diff --git a/BestBlogs_RSS_Articles.opml b/BestBlogs_RSS_Articles.opml index 39aaf35..33bb61f 100644 --- a/BestBlogs_RSS_Articles.opml +++ b/BestBlogs_RSS_Articles.opml @@ -174,5 +174,16 @@ + + + + + + + + + + + \ No newline at end of file diff --git a/opml/bestblogs_ai_feeds.opml b/opml/bestblogs_ai_feeds.opml new file mode 100644 index 0000000..a5a51ae --- /dev/null +++ b/opml/bestblogs_ai_feeds.opml @@ -0,0 +1,55 @@ + + + + BestBlogs.dev AI & LLM Feeds Collection + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/posts/ai_rss_collection_methodology.md b/posts/ai_rss_collection_methodology.md new file mode 100644 index 0000000..7f39a05 --- /dev/null +++ b/posts/ai_rss_collection_methodology.md @@ -0,0 +1,133 @@ +--- +title: 人工智能领域 RSS 源整理方法论与实践 +date: 2026-06-05 +description: 系统性整理人工智能与大模型领域的高质量 RSS 订阅源，分享源筛选标准、分类体系与最佳实践。 +slug: ai-rss-collection-methodology +tags: BestBlogs, RSS, AI, LLM, 内容策展 +category: build +cover: https://images.unsplash.com/photo-1677442136019-21780ecad995?w=800 +--- + +这是 BestBlogs 建造日志系列的第二篇文章，记录我如何系统性地整理人工智能与大模型领域的高质量 RSS 订阅源。 + +## 为什么要整理 RSS 源 + +RSS 依然是目前最高效的信息获取方式之一。在信息过载的时代，尤其是 AI 领域日新月异的发展速度下，建立一个高质量的 RSS 订阅源池意味着： + +- **信息降噪**：从海量信息中筛选出真正有价值的内容 +- **时效性**：第一时间获取行业动态和技术进展 +- **系统性**：建立自己的知识输入体系，而不是被算法投喂 +- **可迁移**：订阅源本身就是可迁移的知识资产 + +BestBlogs 的核心使命之一，就是为用户筛选和维护高质量的内容源池。 + +## 筛选标准：什么样的源值得订阅 + +在整理 AI 领域的 RSS 源时，我建立了以下 5 个维度的筛选标准： + +### 1. 内容质量权重 + +| 维度 | 权重 | 说明 | +|------|------|------| +| **原创性** | 30% | 是否有独立的深度分析，而非简单转载 | +| **时效性** | 25% | 更新频率是否稳定，能否及时反映行业动态 | +| **专业性** | 25% | 内容的技术深度和专业程度 | +| **多样性** | 10% | 观点是否多元，能否覆盖不同视角 | +| **信噪比** | 10% | 优质内容占总体内容的比例 | + +### 2. 源的分类体系 + +按照内容性质，AI 领域的源可以分为以下几类： + +| 分类 | 代表源 | 订阅价值 | +|------|--------|---------| +| **顶尖实验室** | OpenAI、DeepMind、Meta AI | 第一手的研究成果和技术突破 | +| **AI 框架团队** | LangChain、LlamaIndex、HuggingFace | 工具链的最新进展与最佳实践 | +| **行业媒体** | 量子位、机器之心、新智元 | 行业动态和新闻聚合 | +| **技术博客** | 各大公司技术博客 | 工程实践和落地经验 | +| **个人创作者** | 李继刚、宝玉 | 一线实践者的深度思考 | +| **Newsletter** | Last Week in AI、The Batch | 周期性的行业复盘 | + +### 3. 去重与去噪策略 + +在整理过程中，我发现以下几类源应该谨慎订阅： + +1. **纯转载号**：没有原创内容，全部是洗稿或转载 +2. **营销号**：内容以 PR 和营销为主，信息密度极低 +3. **断更源**：超过 3 个月没有更新的源 +4. **水文源**：日更 5 篇以上，但 90% 都是无价值的短内容 + +## 本次整理的成果 + +本次共整理了 **45+** 个 AI 领域的高质量 RSS 源，按类型分类如下： + +| 分类 | 数量 | 覆盖率 | +|------|------|--------| +| AI Research Labs | 7 | 主流顶尖实验室 | +| AI Frameworks & Tools | 5 | 主流开发框架 | +| AI Companies | 7 | 代表性公司 | +| Chinese AI Media | 8 | 中文头部媒体 | +| AI Practitioners | 6 | 一线实践者 | +| AI Newsletters | 4 | 优质 Newsletter | + +**新增的代表性源：** + +- **Ollama Blog**：本地大模型领域的标杆产品 +- **Anthropic Research**：Claude 背后的技术洞见 +- **Cohere AI Blog**：企业级 AI 解决方案的实践 +- **Simon Willison's Weblog**：LLM 领域最活跃的技术博主之一 + +所有源已整理为独立的 OPML 文件：`opml/bestblogs_ai_feeds.opml`，方便大家一键导入。 + +## 整理工具与工作流 + +### 工具链 + +1. **RSS 阅读器**：首先用 NetNewsWire 或 Reeder 逐一验证每个源的可用性和内容质量 +2. **OPML 编辑器**：直接编辑 XML，确保格式规范 +3. **链接检查**：批量验证 xmlUrl 是否可访问 +4. **重复检测**：基于标题和 URL 进行去重 + +### 四步工作流 + +``` +1. 收集提名 + ↓ +2. 初步筛选（可用性 + 内容抽样） + ↓ +3. 质量评分（按 5 维度打分） + ↓ +4. 分类归档 + 更新记录 +``` + +## 如何使用这些源 + +### 方式一：导入到 BestBlogs + +你可以将这些源直接添加到你的 BestBlogs 「我的关注」中，享受： +- AI 自动评分和筛选 +- 沉浸式翻译 +- 主题解读和关联推荐 + +### 方式二：导入到通用 RSS 阅读器 + +直接下载 OPML 文件，导入到你喜欢的任何 RSS 阅读器中。 + +## 下一步计划 + +1. **持续性更新**：每季度更新一次源列表，淘汰质量下降的源，补充新出现的优质源 +2. **垂直细分**：后续会按 Agent、多模态、RAG 等细分领域整理专项源 +3. **质量评分**：为每个源建立动态的质量评分机制 +4. **编程技术源**：下一期计划整理后端、前端、架构等编程技术领域的源 + +## 参与共建 + +如果你发现了优质的 AI 领域 RSS 源，欢迎通过以下方式贡献： +- 在 GitHub 提交 Issue 或 PR +- 在 BestBlogs 社区中分享你的订阅清单 + +高质量的内容源是 BestBlogs 整个体系的基石。感谢每一位贡献者！ + +--- + +*本文是 BestBlogs 建造日志系列，记录产品从零到一的构建过程。*