新時代吸收資訊的方式：我做了一個 AI 自家新聞台

你是不是常常打開新聞 / 資訊 App，滿心期待的想吸收新知識，結果滑了滑，又再滑了滑，一直沒看到自己感興趣的資訊，就這樣 1 小時過去了，今天好像什麼都沒吸收到。

以前為了改善這個問題，我們會利用 RSS 訂閱源，分門別類不同資訊，甚至加上不同的關鍵字，目的是盡可能提早排除掉自己不感興趣的資訊。

例如我會分成：

但不知道你有沒有跟我一樣的感受，就算分門別類了，效果跟理想中的還是有一段蠻大的差距。

拿「科技」這個類別舉例，太空、汽車、機器人等等都屬於科技，但如果我對汽車不感興趣，每次看到也只能默默滑過。有時候滑到累了悶了，還是沒有看到自己感興趣的資訊，完全沒有收穫的感覺，超級吶悶的。

我一直在想，進入 AI 新人類時代的我們，是否應該有更好的資訊吸收方式呢？
如果有一個 「AI Agent」，它就像我的私人秘書，「記得我的偏好」，每天先幫我看好所有資訊內容，然後把它認為我會喜歡的內容「剪」下來，直接放到我的桌面上呢？

---

為什麼「分類」與「關鍵字」不夠用？

以前我們靠關鍵字過濾，但說實話，關鍵字這東西有點死板。
AI 就不一樣了，它是「活」的，透過記憶與理解，它能做到一定程度上的自主彈性。

「AI 自家新聞台」呈上來的內容，每一則都會經過它的「思考」。
它會根據我的歷史反饋，去判斷為什麼這篇內容適合我，把推薦的原因記錄下來，並且打上 1 到 10 的推薦分數。

舉個例，當系統抓到一則關於「Tesla」的新聞時，傳統過濾器會因為它帶有「科技」標籤就一股腦塞給我。

但 AI 會幫我過濾掉噪音：
「老闆最近在研究的是 AI 落地應用，這篇 Tesla 新聞講的只是硬體工廠的產能規劃，對他目前的思考沒有直接幫助，打 4 分就好了，先不推薦他看。」

而當中為什麼它會知道我在研究 AI 落地應用呢？
因為之前的每篇文章我都可以給它反饋，例如留言說：「這篇我不喜歡，因為我對 AI 落地應用比較感興趣」，它就會把我的反饋記錄下來，作為未來判斷的依據。

這種能先被「理解」才推薦的感覺，我想才是 AI 新時代我們新人類生活的資訊吸收方式吧。

---

架構：這套系統是如何運作的？

這套系統由三個部分串聯而成：

💡簡單來說：TTRSS 負責抓取，Supabase 負責紀錄，News Reporter 則是把結果呈現給你的門面。

---

快速安裝指南

如果你也想打造一組自己的新聞台，目前我已經將其優化到可以在 「雲端伺服器」 上簡單部署。

安裝步驟摘要

1. TinyTinyRSS：Zeabur 搜尋一鍵部署 -> 設定 Networking -> 輸入 RSS 訂閱源。
2. Supabase：Zeabur 搜尋一鍵部署 -> 設定 Networking -> 建立資料庫表格。
3. News Reporter：複製專案 GitHub Repo -> Zeabur 安裝 -> 設定環境變數。

💡 關於「雲端伺服器」，可以透過我的邀請碼註冊 Zeabur，會享有額外優惠喔！歡迎到他們的官網了解最新優惠。

Zeabur 邀請碼：charlsondou

---

詳細安裝步驟

第一步：部署 Tiny Tiny RSS (採集端)

1. 在 Zeabur 開一個新專案，搜尋 TinyTinyRSS 一鍵快速部署。
2. 進入 Networking，點擊 Public -> Generate Domain 自訂一個網域。
3. 登入 TinyTinyRSS（預設帳號：admin，密碼：password）。
4. 安全性建議：到 偏好設定 (Preferences) -> 使用者 (Users) -> 點擊 admin 更改密碼。
5. 下載我準備好的 OPML 檔案，到 摘要 (Feeds) -> OPML 進行匯入。

💡OPML 檔案包含了我平時會看的科技、財經、AI、Crypto 等領域的 RSS 訂閱源。

請記下 TTRSS 的 Domain 網址，第三步設定時會用到。

第二步：部署 Supabase (資料庫)

1. 搜尋 Supabase 一鍵快速部署。
2. 在 Kong Service 進入 Networking，Public -> Generate Domain 自訂一個網域。
3. 登入 Supabase（帳號密碼可在 Kong 的 Overview 中找到）。

4. 進入 SQL Editor，下載我準備好的 SQL 範例。
5. SQL 範例是一個 txt 檔案，把裡面的內容複製貼上到 SQL Editor 中。
6. 點擊 Run，完成後可以在 Table Editor 看到相關表格已建立。

請記下 Supabase 的 Domain，以及 Variables 中的 Service Role Key 與 Anon Key。

第三步：部署 News Reporter (介面與邏輯)

1. 先將 News Reporter Repo 複製專案 (Fork) 到自己的 GitHub。
2. 在 Zeabur 選擇從 GitHub 安裝該專案並設定 Networking。
3. 設定以下環境變數 (Environment Variables)：

# ===== Tiny Tiny RSS 設定 =====
TTRSS_ENDPOINT_URL=https://your-ttrss-instance.app/api/
TTRSS_USERNAME=admin
TTRSS_PASSWORD=your_password
TTRSS_FEED_ID=-4 # 可選，預設為 -4 表示所有文章

# ===== Supabase 設定 =====
NEXT_PUBLIC_SUPABASE_URL=https://your-project.supabase.co
NEXT_PUBLIC_SUPABASE_ANON_KEY=your_anon_key
SUPABASE_SERVICE_ROLE_KEY=your_service_role_key

# ===== AI 模型 (OpenRouter) =====
# 建議使用高效且穩定的模型
OPENROUTER_API_KEY=your_openrouter_api_key
OPENROUTER_MODEL=openrouter/free
OPENROUTER_SITE_NAME=news-reporter

# ===== App =====
# 資料保留天數 (超過此天數的文章會被自動刪除)
ARTICLE_RETENTION_DAYS="7d"

# 抓取頻率 (多久抓一次新文章，支援 "4h", "12h", "30m", "daily" 等白話文)
FETCH_INTERVAL_CRON="4h"

# 清理排程 (多久執行一次清理舊資料的動作)
CLEANUP_INTERVAL_CRON="7d"

# 網站存取密碼
SITE_PASSWORD=your_password_here

---

結語

當你完成以上步驟後，你就可以利用網址以及密碼，登入 「AI 自家新聞台」，開始訓練你的 AI 助理，從以前被動接收資訊，到現在主動過濾資訊，它不會因為流量而推播八卦給你，也不會強迫你閱讀你不感興趣的內容。

它唯一的任務，就是讓你減少無意義的雜訊，把時間留給真正有價值的事情上。

我們下一篇文章見！