Appearance
信息工作流本地运行可使用
Folo / RSS 情报工作流
增量采集订阅内容，用 Codex 翻译英文正文，保留原文与来源，整理成分类阅读稿和结构化数据。
订阅采集与中文归档工作流中文阅读稿 · JSONL · 原文归档
订阅信息，沉淀成中文归档
Folo 订阅当前使用 · AI / 金融
RSS / RSSHub按需配置订阅地址
- 去重
- 补全
- 翻译
- 归档
JSONL结构化数据Markdown中文阅读稿
保留原文与来源 · 可定时采集
它解决什么问题
订阅信息分散、英文阅读成本高，反复整理容易重复。把采集、翻译与归档串起来，让阅读稿保留来源，后续分析有据可查。
适合谁使用
持续关注 AI、金融等订阅内容，希望积累中文阅读材料与可供后续分析的数据的人。
它如何工作
配置订阅
选择 Folo 分类、每轮条数与翻译设置，也可按需添加 RSS 订阅地址。当前配置使用 Folo 的 AI、金融两类，RSS / RSSHub 地址尚未配置。
- 输入
- Folo 分类或 RSS / RSSHub 订阅地址
- 产出
- 待采集的信息源配置
使用方式
这是一套在本地运行的信息采集与中文归档工作流。先选择订阅分类或 RSS 地址，再采集正文、处理翻译，输出可阅读的 Markdown 和供后续程序处理的 JSONL。
首次使用需要 Python 3.9+、Node.js / npm、Folo CLI 和 Codex CLI，并完成 Folo 与 Codex 登录。在 config/sources.yaml 中设置来源、采集条数和翻译选项，准备好环境后，可以从项目目录执行单次采集：
bash
.venv/bin/python scripts/run_once.py当前配置使用 Folo 的 AI、金融两类订阅，每类每轮读取最新 100 条。RSS / RSSHub 的解析与采集入口已实现，需要添加真实订阅地址后使用；当前地址列表为空。
采集与中文翻译
Folo 条目先按 ID 与原文链接筛出未归档内容，再补充详情。详情最多四路并发，返回顺序保持一致；获取失败时使用时间线中已有的内容，因此正文完整程度取决于来源能提供的信息。
正文清洗保留链接和图片引用，同时整理作者、发布时间、来源与分类。英文正文通过本机 Codex CLI 分批翻译，长正文拆分处理，返回结果按条目校验后再写入。默认含中文字符的正文直接保留，原文与中文分别保存，阅读内容优先使用中文。
某个源采集或翻译失败时，其他源可以继续归档，整轮执行会以失败退出码结束，并记录成功与失败源数量。翻译没有完成的源不会被记为成功。
可以带走什么
归档按 UTC 采集日期组织，输出三类产物：
| 产物 | 内容与用途 |
|---|---|
| 原始响应 | 保存采集返回的数据供排查，当前同轮仅保留最后写入的来源响应 |
| JSONL | 每行一个条目，包含正文、原文、中文、来源链接与元数据，便于后续分析 |
| 分类 Markdown | 按日期与分类整理中文阅读稿，保留来源信息和不同于中文的原文 |
另有去重状态、运行日志，以及记录完成时间、成功或失败源数量和新增条数的最近运行状态。重复采集不会重复写入已有条目。
定时运行与历史回填
可以手动执行，也可以安装 macOS launchd 任务，每 300 秒触发一次。安装器把后台代码、配置、Python 环境和固定版本的 Folo CLI 放到内置盘，归档数据由原项目与后台任务共用，减少后台运行对外接盘的依赖。
采集、手动执行和回填共用文件锁；一轮没有结束时，新的采集会跳过，避免同时写归档。定时运行需要有效的用户会话、网络和 Folo / Codex 登录。源码或来源配置更新后，需要重新安装任务以同步后台副本。
历史回填可指定日期、分类和条数，补充已有归档的 Folo 正文详情或中文翻译。这是对已有条目的补全；常规采集只读取最新一页，保存的游标用于排查。
当前范围
当前重点是「订阅内容 → 中文阅读稿与结构化归档」。项目的本机验收记录覆盖 Folo 两类真实采集、Codex 翻译、重复执行去重与后台定时运行；RSS 解析和归档有测试覆盖，真实 RSS / RSSHub 订阅仍待配置。
当前同轮多源采集共用原始响应文件名，后写入的响应会覆盖先写入的响应，逐源回溯仍需完善。JSONL 中各条正文、原文、中文和来源链接会分别保留。
目前归档供阅读与后续分析使用，尚未自动生成情报摘要、发送通知或发布到博客。这个页面展示工作流本身，后续可以在归档之上继续设计选题、研究或内容生产流程。
技术实现：Python + YAML 配置，Folo CLI、Codex CLI、RSS / Atom 解析、JSONL / Markdown 归档与 macOS launchd。