我是如何用 AI 自动获取技术资讯的

痛点

每天都有大量的技术信息从各个平台涌现 — GitHub Trending、Hacker News、Reddit、36Kr、虎嗅…

作为一个技术从业者，我既不想错过重要信息，又没有时间逐一刷完所有平台。刷一遍 GitHub Trending 要半小时，刷一遍 Hacker News 又半小时，一天就这么过去了。

更难受的是，大部分内容其实和自己没关系。打开 GitHub Trending，推荐的都是 Java、Go、C++ 的项目，而我关心的是 AI Agent、LLM 应用。刷十条，有八条不相关。

解决方案

与其被信息淹没，不如让 AI 帮我筛选。

这就是 AInformer —— 一个 AI 驱动的信息聚合与推送工具。

它的原理很简单：

1. 定时抓取 — 每天早上/中午/晚上自动从各个平台拉取热门内容
2. AI 筛选 — 用 LLM 按我的偏好过滤，只保留相关内容
3. 推送到手 — 通过飞书/钉钉机器人把筛选后的内容推给我

现在我每天早上花 5 分钟，就能看完昨天最值得关注的技术资讯。

核心功能

AInformer 支持多个平台的信息抓取：

平台	内容类型
GitHub Trending	AI Agent、工程架构相关的优质仓库
Hacker News	热门故事和讨论
Reddit	感兴趣 subreddit 的最新帖子
36Kr	科技创业资讯
虎嗅	商业科技资讯
Product Hunt	新产品发现

LLM 会根据我的偏好进行筛选。比如我设置了「关注 AI Agent、LLM 应用、RAG 技术」，那么系统就会自动过滤掉不相关的内容。

技术实现

技术栈很轻量：

• LangGraph — 构建 Agent 工作流
• LangChain + OpenAI — LLM 调用
• 飞书/钉钉 Webhook — 消息推送

工作流程是这样的：

定时触发 → 数据抓取 → LLM 筛选 → 推送通知

每天早上 8 点、 中午 12 点、晚上 8 点各跑一次，分时段推送不同类型的内容。

快速开始

# 安装依赖
uv sync

# 配置环境变量
cp .env.example .env
# 填写 OPENAI_API_KEY 和 NOTIFY_WEBHOOK_URLS

# 运行
uv run python main.py

# 按分组执行
uv run python main.py --group morning   # 早间：Hacker News、The Rundown AI
uv run python main.py --group noon      # 中午：36Kr、虎嗅、Reddit
uv run python main.py --group evening   # 晚间：GitHub Trending、Product Hunt

也可以配置 cron 定时任务，实现全自动运行。

效果

用了两个月下来，有几个明显的感受：

1. 信息质量提高了 — 推送的都是我关心的内容，不再是噪音
2. 时间节省了 — 从每天刷 1 小时变成 5 分钟
3. 知识面更广了 — 以前只刷 GitHub，现在 Reddit、Product Hunt 也会看看

展望

后面还想加几个功能：

• 对话式筛选 — 通过飞书机器人对话，进一步细化筛选条件
• 历史记录 — 把筛选过的内容存到知识库，方便回顾
• 推荐算法 — 根据我的阅读反馈，智能调整推荐策略

---

如果你也被信息过载困扰，不妨试试让 AI 帮你筛选。让信息获取更高效，让 AI 成为你的信息助手。

项目地址：https://github.com/Tom-0727/AInformer