KKKKhazix/AIHOT

Neden yükseliyor

Repo bir günde 2.842 yıldız almış; bu, dikkat çekici erken ilgiye işaret ediyor. Farklı sektörlere uyarlanabilir self-hosted bir ürün olarak sunulması ve özelleştirme adımlarının belgelenmesi ilgiye katkı sağlamış olabilir; ancak bu ilgiyi hangi etkenin yarattığına dair veri yok. Son 28 günlük commit ve farklı yazar sayısı ölçülmediğinden geliştirme etkinliği değerlendirilemiyor.

Problem

Farklı kaynaklardan gelen çok sayıdaki içeriği tekrarları azaltarak seçmek, aynı olaya ait haberleri bir araya getirmek ve düzenli gündem raporlarına dönüştürmek zaman alır; genel amaçlı haber akışları da sektörün kendi önceliklerini yansıtmayabilir.

Çözüm

RSS, web sayfaları, JSON API, X hesapları ve diğer kaynaklardan içerik toplar; LLM ile ön eleme ve iki aşamalı puanlama yapar, benzer haberleri embedding ve model değerlendirmesiyle olay kümelerinde birleştirir. Kaynaklar, prompt'lar ve seçim eşikleri sektör bazında özelleştirilebilir; sonuçlar web arayüzü, raporlar, RSS, API ve MCP üzerinden sunulur.

Yenilik

Haber toplama, LLM ile puanlama, olay kümelendirme ve günlük raporlama tek bir özelleştirilebilir üründe birleştirilmiş. Bu bileşenler tek başına yeni görünmüyor; belirgin katkı, seçim kriterlerinin ve prompt'ların sektör bazında değiştirilebilmesi ve sistemin self-hosted sunulması.

Teknolojiler

• TypeScript
• Node.js 24
• React Router
• Fastify
• PostgreSQL
• pg-boss
• Tailwind CSS
• Docker Compose
• OpenAI-compatible model APIs
• MCP

Riskler

• Proje bir günlük; yıldız sayısı benimsenme, güvenilirlik veya üretim olgunluğu kanıtı değil.
• Son 28 günlük commit ve farklı yazar verisi bulunmadığından bakım sürekliliği ve katkıcı çeşitliliği bilinmiyor.
• README, kodun çevrimiçi üründen alınmış bir snapshot olduğunu ve güncellemelerin her zaman senkronize edilmeyebileceğini belirtiyor; yazar ayrıca profesyonel geliştirici olmadığını söylüyor.
• LLM çıktılarının doğruluğu, tutarlılığı ve maliyeti kullanılan modele, prompt'lara ve içerik hacmine bağlı; seçim kalitesini kendi etiketli örnekleriyle sınamak gerekir.
• Kaynakların erişilebilirliği ve içerik formatları değişebilir; kaynak yönetimi ve veri kalitesi operasyonel bakım gerektirir.
• Varsayılan örnek yapılandırma AI haber kaynaklarına ve Çince içerik üretimine odaklı; başka bir sektör veya dil için özelleştirme ve doğrulama gerekir.