📡 RadarForge
AI 资讯雷达 · 自媒体内容生产线
Radar for intelligence, forge for content — from a raw signal to a published story.
这是什么
RadarForge(AI 资讯雷达 2.0)是一个跑在浏览器里的自媒体工作流平台:它用 AI 搜索当雷达,持续扫描热点信号;再把信号锻造成成品——一篇带封面图的图文,或一条带配音的短视频。
一条流水线走完「选题 → 情报 → 成稿 → 配图 → 视频」,中间没有剪贴板,没有八个窗口之间的来回切换。

核心能力
📡 情报雷达(搜索 + RSS 双底座)
- AI 搜索(元宝 SearchPro):真实联网检索,不是模型幻觉
- RSS 信源:24 个默认 AI 资讯源(量子位/InfoQ/HN/OpenAI/DeepMind/arXiv…,探活修正后入库),有界并发刷新 + 双粒度新鲜度过滤 + SimHash 跨源去重,条目一键转选题池——先看见,才谈生产
- 主题追踪:订阅你关心的领域,信号自动进收件箱
- 信源溯源:每条资讯带原始来源链接,可核查、可引用;逐源拉取状态诚实留痕(失败不阻断)
✍️ 图文流水线(九步 · P0 质量管线)
brief 任务书 → claims 联网取证(关键词重合度)→ 大纲先行(JSON:每节论点/证据编号/配图位)→ 分节初稿(逐节聚焦写作)→ 跨家族审稿(换 LLM 家族 · 成对比较裁决 · ≤2 轮)→ 原子断言核验(FActScore 式逐条检索,无据率超阈值拦截发布)→ 正文配图 → 封面 → 微信排版(18 主题)
🖱️ 交互(P1)
三步向导(选题 → 人格卡片 → 确认预览,老手可切高级模式)|⌘K 命令面板(跨线动作 + 最近 Run 直达)|指着改图文(悬停任意小节 → 只重写该节 → 文章版本树)|运行前馈(初稿生成中就展示任务书核心判断与大纲预告)|详情页稿优先信息重排(证据链折叠进「为什么这样写」抽屉)
🎬 视频流水线(三通道 + 选题直出 + 混合通道)
两种源:从图文成稿改编(推荐)或选题直出(检索要点直接生成分镜,不必先写文章);导演三方向 → 分镜 → motion 商业片 / art 艺术动画 / Agnes AI 模型 / 混合通道(数据字排走代码动画、实景情绪走 AI 插播,成本 ≈ 纯模型 1/3)+ BGM + 指着改版本树
🖼️ 纯图线(生图 + 版式卡)
主题 → LLM 构图方案 → 批量生图(3 用途 × 5 风格 × 1~9 张);版式卡(Editorial/Swiss 两版系 × 封面/金句/数据三模板,代码排版零生图成本)+ VLM 质检闭环(生成后读回判定,未过带 hint 重试)→ 画廊导出
📏 固定评测集 + 发布门禁 + 调优闭环(P0 度量层 → P1 调优层)
50 篇固定选题 × G-Eval 式五维量表(裁判跨家族优先);发布前置门禁:审稿均分 ≥7.0 且断言无据率 ≤30% 才放行;prompt 变体调优(MIPROv2 精神子集):变体 × 评测子集 → 评分 → 对比 → 推荐落库,可回归可回滚——先建度量,再动刀
🔌 多模型网关
LLM / 搜索 / 生图 / 视频大模型四类供应商统一接入,带探活、密钥池、故障退避重试——换供应商不用改代码。
🧩 插件生态
MCP 服务器管理 + 本地插件工作区(skill-pool/,不入库,见 .gitignore),能力可插拔。

架构一览

| 层 | 组成 |
|---|---|
| 前端 | Next.js 16 App Router + Tailwind 4 |
| 后端 | Next.js API Routes + z-ai-web-dev-sdk |
| 数据 | Prisma + SQLite(14 张表) |
| 网关 | 四类供应商适配层(含 429 退避重试 / WAF 穿透) |
| 媒体 | ffmpeg 合成 + AI 生图 |
快速开始
# 1. 安装依赖
bun install
# 2. 准备数据库(SQLite,自动建表)
echo 'DATABASE_URL=file:./db/custom.db' > .env
bun run db:push
# 3. 启动
bun run dev # http://localhost:3000
💡 所有模型密钥在应用内「设置中心」配置(落库
SettingKV),.env只需要DATABASE_URL——密钥永不进 git。
质量基线
tsc与eslint src/双零- 40+ 项端到端主回归(
scripts/full-regression.mjs):九步流水线 / 评测集 / 视频直出 / 纯图线 / 5 平台导出 / 门禁 - P1 专项回归:版式卡 33/33(
test-card-engine.mjs)、指着改 28/28 + 浏览器 34/34 + 在线 18/18(test-section-rewrite.mjs/verify-p13-browser.sh/regression-p13.mjs)、RSS 信源 37/37 含本地 HTTP E2E(test-rss.mjs)、调优闭环 27/27(test-tune.mjs) - 固定评测集运行器(
scripts/eval-set.mjs)与调优运行器(scripts/tune-prompts.mjs):调优前后同题对比,评分可回归 - 全程
worklog.md留痕:每个功能怎么做的、踩了什么坑、怎么修的
目录速览
src/
├── app/ # 页面与 API 路由
├── components/ # UI 组件(含设置中心 settings-panel)
├── lib/
│ ├── gateway/ # 多模型供应商适配层
│ ├── settings.ts # 设置读写(含 DEFAULTS 兜底)
│ └── ... # 雷达/图文/视频流水线
prisma/schema.prisma # 14 张表的数据模型
scripts/ # 回归 / 构建 / 维护脚本
worklog.md # 开发全记录
download/ # 截图与交付资产
相关产出
- 📄 征文《AI 资讯雷达 2.0》:四 Tab 全景走查 + 15 张真实运行截图(
download/比赛文章/,未入库) - 🛠️ 每个"灵异故障"都有复盘:WAF 穿透、429 退避、
.gitignore裸规则吞路由、密钥全历史清洗——见worklog.md
License
MIT
No comments yet. Be the first to write one.