第1篇：一个人用AI从零搭了一套AI新闻系统，每天凌晨5点自动运行

这不是一篇教程。这是一个独立开发者真实的搭建过程，包括踩过的坑和凌晨3点的崩溃时刻。

---

为什么做这件事

每天早上打开手机，铺天盖地的AI新闻。OpenAI发了新模型，Google又搞了个新产品，某个研究论文声称解决了XX问题。

信息太多了，但99%都是噪音。

我想有一个属于自己的AI新闻站——每天自动帮我筛选、翻译、打分、生成深度解读。不需要我动手，早上起来就能看到一份精选的AI日报。

更重要的是，我想用这件事验证一个问题：一个人加上AI助手，到底能做到什么程度？

结果有点出乎我的意料。

最终效果（先看结果）

每天凌晨5点，系统自动执行这些步骤：

05:00  采集：从HackerNews、Reddit、RSS等10+个英文源抓取AI新闻
05:10  翻译：AI将英文内容翻译成中文，提取关键信息
05:20  打分：AI根据影响力、创新性、相关性打分（0-10分）
05:30  生成：AI为TOP 15新闻生成中文摘要和编辑观点
05:40  排版：自动生成漂亮的新闻页面和归档
05:50  同步：同步到服务器，早上7点推送公众号
08:00  深度解读：自动对TOP 1新闻生成2000+字深度分析，发布到博客

全程零人工干预。我已经连续跑了20多天。

最终效果：https://ai.howie.wang

---

第一步：数据采集（最难的部分）

AI新闻来自哪里？

我选择了一个开源项目Horizon作为基础，它支持从HackerNews、Reddit、arXiv等英文源抓取AI相关内容。

但开源的不够用。我加了：

• RSS订阅源：The Verge、TechCrunch、Ars Technica的AI频道
• Twitter/X：跟踪关键AI研究者和公司账号
• arXiv预印本：直接抓取最新的AI论文

每天采集到的原始数据大约200-300条。

问题来了：数据采集必须在外网服务器上跑。因为HackerNews、Reddit、Twitter这些国内访问不了。

所以我的架构变成了这样：

🇭🇰 香港服务器（能访问外网）
  └─ Horizon采集 → 生成结构化数据
      └─ rsync同步到腾讯云

🇨🇳 腾讯云（备案域名，国内用户访问快）
  └─ AI分析+生成 → 用户访问
      └─ 公众号推送

踩坑 #1：一开始把采集放在腾讯云，跑了一夜，一条数据都没抓到。

原因：腾讯云服务器没有外网权限，HackerNews的API根本连不上。

解决：在香港服务器采集，通过SSH隧道+rsync同步数据到腾讯云。

这个教训让我后来制定了一条铁律：数据采集和外网操作永远放香港，用户服务和备案域名永远放腾讯云。

---

第二步：AI分析（让AI当编辑）

原始数据是英文的，200多条，质量参差不齐。

我需要AI做三件事： 1. 过滤：只保留和AI相关的高质量内容 2. 评分：0-10分，综合影响力、创新性、相关性 3. 翻译+摘要：生成中文标题、摘要、标签

这个逻辑写在一个叫daily_news.py的Python脚本里，大概500行代码。

调用的AI是智谱的GLM系列模型。

踩坑 #2：一开始用的模型经常触发429限流。

原因：每天处理200多条新闻，每条都要调API，请求量太大。

解决： - 准备了5个API key轮换 - 加了指数退避重试（失败一次等30秒，再失败等60秒...） - 批量处理而不是逐条调用

踩坑 #3：AI评分有时会超过10分。

原因：prompt里要求0-10打分，但AI有时"太激动"，给了14.4分。

解决：代码里加了一行 score = min(score, 10.0)。简单粗暴，但有效。

---

第三步：页面生成（从数据到漂亮的页面）

有了分析结果，下一步是生成用户能看的页面。

这里我用了一个Jinja模板引擎，生成纯静态HTML。

每篇新闻自动生成： - 日报页面：https://ai.howie.wang/news/ （今日TOP 15） - 深度解读页面：每条新闻的单独分析页 - PPT速览卡：竖屏幻灯片格式，适合手机分享 - 归档页：所有历史日报的索引

踩坑 #4：归档列表页怎么都显示不出来。

原因：代码里有一个条件写反了——if date_part < today: continue，把所有历史日期都跳过了。

解决：改成 >= 就好了。但这个bug藏了一个多星期才被发现，因为前几天的数据都还是"未来日期"。

这种bug最可怕——代码语法没问题，逻辑错了。

---

第四步：自动化（让系统自己跑起来）

手动能跑通了，但我不想每天手动触发。

用了Linux的systemd timer，设置每天凌晨5点自动执行：

# 每天早上5点，自动采集+生成+同步+推送
0 5 * * * cd /var/www/ai-news && bash daily_auto.sh

daily_auto.sh脚本做了这些事： 1. 运行Horizon采集（香港） 2. 用AI分析和生成（腾讯云） 3. 生成静态页面 4. rsync同步到香港（供外部访问） 5. 推送到微信公众号

踩坑 #5： cron跑了一周后发现，每天生成的新闻日期都是"今天"，但实际应该是"昨天"。

原因：Horizon采集的是"今天发生的事"，但采集时间是凌晨5点，采集到的实际是前一天的内容。

解决：统一改成显示前一天的日期。

看起来是个小问题，但如果你在看新闻的时候发现"今天的新闻都是昨天的"，就会觉得这个站不靠谱。细节决定可信度。

---

第五步：深度解读自动生成

这是最新加的功能，也是我最满意的部分。

每天早上8点，系统自动对排名第一的新闻进行深度分析：

1. 抓取新闻原文
2. AI生成2000-3000字的深度解读（有观点、有数据、有分析）
3. 自动保存为Markdown博客文章
4. 同步到博客，自动出现在文章列表里

比如今天GPT-5.5发布的新闻，系统自动生成了一篇《GPT-5.5深度解读：从"聊天机器人"到"AI超级应用"的跃迁》，7个小节，包含benchmark数据对比和独立观点。

这个过程完全不需要我参与。

唯一需要我做的，是偶尔去博客看看生成的内容质量，确保没有明显的错误。

---

背后的技术栈

给技术爱好者列一下：

组件	技术
数据采集	Python + Horizon（开源）
AI分析	智谱GLM API
页面生成	Jinja2模板 + 纯静态HTML
后端API	FastAPI + SQLite
服务器	腾讯云（用户服务）+ 香港（数据采集）
域名	ai.howie.wang（备案）
自动化	Linux systemd + cron
部署	rsync + Docker + nginx

没有用到任何昂贵的云服务。成本就是一台腾讯云轻量服务器和API调用费。

---

一些反思

做这个系统前后花了大概3周时间。大部分时间不是在写代码，而是在修各种奇怪的问题。

凌晨3点调试cron，发现数据没同步；早上6点看日志，发现429限流；白天上班前检查页面，发现归档列表又空了。

这种感觉很难描述。不是痛苦，更像是一种"我亲手建了一个活着的系统"的满足感。

每天早上打开手机，看到新的AI日报已经生成好了，深度解读已经发到博客了。这种感觉，比写完代码本身更让人上瘾。

一个人能做到什么程度？

我的答案是：比你想象的多。但前提是——你要学会把AI当成真正的队友，而不是工具。

这20天的搭建过程中，超过一半的代码是我和AI助手一起写的。我负责方向和决策，它负责执行和查bug。我们吵过架（它在用sed全局替换时把所有SSL证书路径都改了），但最终总是能解决问题。

这不是未来。这就是现在。

---

本文首发于浩哥AI实验室，同步发布于博客、知乎、小红书等平台。 系统地址：https://ai.howie.wang 博客：https://howie.wang/blog

小红书版（提炼5个要点）

一个人用AI搭了套AI新闻系统🤯 全程自动化

第1点：数据采集是最大的坑。必须在有外网的服务器上跑，国内服务器一个数据都抓不到。

第2点：AI评分会"超分"。prompt让它0-10分，它有时给14分。代码里硬限制：超过10就是10。

第3点：凌晨5点自动跑，早上起来新闻已经排版好了。这种"被动收入感"真的很爽。

第4点：最有价值的功能是自动深度解读。每天自动对TOP1新闻写2000字分析文章，完全不需要人工。

第5点：一个人+AI助手=无限可能。代码一半是我写的，一半是AI写的。吵架归吵架，活干完了。

配图建议：系统架构图、每天生成的新闻页面截图、凌晨日志截图、归档页截图