系統內建 AtomCraft

FeedCraft 內建了一系列「原子工藝 (AtomCrafts)」，用於對訂閱源進行特定的處理。你可以將這些原子工藝組合成「組合工藝 (FlowCraft)」來構建強大的數據管道。

內容增強

這些原子用於取得全文或清理 HTML。

fulltext (全文提取)

從原始網頁提取文章的全文內容。

• 適用場景: 當 RSS 訂閱源僅提供摘要或片段時。
• 機制: 使用標準 HTTP 用戶端請求網頁，並使用演算法提取正文。速度快且輕量。

fulltext-plus (瀏覽器全文提取)

使用無頭瀏覽器 (Puppeteer) 提取全文。

• 適用場景: 針對透過 JavaScript 動態渲染內容或有較強反爬蟲措施的網站。
• 機制: 連線到配置的瀏覽器提供方（browserless-restful 或 cdp）來渲染頁面。速度較慢但相容性更強。
• 參數:
  • mode (預設: networkidle2): 頁面載入等待模式。
    • load: 等待 load 事件。
    • domcontentloaded: 等待 DOMContentLoaded 事件。
    • networkidle0: 等待直到 500ms 內沒有活躍的網絡連線。
    • networkidle2: 等待直到 500ms 內活躍的網絡連線數不超過 2 個。(推薦用於 SPA 單頁應用)。
  • wait (預設: 0): 顯式等待時間（秒），例如 5。

cleanup (HTML 清理)

清理 HTML 內容以去除雜亂資訊。

• 適用場景: 透過移除多餘的 class、style 和空標籤來提高可讀性。

relative-link-fix (相對連結修復)

將內容中的相對連結（如 <a href="/about">）轉換為絕對連結（如 <a href="https://example.com/about">）。

• 適用場景: 提取全文後必不可少，否則在 RSS 閱讀器中查看時連結會失效。

guid-fix (GUID 修復)

使用文章內容的 FNV-1a 哈希值替換 RSS 條目的 GUID。

• 適用場景: 某些訂閱源在內容未變更的情況下頻繁更改 GUID，導致閱讀器中出現重複的未讀條目。此原子可基於內容穩定 GUID。

beautify-content (智能排版)

使用 LLM 重新格式化文章，修復排版錯誤，去除廣告，並標準化 Markdown 格式，最後轉換回乾淨的 HTML。

• 參數:
  • prompt: 設定「編輯」角色的指令。

---

AI 加工

使用大型語言模型改寫、增強或篩查內容。

注意

使用此類原子需要在環境變數中配置 LLM (API Key, Base URL 等)。

translate-title (標題翻譯)

將文章標題翻譯為你的目標語言。

• 參數:
  • prompt: 自定義提示詞。預設使用標準翻譯提示詞。支援 {{.TargetLang}} 佔位符。

translate-content (內容翻譯)

翻譯整篇文章內容，替換原文。

• 參數:
  • prompt: 自定義提示詞。支援 {{.TargetLang}}。

translate-content-immersive (沉浸式翻譯)

雙語翻譯模式。在每一段原文後面追加翻譯後的內容。

• 參數:
  • prompt: 自定義提示词。

summary (AI 摘要)

生成文章摘要並將其添加到正文開頭。

• 參數:
  • prompt: 用於生成摘要的自定義提示詞。

introduction (AI 導讀)

為文章生成簡短的介紹或導語。

• 參數:
  • prompt: 自定義提示詞。

ai-content-process (AI 內容處理)

根據自訂規則使用大型語言模型處理文章內容，並將生成結果插入到指定位置。

• 參數:
  • rule (必填): 針對每篇文章內容的處理指令。例如：“總結文章的關鍵觀點並列出行動建議”。
  • extra-payload (預設: article_content): 逗號分隔的附加資訊列表，可發送給 LLM。支援：article_summary (AI 生成的摘要), article_content (文章內容), article_date (文章日期), raw_rss_item (原始 RSS 節點資料)。
  • placement (預設: prepend): 生成內容的寫入位置。支援：prepend (在原文前追加), replace (替換原文), append (在原文後追加)。

ignore-advertorial (軟文過濾)

使用 LLM 檢測文章是否為軟文或廣告（綜合評估標題和內容），並將其移除。

• 參數:
  • prompt-for-exclude: 如果文章是廣告，應返回 true 的提示詞。

---

過濾篩選

控制最終訂閱源保留哪些條目，包括關鍵字、時間與語意過濾。

keyword (關鍵詞過濾)

根據標題或內容中的關鍵詞進行過濾。

• 參數:
  • keywords: 逗號分隔的關鍵詞列表（子串匹配，區分大小寫）。例如：ad,sell,SALE。
  • mode: include (保留匹配項，預設) 或 exclude (移除匹配項)。
  • scope: title (標題), content (內容), 或 all (全部，預設)。

limit (數量限制)

限制 Feed 中的條目數量。

• 參數:
  • num (預設: 10): 保留的最大條目數。

time-limit (時間限制)

過濾掉超過指定天數的條目。

• 參數:
  • days (預設: 7): 文章保留的最大天數。

llm-filter (通用 LLM 過濾)

通用的 LLM 過濾器。你可以定義排除條件。LLM 會結合文章標題和內容進行評估。

• 參數:
  • filter_condition: 自然語言描述的條件。如果 LLM 回答 “yes” (true)，則該條目會被移除。
  • 範例: “這篇文章是關於體育的嗎？” (移除體育類文章)。

embedding-filter (Embedding 語意過濾)

基於 Embedding 模型的語意主題過濾器。它不會讓聊天模型逐條判斷文章，而是把「主題錨點」和文章內容都轉換成向量，再用餘弦相似度判斷是否匹配。

提示

當你需要快速、穩定地做主題過濾時，優先使用 embedding-filter，例如「只保留 AI 基礎設施新聞」或「移除體育文章」。如果規則需要複雜推理、政策判斷或結構化決策，再使用 llm-filter。

環境變數

建議單獨設定 Embedding 服務：

FC_EMBEDDING_API_TYPE=openai
FC_EMBEDDING_API_BASE=https://api.openai.com/v1
FC_EMBEDDING_API_KEY=sk-your-api-key
FC_EMBEDDING_API_MODEL=text-embedding-3-small # 必填
FC_EMBEDDING_BATCH_SIZE=5
FC_EMBEDDING_MAX_INPUT_CHARS=8000

FC_EMBEDDING_API_TYPE 支援：

• openai: OpenAI 或 OpenAI 相容的 Embedding 介面。
• gemini: 透過 Gemini 的 OpenAI 相容 Embedding 介面呼叫。請明確設定 FC_EMBEDDING_API_BASE 和 FC_EMBEDDING_API_MODEL。
• ollama: 本機 Ollama Embedding 模型。請設定 FC_EMBEDDING_API_BASE，例如 http://localhost:11434，並使用 nomic-embed-text 或 bge-m3 這類 Embedding 模型。

如果 FC_EMBEDDING_API_TYPE、FC_EMBEDDING_API_BASE、FC_EMBEDDING_API_KEY 都沒有設定，FeedCraft 會回退到對應的 FC_LLM_API_TYPE、FC_LLM_API_BASE、FC_LLM_API_KEY。Embedding 模型名是獨立的：你必須顯式設定 FC_EMBEDDING_API_MODEL 為有效的 Embedding 模型。 FeedCraft 不再提供預設 Embedding 模型，也不會複用 FC_LLM_API_MODEL，因為它通常是聊天模型。

FC_EMBEDDING_MAX_INPUT_CHARS 是傳送給 Embedding 服務前的最終安全上限，包含 instruction 前綴。它是字元預算，不是精確的 tokenizer token 數。建議按模型 token 視窗設定保守值，例如 8k token 的 Embedding 模型可從 8000 開始。

參數

• anchors (必填): 每行一個主題錨點。錨點應描述你想匹配的主題，例如：

  人工智慧基礎設施
  機器學習研究
  大語言模型部署

• threshold (預設: 0.6): 餘弦相似度閾值，範圍 0 到 1。值越高越嚴格。建議從 0.6 開始；漏掉相關文章時調低，混入無關文章時調高。

• mode (預設: include): include 保留匹配項；exclude 移除匹配項。

• max_content_length (預設: 2000): 目前 AtomCraft 使用的文章正文最大字元數；最終傳送前還會受 FC_EMBEDDING_MAX_INPUT_CHARS 保護。

• instruction (可選): 會作為文字前綴拼接到每條 Embedding 輸入前。除非你的模型確實需要固定任務前綴，否則建議留空。

管理後台使用流程

1. 打開 工作台 → Feed 源處理 → 原子工藝。
2. 新增一個 AtomCraft，例如 ai-news-only。
3. 模板選擇 embedding-filter。
4. 在 anchors 中每行填寫一個主題。
5. 使用 mode=include 保留匹配文章，或切換到 exclude 移除匹配文章。
6. 儲存 AtomCraft。
7. 在 FlowCraft、Recipe、Feed Compare 中使用它，或直接存取：

/craft/ai-news-only?input_url=https%3A%2F%2Fexample.com%2Ffeed.xml

常見問題

• “anchors parameter is required”: anchors 至少需要一行非空內容。
• “FC_EMBEDDING_API_MODEL must be set”: 請設定單一 Embedding 模型。聊天模型不適合這個功能。
• 所有文章都被移除: 降低 threshold，增加更寬泛的錨點，或增大 max_content_length。
• 無關文章仍然保留: 提高 threshold，讓錨點更具體，或用代表性短語替代寬泛分類名。
• 服務商提示輸入過長: 降低 FC_EMBEDDING_MAX_INPUT_CHARS，降低 max_content_length，或縮短 instruction。

---

輸入輸出

透傳代理。HTML / JSON / 搜尋轉 RSS 見功能指南與系統工具。

proxy (代理)

簡單的訂閱源代理。

• 適用場景: 當你只想轉發原始 Feed 而不做修改，或者將 FeedCraft 作為中心閘道使用時。