【学习笔记】BestBlogs.dev 内容获取与筛选流程拆解：从 RSS 订阅源到个性化推荐

调研日期：2026-08-22 调研对象：BestBlogs.dev（站点 + ginobefun/BestBlogs 开源仓库 + 作者的 Dify 实践文章） 调研动机：BestBlogs 是我见过把「AI 内容策展」公开得最彻底的产品——订阅源列表、分析流程、提示词、Workflow DSL 全部开源。之前调研过的开源资讯聚合方案大多停在「采集与呈现」，这次想看看再加上「AI 筛选与评分」之后，整条流水线到底长什么样 说明：信息来自官网 How It Works 与 About 文档、GitHub 仓库 README 与 Releases、作者的实践文章；文中数字均为调研时点数据 关联：《开源资讯获取与整理方案调研》、《订阅公众号文章与 X 推文的开源方案调研》——本篇可以看作这两篇的「商业成品参照系」

一、BestBlogs 是什么：AI 初评 + 专家精审的两层策展

BestBlogs.dev 定位为「AI 驱动的私人阅读助手」，口号是 Quality Content Finds the Right Reader，覆盖编程、人工智能、产品设计、商业科技、个人成长几个领域。按 About 页的口径：600+ 精选来源、10K+ AI 分析内容、3K+ 精选内容，24/7 持续更新。

它和纯聚合器（RSS 阅读器、热榜站）的根本区别在于两层策展机制：

• AI 初评：每条新内容都由 AI 自动分析，产出质量评分、摘要、标签；
• 专家精审：编辑复核 AI 结果，修正误判，把最好的内容标成 Featured。

更难得的是透明度——它把三样东西都开源在了 GitHub 仓库里：RSS 订阅源列表（OPML）、AI 分析流程文档、Dify Workflow 的 DSL 与核心提示词。这也是这篇笔记能写得很细的原因。

二、整体流程：一条五步流水线

README「实现原理」章节给出的流水线是五步，官网 How It Works 文档则把它归纳为聚合 → AI 筛选 → 专家审核 → 简报与推荐四个阶段，两者可以合并成下面这张表：

下面逐步拆解。

三、获取内容：以 RSS 为纲的订阅源工程

内容形态上覆盖五类：文章（个人博客、工程博客、官方文档、科技媒体）、播客、视频（YouTube、Bilibili）、推文（X 上的关键人物）、Newsletter，中英双语并行。所有形态进同一条处理流水线。

订阅源规模与构成（README 口径）：

• 开源 OPML 共 400 个：文章 170、播客 30、视频 40、推特 160，仓库里按类型提供分类下载，可以直接导入自己的 RSS 阅读器白嫖；
• 团队还在按类型系统整理更多源，据仓库与作者博客的订阅源系列，已整理发布 551 个（公众号 375、播客 57、YouTube 119），陆续接入；
• 2026 年 7 月的 v2.4.0 版本提到已完成 1600+ 优质订阅源的整合，About 页的对外口径是 600+ 精选来源。

难啃的源靠工具链解决：GitHub 无 RSS 用 RSSHub（万物皆可 RSS）、微信公众号用 wechat2rss（早期也用过 wewe-rss）、X 推文用 XGo.ing、YouTube 直接用官方 RSS。

单篇内容的抓取是四步：

1. 通过 RSS 协议爬取订阅源，拿到标题、链接、发布时间等元数据；
2. 用无头浏览器访问文章链接，获取完整页面内容（应对动态渲染）；
3. 每个订阅源都配置了正文选择器，从页面里精准抽出正文；
4. 对 HTML 和图片做标准化处理，进入待处理队列。

版权姿态也值得注意：站点只存元数据和 AI 生成的摘要与点评，正文阅读始终跳回原文链接，保留出处与作者。

四、第一步筛选：文章初评，一次便宜的「值不值得分析」判定

订阅源是人工挑的，但源里也会混出低质内容。如果每篇都跑深度分析，成本扛不住——所以初评的意义就是用最便宜的一跳挡掉大多数。

作者在 Dify 实践文章里描述的初评流程：

• 输入只有一个文章 ID，Workflow 里用 HTTP 节点向网站请求元数据和全文；
• 中英文文章用不同的模型和提示词分开处理；
• 提示词用 CO-STAR 框架（Context 背景、Objective 目标、Style 风格、Tone 语气、Audience 受众、Response 输出格式）编写，判定标准四条：语言、内容类型、主题相关度、内容质量与价值；
• 输出结构化 JSON：ignore（是否忽略）、reason（原因）、value（0-5 价值分）、summary（一句话总结）、language（语言），网站再根据 ignore 和 value 决定这篇要不要进入深度分析。

输出大概长这样：

{
  "ignore": "no",
  "reason": "文章详细介绍了 K8s 部署过程，具有较高实用价值",
  "value": 4,
  "summary": "K8s 生产级部署的完整操作指南",
  "language": "中文"
}

How It Works 文档还提到这一层的配套检查：标题党检测、去重、翻译质量检查，都是发生在深度分析之前。

五、第二步筛选：深度分析，把一个「大提示词」拆成六个环节

这部分是整个流水线最有看头的地方。作者先讲了为什么用 Workflow：最初用一个「大而全」的提示词一次完成摘要、标签、评分、翻译，结果摘要要点遗漏、标签口径不统一、评分标准难调整、翻译生硬、模型升级运维困难。改成 Dify Workflow 后，深度分析被拆成六个环节：

1. 分段分析：超过 6000 字符的长文先切段，逐段提取要点；
2. 汇总分析：合并分段结果，生成一句话总结、详细摘要、关键词、主要观点（观点 + 解释）、文章金句；
3. 领域划分和标签生成：先分领域和子类，再按统一的标签体系打标签——主题、技术、领域、应用、产品、公司、平台、名人、趋势，九类；
4. 文章评分：按内容深度、写作质量、实用性、相关性打分（产品层面对外展示为 0-100 的质量分）；
5. 检查反思：让 LLM 扮演评审专家，按全面性、准确性、一致性三个标准检查前面的所有输出；
6. 优化改进：依据反思结果修订，输出最终结果并附更新原因。

两个设计值得单独强调：

• 「检查反思 → 优化改进」是流水线的内生环节，不是可选步骤——生成式任务的质检闭环直接写进了 Workflow；
• 标签体系是预定义的，模型只能从中选择，这从机制上解决了「标签口径不统一」的问题。

成本参考：据作者文章给出的示例数据，初评 + 深度分析 + 翻译三个流程跑完一篇约 157 秒、2.9 万 tokens（GPT-4o 时期）——这也是为什么初评过滤如此重要。

六、翻译：术语先行，意译收尾

翻译的输入是元数据、全文和分析结果三者，输出的则是分析结果（摘要、观点、金句、标签、标题）的中英双语版本，而不是翻译全文。流程三段式：

1. 识别专业术语并初次翻译：先抽出术语表，带着术语约束做初译，避免技术名词被硬翻；
2. 检查翻译：检查准确性、一致性、流畅性、专业性；
3. 意译优化：在准确的基础上按目标语言习惯重写，消除翻译腔。

2026 年 3 月的 v2.3.0 版本还对翻译提示词做过专门更新，并加了「智能标题翻译」——标题这种最显眼的位置单独优化。

七、专家精审与分发：AI 管量，专家管质

How It Works 文档对「为什么要两层」的解释很坦诚：

• AI 有系统性盲点——会给包装精美的标题党打高分，会低估小众但深度的内容；
• 纯人工又不可扩展——每天有数千条新内容进来。

所以分工是 AI 处理量（滤噪），专家处理质（选优）。专家审核做四件事：复核 AI 结果并修正误判、过滤标题党和内容农场、给最佳条目标 Featured 徽章、撰写双语推荐理由（「为什么推荐这篇」）。

过了两道关卡的内容进入精选池，再分发到不同出口：

简报类任务同样由 Dify Workflow 编排生成。

八、评分体系是迭代出来的

把仓库 Releases 的更新记录串起来看，会发现评分体系不是一次设计定型的，而是当产品一样持续迭代：

最新动作（Newsletter #87）是用 AI Skills 对评分体系做 review 和微调，把反复出现的判断规则沉淀回提示词。How It Works 文档中对外描述的「0-100 分、技术深度、信息价值、可读性、实用指导四维」是面向用户的简化口径，内部维度已经演进过好几轮。

九、播客、推文、视频：同一流水线的变体

• 播客：先用通义听悟做语音转写（全文转写、说话人分离、章节速览），再把转写文本送进同一套 Dify 分析流程，产出摘要、观点、金句、评分；
• 推文：XGo.ing 采集后走 Dify Workflow 分析，重点是提取值得读的推文串而不是单条碎念；
• 视频：README 标注方案开发中，视频源（YouTube、Bilibili）已通过 RSS 采集进系统。

十、对照自建 DailyDigest 流水线：值得偷的五招

1. 源头策展优先于算法过滤。400 个 OPML 源是人工挑的，算法只需要在好源里排序，而不是在垃圾堆里捞金。给 DailyDigest 扩源时，先审源再加源。
2. 两级漏斗控成本。便宜初评挡掉大头，昂贵的深度分析只留给过筛内容——这个结构对任何「全量 AI 处理」的流水线都成立。
3. 生成任务要带「检查反思 → 优化改进」闭环。让模型先自查全面性、准确性、一致性，再按反思结果修订，比一次生成直接用的质量稳定得多。
4. 提示词运维化。把大提示词拆成子流程后，单独调、单独换模型、单独回滚，日志还能定位到具体环节——这和代码拆模块是同一个道理。
5. 评分体系当产品迭代并公开变更。从四维到六维再到主题维度，每次重构都写进 Releases。自建流水线的打分规则同样该有版本记录，否则调过就忘。

参考资料

• BestBlogs 官网
• How It Works 使用文档
• About 页
• ginobefun/BestBlogs 开源仓库（README、订阅源 OPML、Dify DSL）
• BestBlogs.dev 基于 Dify Workflow 的文章智能分析实践（作者博客）
• 知乎版详解（含完整初评提示词与输出示例）
• Newsletter #87：评分体系的自我进化