也叫AI 技术资讯雷达。
面向前端/工程化开发者的 AI 技术信息过载：每天 RSS、博客、Release、文档海量涌入，人工刷源成本高且易漏。Knowledge Hunter 用「按个人学习方向抓取 → AI 摘要评分 → TopN 推荐 → 知识库沉淀 → 深读/对话/语音」把信息流收成可执行的每日技术雷达，让人每天约 10 分钟抓住真正值得学的内容，而不是再做一个普通新闻聚合站。
业务上服务「技术雷达 + 个性化筛选」单用户闭环，也可映射到团队技术情报、研发培训素材筛选等同类需求。
功能模块主要有：今日推荐、RSS 源管理、兴趣方向设置、知识库、文章详情（摘要 / 深读 / 讨论）、语音播报、定向搜索、钉钉推送。
核心功能是——按你配置的 RSS 源定时或手动抓取技术文章，结合学习方向做 AI 摘要与评分，首页给出当日值得看的推荐。高价值内容可入库检索，详情页支持深读分析、多轮追问和语音收听，也可按关键词在源与库内定向搜索，并支持钉钉推送当日要点。
我独立完成本项目从方案到上线：需求拆分与 Sprint 推进、RSS 抓取与 AI 评分管道、前后端页面与接口、知识库/源管理/深读对话/语音播报、匹配与去重优化，以及部署运维联调。
技术栈和架构方面，我选择了Vue3 + TypeScript 前端，Fastify + MySQL 后端，OpenAI 兼容大模型，RSS 抓取，钉钉推送，火山 TTS + OSS 语音。
架构上 Hunter 独立模块（hunter_ 表与前后端隔离），公共层复用 AI/DB/Webhook。
亮点与难点：按兴趣画像个性化评分推荐；多源配额避免推荐扎堆；定向搜索的中英文变体匹配；低分过滤降本；深读多轮对话与语音稿合成链路。
评论