dsh-rss-digest

dsh plugin --profile web add dsh-rss-digest

# dsh-rss-digest

[English](README.md) · 简体中文

RSS/Atom 订阅聚合、智能摘要与每日 Markdown 简报 —— 一个原生的 dsh bundle（DeepSeek Harness，「一切皆是插件」）。

插件负责订阅源管理（本地持久化）、定时抓取、标题/内容相似去重、调用 harness 的 LLM 生成中英文简报摘要（模型不可用时自动降级为原文摘要），并将每日简报投递到实时会话和/或本地文件。同时附带一个共享同一套核心的独立 CLI。

• dsh 集成：遵循 bundle 规范（dsh.bundle + cordis.patch.yml），通过 ctx.tools 注册模型工具，通过 harness 的定时器接缝做周期任务，通过 Agent 跟进消息投递简报。详见[架构](#架构)。
• 零依赖核心：抓取/解析/去重/存储/简报核心模块不依赖任何第三方包，只有 dsh 集成层会引入 @deepseek-ai/*。

---

功能

• 订阅管理 — 添加 / 移除 / 列出 / 启停 RSS 2.0、Atom、RSS 1.0（RDF）源；数据持久化到单个带版本号的 JSON 文档，原子写入、损坏自动隔离。
• 定时抓取 — 可配置轮询间隔、启动首轮、单请求超时、文档大小上限、重试次数与条目保留上限。
• 相似去重 — 精确哈希 + 词元 Jaccard 近似去重（中文按字符二元组），阈值可配置。
• 智能摘要 — 每次简报一次批量调用或逐条调用，中文/英文，输出长度受限；任何模型调用失败都自动降级为原文摘要。
• 每日简报 — 在指定时刻（支持 IANA 时区）生成 Markdown 简报，投递到实时会话（Agent.followup）和/或写入 digests/<日期>.md。
• 双入口 — 同一 RssService 同时驱动 dsh 插件（ctx.tools + 定时器）与独立 CLI。

安装（dsh）

bundle 即一个携带配置层的 npm 包。把它安装进 dsh profile 即可，加载器会自动读取 dsh.bundle 声明并应用 cordis.patch.yml：

# 在 profile 内，或使用 --profile <name> 从任意目录执行
dsh plugin --profile demo add ./path/to/dsh-rss-digest
# 或从 registry 安装：  dsh plugin --profile demo add dsh-rss-digest

profile 清单会把 dsh-rss-digest 写入 dsh.profile.bundles，bundle 的补丁随之插入插件行：

- insert:
    - id: rss-digest
      name: 'dsh-rss-digest'

可选：在 profile 自己的 $DSH_HOME/profiles/demo/cordis.patch.yml 中按行 id 覆盖配置（省略的字段保持默认值）。完整注释示例见 [examples/profile.cordis.patch.yml](examples/profile.cordis.patch.yml)：

- id: rss-digest
  config:
    fetch:
      intervalMinutes: 60
    summary:
      language: zh
      mode: batch
    digest:
      time: '08:30'
      timezone: Asia/Shanghai
      deliverTo: both

即使完全不配置，插件也能以合理的默认值启动；之后在对话中调用 rss_add，或在 shell 里执行 dsh-rss-digest add 即可注册订阅源。

Peer 依赖：插件将所链接的 dsh 包（@deepseek-ai/cordis、@deepseek-ai/dsh-tools、@deepseek-ai/dsh-llm、@deepseek-ai/cordis-plugin-timer）声明为 peer。dsh profile 已自带这些包；若包管理器提示 peer 未满足，可在 profile 目录执行一次 pnpm --dir $DSH_HOME/profiles/demo add 安装这四个包（profile 链接器会补齐其余部分）。

配置项

所有字段均可省略；apply(ctx, config) 拿到的永远是补全默认值后的完整配置。

字段 · 默认值 · 说明

dataPath · '' · 存储文件路径。'' 依次解析 $DSH_RSS_DIGEST_DATA、$DSH_HOME/data/rss-digest/store.json、./.dsh-rss-digest/store.json。

sources[] · [] · 启动时合并的初始订阅：{ url, title?, enabled? }，重复 URL 忽略。

fetch.enabled · true · 是否启用周期轮询。

fetch.intervalMinutes · 60 · 轮询间隔（最小 5）。

fetch.onStartup · true · 启动约 10 秒后执行一轮抓取。

fetch.requestTimeoutMs · 15000 · 单请求超时。

fetch.sizeLimitBytes · 1048576 · 接受的文档大小上限。

fetch.retries · 2 · 瞬时故障（网络 / 5xx / 429 / 408）重试次数。

fetch.maxItemsPerSource · 50 · 每源每轮保留的解析条目数（保留最新）。

fetch.storeContentChars · 4000 · 存储摘要/正文的截断长度。

fetch.maxStoredItems · 1000 · 条目保留上限（按抓取时间裁剪最旧）。

dedupe.threshold · 0.9 · 近似重复判定所需的最小词元 Jaccard 相似度。

dedupe.compareContent · false · 标题为空时是否用正文参与精确去重。

summary.enabled · true · false 强制使用原文摘要。

summary.mode · batch · batch = 每次简报一次模型调用；single = 逐条调用。

summary.language · zh · 摘要正文语言：zh \ · en。

summary.maxLength · 800 · 摘要正文的硬性字符上限。

summary.maxTokens · 1024 · 模型调用的 token 预算提示。

summary.provider · '' · dsh provider 路由；'' = 第一个已注册 provider。

summary.model · '' · 模型 id；'' = 该 provider 第一个列出的模型。

digest.enabled · true · 是否启用每日简报调度。

digest.time · '08:00' · 触发时刻（HH:MM）。

digest.timezone · '' · IANA 时区；'' = 主机本地时间。

digest.maxItems · 20 · 每份简报的最大条目数。

digest.deliverTo · both · agents \ · file \ · both —— 投递到实时会话、写入 digests/<日期>.md、或两者。

digest.includeItemLinks · true · 条目列表是否带原文链接（仅 http/https）。

模型工具（ctx.tools）

插件通过 ctx.tools 注册以下工具，模型可在任意会话中调用：

工具 · 参数 · 行为

rss_list · — · 列出订阅（id、url、标题、启停状态）。

rss_add · url（必填）、title? · 订阅一个源，返回新源信息。

rss_remove · id（必填） · 退订并删除该源的条目。

rss_fetch · id? · 立即抓取单个（或全部）源；自动去重。

rss_digest · language?、mode?、maxItems? · 对未入简报的条目生成 Markdown 简报并返回。

对话示例：

user: 帮我把 Hacker News 加进来，然后生成今天的简报
model: [rss_add: https://hnrss.org/frontpage]
       [rss_fetch]
       [rss_digest: language=zh]

调度模型

dsh 的 ctx.jobs 注册表面向长时间运行的任务执行（bash / subagent 类任务），并非 cron 定时 API。harness 的调度接缝是定时器服务（ctx.timeout / ctx.interval，通过 inject: ['timer'] 注入）——本插件即使用该接缝：

• 抓取周期：ctx.interval（间隔可配置），外加启动首轮；
• 每日简报：自续订的 ctx.timeout —— 每次执行后重新计算下一个 HH:MM 时刻（基于 Intl，兼容时区与夏令时），因此简报始终锚定在配置的墙钟时间上；运行中加锁防止重叠执行。

投递方式

harness 没有广播 API；插件向实时会话投递内容的方式是给每个运行中的 Agent 排队一条 user 角色消息（Agent.followup，与内置任务通知相同的机制）。digest.deliverTo = agents 即此行为；file 在存储文件旁写入 digests/<日期>.md；默认 both。没有 agent 服务的 headless profile 只走文件/日志路径，插件启动时并不依赖 agent 服务。

CLI

同一套核心，无需 harness：

dsh-rss-digest add https://hnrss.org/frontpage
dsh-rss-digest fetch
dsh-rss-digest digest --lang zh --out digest.md
dsh-rss-digest list --items
dsh-rss-digest status

运行 dsh-rss-digest help 查看完整命令参考。CLI 通过 OpenAI 兼容的 /chat/completions 接口调用模型（默认 DeepSeek：https://api.deepseek.com，密钥来自 DEEPSEEK_API_KEY，模型 deepseek-chat）；无凭据时降级为原文摘要——与插件在 harness LLM 失败时的行为一致。

数据

单个 JSON 文档（schema: 1），原子写入；损坏文件会被改名隔离（.corrupt-<时间戳>）而不是删除。订阅 URL（含查询串，签名源经常需要）按原样持久化；日志中的 URL 不显示查询串。环境变量：DSH_RSS_DIGEST_DATA（存储路径）、DEEPSEEK_API_KEY（CLI）。

架构

src/
  index.ts        dsh bundle 入口：name / inject / Config / apply
  config.ts       Config 接口 + Schemastery 校验 schema（含默认值）
  tools.ts        rss_list / rss_add / rss_remove / rss_fetch / rss_digest
  scheduler.ts    定时器接缝调度（抓取周期 + 自续订每日简报）
  delivery.ts     Agent.followup 投递 + digests/<日期>.md 文件
  dsh-llm.ts      ctx.llm 适配（流式调用、provider/model 解析）
  service.ts      RssService —— 核心编排（不依赖 dsh）
  parser.ts       零依赖的 RSS 2.0 / Atom / RSS 1.0 解析器
  fetcher.ts      带超时、大小上限、重试与编码探测的抓取器
  dedupe.ts       文本归一化、精确哈希、词元 Jaccard 相似度
  store.ts        带版本号的 JSON 持久化（原子写入、损坏隔离）
  summarizer.ts   LLM + 原文摘要（降级契约）
  digest.ts  

…(truncated)