AI News RSS — 项目概览

这个项目做了什么

AI News RSS 是一个 AI 新闻聚合服务：每天自动从 arXiv、GitHub、HackerNews、Reddit 等信息源抓取 AI 领域内容，用大模型自动评分筛选，生成结构化日报 + RSS 订阅。

开源版： 纯后端服务，SQLite 存储，Docker 一键部署，任何人都能私有化跑起来。

SaaS 版： 完整的商业化产品 — 用户注册登录、套餐体系（免费/基础/专业）、支付宝付款、邮件推送、语音播报、防薅羊毛、管理后台。

为什么做

AI 领域信息获取有几个痛点：

信息零散 — 大多数人靠刷小红书看别人转的二手内容，质量参差不齐
没有筛选 — 每天几百条新闻，哪些值得看？人工筛选不现实
源头散落 — arXiv 论文、GitHub 项目、HN 讨论、Reddit 帖子分布在不同平台

我自己就是这个状态：想跟踪 AI 动态，但每天花在"找信息"上的时间太多。

后来看到一个开源项目在做类似的事，参考了它的产品设计思路（数据源分类、AI 评分筛选），然后基于自身需求从头实现了全部代码，加上之前 WeChat RSS 项目积累的 SaaS 底座，最终做成了现在这个形态。

项目演进路径

WeChat RSS (SaaS 底座积累)
       ↓ 复用用户/支付/部署架构
某开源项目 (参考产品设计思路)
       ↓ 启发数据源分类和评分机制
AI News RSS 开源版 (从头实现核心功能)
       ↓ 基于 WeChat RSS 底座扩展
AI News RSS SaaS 版 (完整商业化)

这个路径本身就是方法论的体现 — 不是从零开始，是站在已有项目的肩膀上。

真实运营数据

上线后在小红书和 B 站各宣传过一次，之后没有持续推广：

指标	数据
总用户数	87
实际付费用户	2（含 1 位包年用户）
累计收入	128.8 元
信息源数量	18（RSS + Reddit + GitHub）
累计聚合新闻	1346 条
AI Token 消耗	13.05M

注意这几个数字：

2 个真实付费用户 — 含 1 位包年用户，几乎没推广的情况下有人愿意掏钱
128.8 元收入 — 不多，但证明了从 0 到 1 的商业闭环
87 个注册用户 — 只宣传过一次就有这个量，说明需求真实存在

技术栈一览

开源版

层级	选型
Web 框架	FastAPI
数据库	SQLite（轻量，单机足够）
AI 模型	智谱 GLM（国产、便宜、够用）
语音合成	MiniMax TTS（可选）
部署	Docker
协议	AGPL-3.0

SaaS 版新增

层级	选型
前端框架	Nuxt 3 + TailwindCSS
数据库	PostgreSQL（多用户并发）
缓存/限流	Redis
支付	支付宝当面付
人机验证	Cloudflare Turnstile
邮件服务	SMTP
部署	1Panel + Nginx 反代

开源版 vs SaaS 版的差距

这是很多人低估的事情 — "我把开源项目加个登录不就行了？"

实际差距：

维度	开源版	SaaS 版
用户系统	无	注册/登录/JWT/邮箱验证
权限控制	无	套餐分级、内容比例控制
支付	无	支付宝当面付 + 订单生命周期
安全	基本无	防薅(临时邮箱黑名单/IP限流/Turnstile)
数据库	SQLite	PostgreSQL + Redis
前端	静态 HTML	Nuxt 3 全套 SPA
运维	手动	数据库清理/健康检查/Webhook 通知
复杂度	约 1500 行 Python	约 5000+ 行 Python + 3000+ 行 Vue

核心功能（AI 新闻聚合）只占 SaaS 版代码的约 30%，剩下 70% 都是"非功能需求"。

本案例会讲什么

分两部分：

Part 1: 开源版 MVP

从发现需求到上线一个能用的产品，对应方法论的 1-8 步：

Part 2: SaaS 版扩展

从开源到商业化，要多做什么、多踩哪些坑：

怎么读这个案例

如果你还没做过项目： 从头读，跟着思路走一遍，重点看"为什么这么做"而不是具体代码。

如果你已经做过 MVP： 直接跳到 Part 2，看 SaaS 版多了什么。支付和防薅两章最有参考价值。

如果你只想快速翻翻： 看本章概览 + 第 13 章经验总结就够了。