一个使用AI自动整理、分类和翻译arXiv AI论文的系统，配备优雅的Web界面展示每日技术摘要。

• 🤖 AI智能分析: 使用Claude LLM自动分类和翻译arXiv论文内容
• 📊 每日摘要: 生成结构化的每日AI研究动态摘要
• 🎙️ Podcast生成: 基于NotebookLM将每日论文转换为专业播客音频
• 🌐 现代Web界面: 使用React + TailwindCSS构建的优雅极客风格界面
• ☁️ 自动部署: GitHub Actions自动化工作流，部署到Cloudflare Pages
• 📚 arXiv数据源: 自动从arXiv API获取最新AI领域论文（cs.AI类别）

AutoRss/
├── scripts/
│   ├── fetch_rss.py           # arXiv论文获取脚本
│   ├── analyze_rss.py         # LLM分析脚本
│   ├── generate_podcast.py    # Podcast生成脚本 🆕
│   └── generate_static_data.py # 静态数据生成
├── data/
│   ├── summaries/             # AI生成的每日摘要
│   ├── podcasts/              # 生成的Podcast音频 🆕
│   └── rss_history.txt        # 历史记录
├── raw_content/               # 原始arXiv论文数据（按日期组织）
├── web/                       # React Web应用
│   ├── src/
│   │   ├── components/
│   │   ├── pages/
│   │   └── App.jsx
│   └── public/
└── .github/workflows/         # GitHub Actions工作流

git clone <your-repo-url>
cd AutoRss

本系统自动从 arXiv API 获取最新的 AI 领域论文（cs.AI 类别）。

数据源配置在 scripts/fetch_rss.py 中：

ARXIV_API_URL = "https://export.arxiv.org/api/query"
ARXIV_QUERY_PARAMS = {
    'search_query': '(cat:cs.AI)',
    'sortBy': 'lastUpdatedDate',
    'sortOrder': 'descending',
    'start': 0,
    'max_results': 100
}

如需自定义查询条件，可修改 ARXIV_QUERY_PARAMS：

• search_query: 搜索条件（例如：cat:cs.AI 表示计算机科学AI类别）
• max_results: 每次获取的论文数量（最大2000）
• sortBy: 排序方式（lastUpdatedDate、submittedDate、relevance）

以下为推荐的 Secrets 与本地环境配置说明。将 GitHub Actions 所需的敏感信息添加到 GitHub 仓库设置 -> Settings -> Secrets and variables -> Actions 中。

• 必填（GitHub Secrets）:

  • OPENAI_API_KEY: 用于调用 OpenAI 或其它 LLM 提供商的 API Key（例如以 sk-... 开头的密钥）。
  • CLOUDFLARE_API_TOKEN: Cloudflare Pages 的部署令牌。建议创建最小权限的令牌，仅包含 Pages 部署所需权限。
  • CLOUDFLARE_ACCOUNT_ID: Cloudflare 账户 ID（可在 Cloudflare 仪表板的账户概览中找到）。

• 可选/扩展（根据使用的服务添加）:

  • NOTEBOOKLM_API_KEY：如果使用 NotebookLM 的 API/服务时需要添加。
  • 其他第三方服务的 API Key（例如语音合成、存储、翻译服务等），请按需添加并在 CI 中以 ${{ secrets.NAME }} 方式引用。

• 本地开发（临时环境变量）:

  • 直接在终端导出（临时生效）：

    export OPENAI_API_KEY=your_api_key
    export CLOUDFLARE_API_TOKEN=your_cloudflare_token
    export CLOUDFLARE_ACCOUNT_ID=your_account_id

  • 使用 .env 文件（不要将其提交到仓库）：

    OPENAI_API_KEY=your_api_key
    CLOUDFLARE_API_TOKEN=your_cloudflare_token
    CLOUDFLARE_ACCOUNT_ID=your_account_id
    

    然后在当前 shell 中加载：

    source .env

  • 也可使用 direnv、dotenv 等工具自动加载本地环境变量。

• 安全建议:

  • 永远不要将密钥或凭据提交到版本库；使用 GitHub Secrets 存储并在 Actions 中注入。
  • 为部署或 API 密钥设定最小权限；如果服务支持，启用域名/IP 白名单与速率限制。
  • 在 CI/日志中不要打印完整密钥，必要时打印已掩码或校验信息（如长度、前后几位）。

• 在 GitHub Actions 中使用:

  • 在 workflow 文件中通过 ${{ secrets.OPENAI_API_KEY }} 使用密钥；示例：

    - name: Run analysis
      env:
        OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
      run: python scripts/analyze_rss.py

• 常见问题:

  • 找不到 CLOUDFLARE_ACCOUNT_ID：登录 Cloudflare -> 仪表板 -> 账户概览（Account Overview）可查看 Account ID。
  • 需要在本地模拟 GitHub Secrets？ 推荐使用本地环境变量或 .env，并确保 .gitignore 忽略 .env。

下面列出当前仓库 .github/workflows 中实际使用到的 Secrets 名称、用途与简要建议：

• OPENAI_API_KEY:

  • 用途：在 Daily RSS Summary workflow 中用于调用 LLM（分析摘要）。
  • 建议：只给予模型调用权限，定期轮换密钥。

• NOTEBOOKLM_STORAGE_STATE:

  • 用途：在 Generate Daily Podcast、Download Pending Podcasts workflows 中，用作 NotebookLM 的 storage state（工作流中以 NOTEBOOKLM_STORAGE_STATE 内容写入到 ~/.notebooklm/storage_state.json）。
  • 建议：将其作为敏感 JSON 内容存储，权限最小化，设置文件权限为 600。

• CLOUDFLARE_API_TOKEN:

  • 用途：在 Build and Deploy workflow 中用于 Cloudflare Pages 发布（cloudflare/pages-action）。
  • 建议：创建最小权限的 API 令牌，仅包含 Pages 部署权限，避免包含过多账户级权限。

• CLOUDFLARE_ACCOUNT_ID:

  • 用途：Cloudflare 账户标识，Build and Deploy 与 R2 上传步骤需要用到。
  • 建议：非秘密信息也可存为 Secret，便于在 workflow 中统一管理。

• CLOUDFLARE_R2_API_TOKEN:

  • 用途：在 Build and Deploy workflow 中用于将 podcast 上传到 R2（通过 wrangler）。
  • 建议：仅授予 R2 写入权限并可限制为特定命名空间。

• R2_PODCAST_URL:

  • 用途：在构建前注入到前端构建环境以生成指向 R2 的静态资源 URL（VITE_R2_PODCAST_URL）。
  • 建议：作为构建时变量使用，不在客户端代码中暴露敏感令牌。

• SLACK_WEBHOOK:

  • 用途：在 Fetch RSS feeds workflow 中用于发送 Slack 通知。
  • 建议：仅用于 webhook 通知，不要打印到日志中。

pip install -r requirements.txt
python scripts/fetch_rss.py

export OPENAI_API_KEY=your_api_key
python scripts/analyze_rss.py

cd web
npm install
npm run dev

访问 http://localhost:5173

推送到GitHub主分支会自动触发部署流程：

1. 获取RSS数据
2. AI分析生成摘要
3. 构建React应用
4. 部署到Cloudflare Pages

1. fetch_rss.py: 抓取RSS源，保存到 raw_content/YYYY-MM-DD/
2. analyze_rss.py: 使用Claude分析，生成摘要到 data/summaries/
3. GitHub Actions: 提交更新并触发部署

# 获取RSS
python scripts/fetch_rss.py

# 分析特定日期
python scripts/analyze_rss.py 2026-02-09

# 🆕 生成Podcast
python scripts/generate_podcast.py --date 2026-02-09

# 生成Web静态数据
python scripts/generate_static_data.py

# 构建Web应用
cd web && npm run build

基于 NotebookLM 将每日新闻转换为专业播客音频。

# 一键安装和配置
./setup_podcast.sh

# 异步生成（推荐）- 立即返回，后台生成
python scripts/generate_podcast.py --no-wait

# 等待 5-10 分钟后下载
python scripts/download_podcast.py

# 收听
open data/podcasts/2026-02-10_podcast.mp3

• ✅ 支持多种格式：深度讨论、简要概述、批判分析、辩论形式
• ✅ 可调节长度：短版、标准版、长版
• ✅ 异步模式：提交后即可返回，无需等待
• ✅ 多语言支持（默认中文）
• ✅ 自动化生成高质量AI语音
• ✅ 保存完整元数据

• 🚀 快速开始指南 - 最简单的使用方法
• 📖 完整文档 - 所有功能和配置
• 💡 使用示例 - 各种场景的实用示例

• 📱 响应式设计，支持移动端
• 🌙 暗色主题，护眼舒适
• 🔍 分类浏览和筛选
• 🌐 中英文切换显示
• ⚡ 静态站点，加载快速
• 🎯 极简设计，专注内容

• Python 3.11+
• feedparser: RSS解析
• openai: OpenAI API
• requests: HTTP请求

• React 18
• React Router: 路由
• TailwindCSS: 样式
• Vite: 构建工具

• GitHub Actions: CI/CD
• Cloudflare Pages: 静态托管

支持三种格式：

1. URL列表 (source.xml):

https://blog.example.com/feed.xml

2. OPML文件:

<?xml version="1.0" encoding="UTF-8"?>
<opml version="1.0">
  <body>
    <outline text="Blog" xmlUrl="https://example.com/feed.xml"/>
  </body>
</opml>

3. RSS XML内容: 直接粘贴RSS XML

生成的JSON格式：

{
  "date": "2026-02-09",
  "total_items": 45,
  "categories": {
    "技术": [...],
    "AI/机器学习": [...]
  },
  "category_summaries": {
    "技术": "今日技术类内容摘要..."
  },
  "highlights": ["亮点1", "亮点2"],
  "daily_summary": "整体总结..."
}

编辑 scripts/analyze_rss.py 中的 prompt 变量来调整分类和总结风格。

修改 web/tailwind.config.js 来调整颜色主题和样式。

编辑 .github/workflows/daily_summary.yml 中的 cron 表达式。

MIT License

欢迎提交Issue和Pull Request！

如有问题，请提交Issue或联系维护者。