开源却留了一手AIHOT 不公开信源列表背后的合规经济学【免费下载链接】AIHOT一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的它就是你的行业热点站。项目地址: https://gitcode.com/gh_mirrors/ai/AIHOT2026 年 9 月底一个名叫 AIHOT 的行业热点站框架在 GitHub 上开源随即连续数日冲进多个平台的日榜速报累计收获约 5400 Star被媒体称为百万月活产品的引擎开源。但很多开发者翻开仓库后很快发现一个微妙的缺口代码、算法、全部提示词都给了唯独线上那套真实信源名单和运营数据不在里面。仓库自带的只是一份 18 条公开海外 AI 资讯源的示范包。本文从 LICENSE、industry/目录与公开文档出发拆解这次开源却留一手的边界设计——它既是一次合规避险也是一笔被算得很清楚的开源经济学账。开源边界盘点代码给了什么信源为什么不给先看这次开源到底给了什么。按 README.md 的自我描述仓库交付的是引擎和框架网站、后台、精选流程、聚簇和热度算法所有提示词的原文和入选门槛。逐一验证确实如此协议层面LICENSE 是标准 MIT License代码可以任意使用、修改、再分发。但 NOTICE 同时写明AIHOT这个名字和 AIHOT 的 Logo 不在 MIT 许可范围内站点要换自己的名字和 Logo。算法层面热点榜的完整逻辑在 packages/backend/src/events/hot.ts48 小时窗口、24 小时半衰期、独立参与方去重全部以可读的 TypeScript 与 SQL 呈现甚至把规则版本写死为heat-v1-48h-halflife24h。提示词层面industry/prompts/ 下躺着 26 份提示词文件从预筛、评分到事件综述、周报月报总述连防 Prompt injection 的输入安全边界都写进了 selection-score.md。门槛层面industry/selection.ts 直接导出thresholds: { T1: 60, T1_5: 65, T2: 76 }按信源分级设定入选分数。而没给的同样被精确划界。README 的说在前面里有一句容易被忽略的话里面没有 AIHOT 的信源名单和运营数据。仓库带了 18 个公开的海外 AI 资讯源做示范够你跑起来看效果真正的信源要换成你自己行业的。对照 industry/sources.json 数一遍正好 18 条OpenAI、Google DeepMind、Hugging Face、NVIDIA、Microsoft Research 等官方博客加上 The Verge、TechCrunch、Ars Technica 等海外媒体流以及 Simon Willison、Import AI、Latent Space 等个人源。全部是公开 RSS零付费接口。README 还明说模型榜、Codex 重置监控、主题页大事记这类只对 AI 行业有意义的功能和 AIHOT 自己的运营工具只留在线上原站。这是一条清晰的分界线算法、标准、方法论开源信源组合与运营资产不开源。要理解这条线为什么这样画得同时看合规与商业两个维度。合规与商业的双重考量信源即护城河合规层面公开信源列表会带来真实的法律暴露。聚合类产品在国内外的处境都比较敏感AIHOT 的工程细节里处处能看出这种谨慎docs/sources.md 规定站内全文展示默认关闭site_fulltext默认false公众号、付费墙内容不会因为技术上抓得到就获得全文展示site/pages/terms.md 是使用规则模板承诺原文版权归各来源所有、来源方可以要求更正下架并且公开接口请按响应中的缓存时间轮询。这套机制在开源后依然生效——但注意模板页是公开的而真实信源名单如果公开等于向所有内容权利方交出了一份本站在抓谁、抓得多频繁的完整清单。对于需要商业化运营、月活百万的原站而言这份清单本身就是潜在的下架通知、版权主张和抓取封禁的靶子。尤其仓库里还涉及 X 账号需 SocialData key、公众号需极致了 Dajiala key这两类付费采集通道——把线上的公众号矩阵名单同步进公开仓库等于把原站最依赖、也最受平台条款约束的一手信息通道直接摊开。商业层面信源就是这家产品真正的护城河。一个有意思的细节是这套系统的行业知识被刻意设计成可替换的行业包集中在industry/一个目录。README 反复强调把信源换成你的把精选标准换成你的 KnowHow它就是你的行业热点站——也就是说AIHOT 官方认为代码的复用价值是通用的而信源组合 调校出来的评分标准才是特定行业里真正值钱的东西。这和 docs/selection.md 里的一句话互相印证这组数是 AIHOT 在 AI 领域一直在用的门槛偏严……换了行业、改了评分标准一定要重新校准。 换言之官方自己都承认开源出去的是一台能跑的标准引擎而让这台引擎选得准的燃料——真实信源、运营数据、多年校准的门槛——恰恰留在线上。这是开源引流、运营护城河的典型组合社区获得可复用的工程资产原站保住了内容竞争力还顺带获得了大量二次开发者的口碑传播与生态反馈。把这两点合起来看留一手就既不是小气也不是技术做不到而是一个理性决策信源名单对代码的公开价值趋近于零换行业就得全换但对原站的合规风险与商业价值都极高。公开它只有成本、没有收益不开源它才是最优解。对二次开发者意味着什么自建信源体系的方法对想基于 AIHOT 做垂直站的开发者这不构成障碍——因为仓库把怎么自建信源这件事的脚手架完整地留了下来。改造路径在 docs/customize.md 和 docs/sources.md 里写得很清楚核心几乎都在industry/目录内完成业务代码基本不用动。第一步决定信源形态。系统支持六种信源rss、web_list网页列表 CSS 选择器、json_listJSON 接口、x_searchX 账号需 SocialData、mp_account公众号需 Dajiala、external外部推送。对应配置项被严格白名单化在 packages/backend/src/sources/config-keys.ts填了不认识的配置项保存会被直接拒绝而不是悄悄退回通用解析——这避免了抓出菜单和句子碎片当文章的经典坑。RSS 是最低成本起点没有 RSS 的站docs/sources.md 提供了可本地跑通的 HTML/JSON 示例docs/examples/sources/news.html、docs/examples/sources/news.json用预览抓取先验证选择器和字段映射再正式建源。第二步利用官方刻意留下的免爬通道。最有价值的自建方式其实是external自己写脚本抓的内容通过POST /api/ingest/items携带INGEST_TOKEN推进站里走和普通采集一样的判重、精选、归组全流程。这意味着你完全不需要在 AIHOT 里维护任何对第三方站点的抓取逻辑——用你自己的合规采集方案拿数据AIHOT 只负责下游的 AI 判断与出版。这也呼应了上文的合规逻辑信源采集的责任边界开源框架用接口设计把它交还给了每个部署者自己。第三步用信源分级与门槛调出你的口味。docs/customize.md 定义了T1官方一手、T1_5官方账号与准官方、T2媒体与个人的分级体系不同分级对应不同入选门槛participation_mode还可以把某些源设为hot_signal只作热度证据、不进公开页面或isolated完全隔离。配合旧文不刷屏规则——首次发现已发布超 48 小时的资料按原文时间归档不进今天——一个新站可以放心地一次性导入存量信源不会刷屏。第四步用评测闭环校准而不是凭感觉调门槛。门槛和评分提示词是一体的。正确姿势是挑 100–200 条自己标注过该选/不该选的样本存成.data/gold.jsonl跑node --env-file.env scripts/eval-selection.ts --gold .data/gold.jsonl看准确率、查准率、查全率和不同门槛下的结果再回到 industry/prompts/selection-score.md 改必须正常评价的价值和必须压住的噪声。docs/selection.md 的原话是先改标准再动门槛门槛只能整体移动解决不了哪一类判错了——这套方法论本身就是开源里比信源名单更值钱的东西。结语AIHOT 的开源边界可以被看作一次教科书式的开源经济学实践把可复用性最高的部分——MIT 代码、完整提示词、评分门槛、聚簇与热度算法、评测方法论——全部开源换取社区生态与传播把复用价值最低但商业与合规成本最高的部分——真实信源组合与运营数据——留在墙内。对二次开发者来说真正该带走的不是那 18 条示范源而是这套选什么源、怎么分级、如何校准的完整能力对行业观察者来说这或许是百万月活产品开源最常见的真实形态开源的是引擎留下的是让它跑出差异的那部分。【免费下载链接】AIHOT一个自己找热点、自己写日报的网站框架。把信源和精选标准换成你的它就是你的行业热点站。项目地址: https://gitcode.com/gh_mirrors/ai/AIHOT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考