Newsboat 开源项目教程
2024-10-09 19:00:45作者:秋泉律Samson
1. 项目介绍
Newsboat 是一个用于文本终端的 RSS/Atom 源阅读器。它是 Newsbeuter 的一个积极维护的分支。Newsboat 允许用户直接从博客和新闻机构等网站获取更新,并在一个界面中查看这些更新。许多情况下,源包含更新的全文,因此用户无需启动网络浏览器。
主要特点
- 强大的内置 HTML 渲染器:无需启动网络浏览器即可查看纯文本条目。
- 发送链接和整篇文章到第三方服务:使用书签脚本。
- 过滤文章:基于标题、作者、内容等。
- 聚合文章:通过任意标准将文章聚合到元源中。
- 应用转换:在将源传递到 Newsboat 之前应用转换。
- 集成服务:如 The Old Reader、NewsBlur、FeedHQ 等。
- 宏:只需两个按键即可执行一系列操作。
- 基本播客支持:支持下载播客。
2. 项目快速启动
下载与安装
你可以从官方网站下载最新版本的 Newsboat:
https://newsboat.org/
或者从 Git 仓库克隆最新版本:
git clone https://github.com/newsboat/newsboat.git
依赖项
在编译 Newsboat 之前,需要安装以下依赖项:
- GNU Make 4.0 或更新版本
- GCC 5.0 或更新版本,或 Clang 3.6 或更新版本
- 稳定的 Rust 和 Cargo(Rust 的包管理器)(1.79.0 或更新版本)
- STFL(版本 0.21 或更新版本)
- SQLite3(版本 3.5 或更新版本)
- libcurl(版本 7.32.0 或更新版本)
- SSL 库的头文件(通常是 OpenSSL)
- GNU gettext(在系统不提供 gettext 的情况下)
- pkg-config
- libxml2
- json-c(版本 0.11 或更新版本)
- Asciidoctor(1.5.3 或更新版本)
- AWK 的实现(如 GNU AWK 或 NAWK)
编译与安装
安装所有依赖项后,使用以下命令编译和安装 Newsboat:
make
sudo make install
如果你想安装到不同的目录,可以使用 prefix 选项:
sudo make prefix=/opt/newsboat install
3. 应用案例和最佳实践
案例1:新闻阅读
Newsboat 可以作为一个强大的新闻阅读器,用户可以订阅多个新闻源,并在终端中查看最新的新闻更新。通过过滤功能,用户可以轻松地筛选出感兴趣的文章。
案例2:博客订阅
对于经常阅读博客的用户,Newsboat 提供了一个便捷的方式来订阅多个博客,并在终端中查看最新的博客文章。用户可以通过宏功能快速标记和保存感兴趣的文章。
最佳实践
- 定期更新源:使用 Newsboat 的自动更新功能,确保你始终获得最新的内容。
- 自定义过滤器:根据个人需求创建自定义过滤器,以便快速找到感兴趣的文章。
- 使用书签脚本:将感兴趣的链接和文章发送到第三方服务,如 Pocket 或 Instapaper。
4. 典型生态项目
Newsbeuter
Newsbeuter 是 Newsboat 的前身,虽然不再积极维护,但仍然是一个功能强大的 RSS/Atom 源阅读器。
Rssguard
Rssguard 是一个跨平台的 RSS/Atom 源阅读器,支持多种源服务,如 The Old Reader、NewsBlur 等。
Liferea
Liferea 是一个适用于 Linux 的 RSS/Atom 源阅读器,提供了一个图形用户界面,适合喜欢使用 GUI 的用户。
通过这些生态项目,用户可以根据自己的需求选择最适合的 RSS/Atom 源阅读器。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
231
83
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310