系统内置 AtomCraft

FeedCraft 内置了一系列“原子工艺 (AtomCrafts)”，用于对订阅源进行特定的处理。你可以将这些原子工艺组合成“组合工艺 (FlowCraft)”来构建强大的数据管道。

内容获取与修复

这些原子主要用于获取全文或修复常见的订阅源问题。

fulltext (全文提取)

从原始网页提取文章的全文内容。

• 适用场景: 当 RSS 订阅源仅提供摘要或片段时。
• 机制: 使用标准 HTTP 客户端请求网页，并使用算法提取正文。速度快且轻量。

fulltext-plus (浏览器全文提取)

使用无头浏览器 (Puppeteer) 提取全文。

• 适用场景: 针对通过 JavaScript 动态渲染内容或有较强反爬虫措施的网站。
• 机制: 连接到配置的 Browserless/Puppeteer 服务来渲染页面。速度较慢但兼容性更强。

proxy (代理)

简单的订阅源代理。

• 适用场景: 当你只想转发原始 Feed 而不做修改，或者将 FeedCraft 作为中心网关使用时。

guid-fix (GUID 修复)

使用文章内容的 MD5 哈希值替换 RSS 条目的 GUID。

• 适用场景: 某些订阅源在内容未变更的情况下频繁更改 GUID，导致阅读器中出现重复的未读条目。此原子可基于内容稳定 GUID。

relative-link-fix (相对链接修复)

将内容中的相对链接（如 <a href="/about">）转换为绝对链接（如 <a href="https://example.com/about">）。

• 适用场景: 提取全文后必不可少，否则在 RSS 阅读器中查看时链接会失效。

cleanup (HTML 清理)

清理 HTML 内容以去除杂乱信息。

• 适用场景: 通过移除多余的 class、style 和空标签来提高可读性。

---

过滤类 (Filtering)

控制哪些条目可以进入最终生成的 Feed。

limit (数量限制)

限制 Feed 中的条目数量。

• 参数:
  • num (默认: 10): 保留的最大条目数。

time-limit (时间限制)

过滤掉超过指定天数的条目。

• 参数:
  • days (默认: 30): 文章保留的最大天数。

keyword (关键词过滤)

根据标题或内容中的关键词进行过滤。

• 参数:
  • keyword: 用于匹配的正则表达式。
  • mode: keep (保留匹配项，默认) 或 block (移除匹配项)。
  • target: title (标题), content (内容), 或 all (全部，默认)。

---

AI 增强 (AI Enhancement)

使用大语言模型 (LLM) 来转换和丰富你的内容。

注意

使用此类原子需要在环境变量中配置 LLM (API Key, Base URL 等)。

translate-title (标题翻译)

将文章标题翻译为你的目标语言。

• 参数:
  • prompt: 自定义提示词。默认使用标准翻译提示词。支持 {{.TargetLang}} 占位符。

translate-content (内容翻译)

翻译整篇文章内容，替换原文。

• 参数:
  • prompt: 自定义提示词。支持 {{.TargetLang}}。

translate-content-immersive (沉浸式翻译)

双语翻译模式。在每一段原文后面追加翻译后的内容。

• 参数:
  • prompt: 自定义提示词。

summary (AI 摘要)

生成文章摘要并将其添加到正文开头。

• 参数:
  • prompt: 用于生成摘要的自定义提示词。

introduction (AI 导读)

为文章生成简短的介绍或导语。

• 参数:
  • prompt: 自定义提示词。

beautify-content (智能排版)

使用 LLM 重新格式化文章，修复排版错误，去除广告，并标准化 Markdown 格式，最后转换回干净的 HTML。

• 参数:
  • prompt: 设定“编辑”角色的指令。

---

AI 过滤 (AI Filtering)

利用语义理解进行高级过滤。

ignore-advertorial (软文过滤)

使用 LLM 检测文章是否为软文或广告，并将其移除。

• 参数:
  • prompt-for-exclude: 如果文章是广告，应返回 true 的提示词。

llm-filter (通用 LLM 过滤)

通用的 LLM 过滤器。你可以定义排除条件。

• 参数:
  • filter_condition: 自然语言描述的条件。如果 LLM 回答 “yes” (true)，则该条目会被移除。
  • 示例: “这篇文章是关于体育的吗？” (移除体育类文章)。