一、先拆口播：视频没给仓库名，这才是它最大的「坑」

这条视频介绍的 AIHOT（demo 域 aihot.news）是一个「自己找热点、自己写日报的网站框架」——把 Claude Code / Codex 当成你的运营：把信源和精选标准换成你自己行业的 KnowHow，它就变成你专属的行业热点站。口播点了五步能力：采信源 → 筛热点 → 写日报 → 聚簇排热度 → 出刊。它主打的不是「又一个 AI 新闻站」，而是把「曾经只有少数人能搭的能力」开放给金融、医疗、法律、政府、教育这些垂直行业的普通人。但视频口播本身有两个必须纠正的地方，我都实查了：

  • 视频没给 GitHub 仓库名（只给了 demo 域 + 技术栈），要自己搜 aihot 才找得到 —— 真仓是 KKKKhazix/AIHOT（作者「数字生命卡兹克」，MIT，2026-09-30 实查 2,834 星 / 890 fork）；
  • demo 域 aihot.news 今天（09-30）我 curl 拿的是 403 Forbidden，不是 200。站可能加了反爬 / 访问限制，或临时下线——引用「在线 demo」前先自己探一下状态，别照视频里「点开就能看」的预期写进你的文案。

二、核心数字（以仓库 README + 源码实查为准）

截至 2026-09-30 实查 main 分支：Node.js 24 · TypeScript · React Router（服务端渲染）· Fastify · PostgreSQL · pg-boss（队列）· Tailwind · Docker Compose——比视频口播的「Node.js 24 / PostgreSQL 17 / Docker」多了 React Router SSR 和 pg-boss 两条。仓库自带 18 个公开的海外 AI 资讯源做示范（够跑起来看效果），但不带你自己行业的信源名单和运营数据（作者明说这是「火种」，行业 KnowHow 你自己填）。industry/ 目录是所有可定制点的集合：信源（sources.json）、六步流水线提示词（prompts/，25 个 .md）、评分门槛（selection.ts）、可选模块开关（features.ts）、品牌与页面（brand/ · pages/）——改行业基本不动代码，只动 industry/ 一个文件夹。

三、读源码才写得出的机制：它不是「让 LLM 随便挑」

视频口播说「筛选热点」，听起来像让 LLM 自由发挥。读源码发现它其实是一套三层防污染评分，这是它最有价值的地方，也是 README 里没展开讲清楚的机制：

第一层 · 双次独立评分（反自我强化）。每篇资料由评分模型独立打两次分（0–100），两次之和 ≥ 2×门槛才进精选，卡片上显示两次平均分。源码 industry/selection.ts 原文：「每篇资料由评分模型独立打两次分（0–100），两次之和 ≥ 2 × 门槛才进精选」。为什么打两次？防单次 LLM 幻觉把一篇普通稿打高分——两次独立采样，一次高一次低，就过不了门槛。

第二层 · 门槛按信源分级（反来源污染）。SELECTION.thresholds = { T1: 60, T1_5: 65, T2: 76 }——官方一手源（T1）门槛 60、官方账号/准官方（T1.5）65、媒体与个人（T2）76。同一篇内容，来自官网比来自自媒体更容易入选，因为「同一件事」在 T2 源上噪声更高。还有 understandFloor: 50：没进精选但平均分 ≥50 的，也走「内容理解」那套更贵的写作 pipeline，其余走便宜的「标题摘要翻译」。这是典型的成本分层。

第三层 · 评分 prompt 故意藏来源身份（反「大厂光环」）。读 industry/prompts/selection-score.md 原文：「输入故意不提供 T1、T1.5、T2、来源名称、一手性、旧模型分数或精选门槛。不要猜这些信息，也不要把大厂、名校、长正文、术语、数字很多或 SOTA 当成自动加分项。」——评分模型看不到这条来自 OpenAI 还是自媒体，只按事件本身的注意力价值打 0–100。这是防「品牌光环污染评分」的关键设计，也是很多「LLM 热点筛选」项目做不到的点。

热度榜 · 按事件不按文章，带 48h 窗口 + 24h 半衰期（反刷量）。读 packages/backend/src/events/hot.ts：注释第一行就写着 heat-v1-48h-halflife24h——「每个独立参与者在窗口内只算一次（重复抓取不加热度），24 小时半衰期衰减，用来源时间（不是抓取时间）把证据放进窗口」。也就是说，一家媒体同一篇稿发十遍、或者你的爬虫一天抓十次，都只算一次热度；越新的证据权重越高。这是「反刷量」的核心，也是它和「按文章数排序」的朴素热点榜的本质区别。

聚簇 · 事件不是文章（反重复报道刷屏）。events/ 目录下有 group.ts（批量聚簇）、pair.ts（两两判定是否同一事件）、relate.ts（后续进展归属）、merge.ts（拿不准时换一家模型再确认一遍）、digest.ts（事件综述）。五条源头的报道，读者只会看到一个事件 + 一篇综述，后续进展挂在同一事件下。这是「热点站」区别于「新闻聚合站」的根本——后者是「N 篇报道」，前者是「1 件事」。

四、六步流水线 + 行业定制（README 实查）

一条资料从信源进来走六步：① 采集 → ② 判重 → ③ 预筛（prefilter.md）→ ④ 两次独立评分 → ⑤ 写作（summarize-*.md 7 个 prompt）→ ⑥ 聚簇 + 热度 + 日报/周报/月报。日报每天 08:00、周报每周一、月报每月 1 日，按分类分节、带导语。给 Agent 用的出口有 RSS（精选/全部/全文/日报）· 公开 API · MCP · llms.txt——同一份内容「给人看也给 Agent 用」，这条对想让 AI 订阅你行业日报的场景很关键。

行业定制 = 改一个文件夹。作者的设计哲学：把行业 KnowHow 写在 industry/prompts/selection-score.md（评分标准）和 industry/selection.ts（门槛），不写代码。官方推荐姿势是把仓库丢给 Claude Code / Codex，说「请读 AGENTS.md 和 docs/customize.md，把这个站改成『法律』行业的热点站」，再把你觉得什么算重要什么不算重要写清楚。作者还强烈建议拿一两百条自己标注过的资料跑 scripts/eval-selection.ts，看它选得准不准再上线——这是「评分可校准」的闭环，很多「让 LLM 挑新闻」项目没有这一步。

五、横向对比 + 坑与边界（别照搬 README 吹的点）

  • vs TrendRadar / awesome-llm-apps 类「AI 热点推送」：那些是「每日推 10 条到微信」的单向 feed，AIHOT 是事件级聚合 + 行业可定制 + 带热度榜 + 给 Agent 用的 MCP/llms.txt。你要的是「订阅一个 feed」用前者，要的是「搭一个行业站」用 AIHOT。
  • vs 自建爬虫 + LLM 筛选脚本：自建要自己解决判重、双次评分、来源分级、聚簇、热度衰减这些脏活，AIHOT 把这些全做成了可改的 prompt + 门槛 + 算法，改行业不写代码。但代价是它强绑 Docker + PostgreSQL + LLM API key，不如脚本轻量。
  • 实测边界（如实写）：跑通它需要 Docker（本机 2C ECS 没装）+ PostgreSQL 17 + 一个 OpenAI 兼容 LLM API key（DeepSeek/千问/智谱都行，计费）+ 首跑约 30 分钟导入处理。我没有替你烧 LLM 费用实跑生产，以上机制全部来自本地读 main 分支源码实查（selection.ts / prompts/selection-score.md / events/hot.ts / features.ts，读毕即删不占盘）。引用数据请用仓库 README + 源码为准，视频口播的星数/卡数永远是旧值。
  • 坑 · demo 403：今天 aihot.news 返回 403，可能加反爬或访问限制；引用「在线 demo」前先 curl 探状态，别照视频里「点开就能看」写。
  • 坑 · 这是线上快照不是通用框架：作者明说「它来自 AIHOT 正在线上跑的代码，不是精心打磨的通用框架」「AIHOT 的信源名单和运营数据没放进仓库」「请不要用 AIHOT 的名字和 Logo，换上你自己的名字」。也就是说你 fork 后必须改名改信源改评分标准，把它当成「火种」不是「成品」。
  • 坑 · 计费 LLM 首跑 30 分钟：第一次导入约半小时处理完，这段时间 LLM 在按双次评分 + 写作 + 聚簇全量跑一遍，费用按你选的模型线性放大。生产环境记得看 docs/deploy.md 里「花多少钱」那一节。
  • 坑 · AI 专属模块可关：features.ts 里 leaderboard（模型榜）和 codexResetMonitor（Codex 额度重置监控）默认 true，做非 AI 行业时两个都设 false 或整块删（README 明说「别的行业一个开关关掉」），否则导航里会多出两个你不需要的入口。

适合谁：有 AI 编程助手（Claude Code / Codex）+ 一个 LLM API key（愿意付这点钱）+ 想给自己行业（金融/医疗/法律/政府/教育…）搭一个「每天出日报 + 热度榜 + 给 Agent 订阅」的热点站的独立开发者 / 一人公司 / 垂直内容团队。MIT 协议商用没问题，2,834 星（09-30 实查）、2026-09-28 还在推（仓库 pushed_at），活跃。

一句话：AIHOT 是「把热点站运营流程写成 prompt + 门槛 + 热度算法」的那套框架——你不用写代码，只要把你的行业 KnowHow 填进 industry/ 一个文件夹。

仓库：github.com/KKKKhazix/AIHOT · 在线 demo：aihot.news（今天 09-30 curl 403，引用前自探）· 星标 2,834 / MIT / Node 24 + PostgreSQL 17 + Docker Compose（截至 2026-09-30 实查；视频口播没给仓库名/星数，以上均为源码 + GitHub API 实查值）