api/ # API 路由
│ │ ├── core/ # 核心配置
│ │ ├── models/ # 数据模型
│ │ ├── repositories/ # 数据访问层
│ │ ├── schemas/ # Pydantic 模式
│ │ ├── services/ # 业务逻辑
│ │ ├── tasks/ # Celery 后台任务
│ │ └── utils/ # 工具函数
│ └── alembic/ # 数据库迁移
├── frontend/ # React 前端
│ └── src/
│ ├── components/ # UI 组件
│ ├── pages/ # 页面组件
│ ├── services/ # API 服务
│ ├── stores/ # 状态管理
│ └── types/ # TypeScript 类型
├── docker-compose.yml # 开发环境 Docker 配置
└── docker-compose.prod.yml # 生产环境 Docker 配置
```