Zenfeed 安装与配置指南
2025-04-21 14:16:21作者:晏闻田Solitary
1. 项目基础介绍
Zenfeed 是一个高度可定制的智能信息助手,它利用人工智能从可信赖的数据源(如 RSS)收集、处理(例如汇总、过滤、搜索)和分发个性化内容。Zenfeed 的目标是帮助用户高效地管理信息流,减轻信息焦虑。
主要编程语言:Go
2. 项目使用的关键技术和框架
- AI 处理:使用大型语言模型(LLM)等技术对内容进行处理,如摘要、分类、评分、过滤。
- Docker:使用 Docker 容器来部署和运行应用,简化了环境配置和部署过程。
- RSSHub:作为数据源之一,RSSHub 提供了丰富的 RSS 订阅源。
- 配置文件:通过配置文件来定制化应用的行为,如数据源选择、AI 模型配置等。
3. 项目安装和配置的准备工作与详细步骤
准备工作
- 确保你的系统中已安装 Docker。
- 准备一个可用的 API Key,用于 AI 模型提供商(例如 SiliconFlow)。
安装步骤
步骤 1:克隆项目
首先,从命令行中克隆项目到本地:
git clone https://github.com/glidea/zenfeed.git
步骤 2:配置项目
进入项目目录,使用以下命令来生成配置文件:
cd zenfeed
然后,使用 yq 工具来定制配置文件。以下是一个示例命令,你需要替换 your_api_key 为你的 API Key:
docker run --rm \
-v $(PWD):/app \
-w /app \
--entrypoint sh \
mikefarah/yq -c '
set -e
mkdir -p zenfeed/config && cd zenfeed
TEMPLATE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/config-template.yaml"
COMPOSE_URL="https://raw.githubusercontent.com/glidea/zenfeed/main/install/docker-compose.yml"
CONFIG_OUTPUT="config/config.yaml"
COMPOSE_OUTPUT="docker-compose.yml"
wget -qO- "$TEMPLATE_URL" | yq \
".timezone = \"Asia/Shanghai\" |
.llms[0].provider = \"siliconflow\" |
.llms[0].model = \"Qwen/Qwen2.5-7B-Instruct\" |
.llms[0].api_key = \"your_api_key\" | # <<<--- 替换 API Key!
.llms[1].provider = \"siliconflow\" |
.llms[1].embedding_model = \"Pro/BAAI/bge-m3\" |
.llms[1].api_key = \"your_api_key\" | # <<<--- 替换 API Key!
.storage.feed.rewrites[0].transform.to_text.prompt = \"{{.summary_html_snippet}}使用中文回复\"" \
> "$CONFIG_OUTPUT"
wget -qO "$COMPOSE_OUTPUT" "$COMPOSE_URL"
'
步骤 3:启动服务
配置完成后,使用以下命令启动服务:
docker-compose up -d --wait
步骤 4:访问 Web 端
安装完成后,可以通过访问 https://zenfeed-web.pages.dev 来使用 Zenfeed 的 Web 端,它会默认连接到本地的 Zenfeed 服务。
注意事项
- 请确保在配置文件中使用的 API Key 是有效的。
- 根据实际需要,你可能需要调整配置文件中的其他设置。
以上就是 Zenfeed 的详细安装和配置指南,祝你安装顺利!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425