🔍 如何让你的 AI，帮你盯着热点新闻

你有没有想过，让 AI 帮你盯着关注的那些网站，有新内容了就把摘要整理好放在你面前——你跟它说一句”打开第三篇”，浏览器就自动弹出来，直接跳到原文。 也不用每天自己去刷，微信里就能收到定时推送的最新资讯，通勤路上扫一眼，到了工位再挑感兴趣的让 AI 打开细读。

你可能会想：这能行吗？AI 访问网页经常被反爬虫拦得死死的。

确实，直接去爬基本没戏。但突破口在于：大部分网站同时提供 RSS 订阅链接——一种专门给机器读的、结构化的信息接口，几乎不会被反爬机制拦截。

所以我写了一份 RSS 阅读技能，让 AI 不走正门爬网页，而是通过 RSS 这条”官方通道”拿信息。这篇就来拆解这份技能——不只讲它长什么样，更想聊聊每个设计决策背后踩了什么坑、解决了什么问题。

---

📚 什么是技能？（简短回顾）

技能（Skill）就是给 AI 配的一本专项操作手册——规定了遇到特定任务时该怎么思考、用什么工具、遵守哪些规则。

如果你对技能的概念还不太熟悉，可以先看看我之前写的《别再复制粘贴提示词了！AI Agent Skill 到底是什么？》。

RSS Reader 技能就是专门处理信息订阅那本手册。 只要你跟 Claude 提到”获取 RSS”“看最新资讯”“最近有什么更新”之类的需求，它就会翻开这本手册，按上面的流程来做事。

---

🗂️ 这个技能长什么样

RSS Reader 非常精简——就三个文件：

rss-reader/
├── SKILL.md          ← 主入口，Claude 第一个读的文件
├── reader.py         ← 核心脚本，负责抓取和过滤
└── sources.md        ← 预设的订阅源清单

没有拆包打包的流水线、没有复杂的并行处理逻辑。简单本身也是设计的一部分：信息获取这件事不需要花哨的架构，关键在于怎么把”稳定抓取、正确过滤、清晰呈现”这三件事做扎实。

---

📋 SKILL.md：总控文件写了什么

SKILL.md 是整个技能的指挥中心。它不是代码，而是一份写给 AI 看的说明书——规定了遇到什么情况该怎么判断、该跑哪个命令、有哪些坑要躲。

路由判断：先搞清楚用户要什么

手册开篇就是一张决策表：

• 用户给了一个 URL → 直接去抓，不用多想
• 用户给了一个名字（比如”少数派”“Hacker News”）→ 去 sources.md 里查对应地址
• 用户说“看我所有订阅” → 把 sources.md 里所有源都跑一遍

信息获取本质上只有一种任务——拿数据、过滤、输出。不需要分两条完全不同的流水线。

参数系统：像给助理下指令一样精确

手册里列了六个参数，每个都是解决一个具体需求：

你想干什么	用什么参数
只看最近三天的	--days 3
只看最近 12 小时的	--hours 12
只要最新 5 篇，不管时间	--top 5
每个源最多取几条	--max N
只要标题和链接，不要摘要	--no-content
输出给程序用的 JSON 格式	--json

打个比方：这就跟你给助理下指令差不多——”帮我把最近三天所有科技博客的新文章找出来，每个来源最多 5 篇，只要标题和链接就行。”参数的组合，就是在翻译这样的自然语言意图。

错误处理：一个源挂了，不影响全局

手册里有专门一节讲异常处理，规矩写得很具体：

单个源抓取失败，不影响其他源继续跑；默认超时 15 秒；失败了就标 [Fetch failed] 写上原因，继续处理下一个。

这个设计跟现实里收集信息一模一样——某个网站打不开了，你不会因此放下手里所有事，而是标记一下”这个暂时看不了”，接着往下走。稳健比完美重要，这在信息聚合场景里尤其如此。

---

🐍 reader.py：藏在脚本里的设计思考

这是整个技能里唯一一份代码（259 行），用的是 Python。但比代码本身更值得聊的，是它背后几个设计细节——每一个都是踩过坑之后补上去的。

Windows 兼容：输出不乱码的第一道防线

脚本开头干的第一件事，不是抓数据，是检查系统平台：

if sys.platform == "win32":
    sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8", errors="replace")

Windows 的命令行默认编码不能正确显示中文和特殊字符。如果不做这一步，RSS 源里的中文标题、em dash、特殊符号输出之后全是乱码。这个细节普通用户完全不会注意到——但没有它，整个技能的实用性就大打折扣。

把踩过的坑提前写进去，让 AI 不会在同一个地方摔倒。

编码检测：不同服务器的字符集不一样

抓取 RSS 源时，服务器返回的内容可能用各种编码——UTF-8、ISO-8859-1、GB2312，甚至不声明。脚本的做法是从 HTTP 响应头的 Content-Type 里检测 charset，检测不到就默认 UTF-8，解码时用 errors="replace" 兜底——能读多少算多少，至少不崩。

类比一下：这就像收到一份外文材料，先看看封面写的什么语言，再选对应的词典来翻译。如果封面没写，就当英文处理，遇到不认识的字先跳过。

摘要清理：从 HTML 到干净文本

RSS 源返回的摘要里经常夹带 HTML 标签、多余空白、大段无关内容。脚本的处理流水线是：

1. 正则去掉所有 HTML 标签
2. 把连续空白合并成单个空格
3. 超过 200 个字符就截断，加省略号

这跟助理帮你整理信息的方式一样——不会把整篇文章复制过来，而是提炼出最核心的一段话。

时区归一化：统一用 UTC 对表

这是过滤逻辑里最容易出 bug 的一环。不同 RSS 源的时区不统一——有的用 UTC，有的用本地时间，有的干脆不写时区。如果你直接比较时间戳，一个北京时间 10 点的文章和一个 UTC 10 点的文章，看起来”一样”，实际差了 8 个小时。

脚本的做法是：把所有日期都统一转成 UTC 的 datetime 对象，然后再比较。没日期的条目排在最末尾，不会被过滤掉也不会排错位置。

两种输出格式：给人看的 vs 给程序看的

脚本支持 Markdown 和 JSON 两种输出。Markdown 模式层级清晰、带格式、适合直接阅读；JSON 模式结构化、可被程序消费、适合自动化工作流。

这个设计意味着 RSS Reader 不只是一个人工查询的工具——它同时也是一个可以被其他脚本调用的数据管道。 你可以在自动化流程里用它来采集信息，再用其他工具做二次处理。

---

📡 sources.md：订阅源的”通讯录”

这个文件看起来只是一份表格，但它的设计里有两点值得注意。

不止给 URL，还给了 RSSHub 路由模板

sources.md 预设了 20 多个源，按 8 个类别组织——AI 与机器学习、编程、安全、中文科技媒体、新闻、设计、随笔，还有一个专门的”RSSHub 动态路由”板块。

这个 RSSHub 板块是关键。很多平台（Bilibili、微博、Telegram）没有原生 RSS，但通过 RSSHub 可以动态生成订阅链接。手册里不只列了几个固定 URL，还给了路由模板：

# GitHub releases
https://rsshub.app/github/releases/<owner>/<repo>

# Bilibili 用户视频
https://rsshub.app/bilibili/user/video/<uid>

# 微博用户
https://rsshub.app/weibo/user/<uid>

用户照着模板替换掉 <owner>、<uid> 这些占位符，就能生成自己想要的订阅源。这相当于不仅给了菜单，还给了菜谱——你可以按自己的口味做调整。

“入职测试”：新源必须先验证再入库

手册里有一条硬性规定：添加新源之前，必须先跑一次测试：

python reader.py <新URL> --top 1

能抓到内容，才追加到 sources.md 对应的分类下面。抓不到，就告诉用户这个 URL 不是有效的 RSS/Atom 源。

这个规矩防止了”僵尸源”混进列表。 你关注的信息源列表跟代码库一样——如果不及时清理和维护，慢慢就会变成一锅谁也分不清哪些还活着的乱炖。与其事后清理，不如在入口就把关。

---

🔄 三种典型使用场景

前面拆完了每个模块干什么、为什么这样设计，这里用三个具体例子把它们串起来，看看实际使用中的完整流转。

场景一：定向查询

“帮我看看最近 3 天少数派和 Hacker News 有什么新内容”

Claude 翻开 SKILL.md → 查 sources.md 找到两个源对应的 URL → 执行 reader.py <URL1> <URL2> --days 3 → Markdown 格式输出，按源分组、按时间排列，每个条目带标题、链接、200 字摘要。

场景二：全量巡检

“把我所有订阅源的最新 5 篇都拉出来”

Claude 遍历 sources.md 的所有 URL → 对每个源执行 --top 5 → 聚合输出。中途某个源挂了也不影响——标一个 [Fetch failed]，继续跑下一个。

场景三：新增订阅

“把阮一峰的博客加到我的订阅列表里”

Claude 先用 --top 1 测试这个 URL 能不能抓到内容 → 成功了，追加到 sources.md 的对应分类下；失败了，告诉你”这个 URL 不是有效的 RSS 源”。

不止于看：看完摘要，直接打开原文

上面的三个场景有一个共同的”下一步”：看到摘要里某篇文章感兴趣，想读全文。

这时候不用自己去复制链接、打开浏览器、粘贴地址——直接跟 AI 说”帮我把第 3 篇打开”，它就会调起系统浏览器，直接跳转到那篇文章的页面。

这个功能看似小，但它补上了信息获取链条里最后一块拼图：

RSS 获取摘要 → 筛选感兴趣的 → 一键打开原文

整个过程你始终在对话界面里做决策，AI 负责跑腿。而且用浏览器打开比让 AI 直接去抓取页面内容要可靠得多——不存在反爬拦截的问题。

---

💡 写到最后

回头看，这篇文章想说的其实就一件事：

RSS Reader 技能教给 AI 的，不是”怎么解析 RSS”——feedparser 库谁都会用，犯不着专门写一份操作手册。真正有价值的是那一整套”怎么做才算靠谱”的规矩。

乱码了怎么办？时区不一致怎么比？摘要太长怎么截？一个源挂了要不要停下来？新加源怎么验证它是不是活的？这些问题的答案没有一个写在 feedparser 的文档里——它们来自实际使用中一次次踩坑之后补上去的经验。

工具能不能做出专业的东西，关键不在于它”聪不聪明”，而在于有没有人把经验变成它做事时会遵守的规矩。

---

如果需要这篇文章里拆解的 RSS Reader 技能文件，在公众号后台回复 rss-reader 即可获取。