radarforge
Discovered★ 4AI News Radar 2.0 is an AI-native self-media workflow platform. It compresses a self-media creator's day into four steps: AI search for leads, a six-stage pipeline for producing text and image articles, three-channel rendering for producing finished videos, and one-click formatting for WeChat adaptation. Throughout the entire process, only the "confirm" action requires human involvement: confirming the topic direction, confirming publication.
📡 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:42 个默认 AI 资讯源(量子位/InfoQ/HN/OpenAI/DeepMind/arXiv… 探活修正后入库 + 18 条 AIHOT 聚合源:6 主源 / 6 分类 / 6 全文分类),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
- AIHOT 双缝接入(aihot.news · 匿名只读免 Key):MCP 默认种子(空库自动注册 10 个只读工具
mcp__AIHOT__*,与 DeepWiki 并列)+ RSS 进源池;刷新带 ETag 条件请求(304 未变零正文传输),AIHOT 条目自动回填第三方原文直链(「阅读原文」锚抽取,条目页链接保留在摘要尾)。数据许可:组织内部使用免费,对外商业化须 AIHOT 书面授权 - 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(system 预注入 AIHOT 热点参考帧:近 7 天 5 条精选,仅开阔视野——事实仍走证据链)→ 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,排版步内嵌引用留痕:引用 lint + 悬空锚机械移除 + 引用台账入账本)
🖱️ 交互(P1)
三步向导(选题 → 人格卡片 → 确认预览;第 1 步可「AI 补全选题卡」——三维度 5~8 问、每问带推荐答案,蒸馏成卡随管线走,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。
🔁 Agnes 账号池重灌一条命令(换机/环境重置后):
AGNES_KEYS="sk-...,sk-..." bash scripts/agnes-key-wizard.sh——校验脱敏 → 落库 → 逐账号探活 → 池状态;加--dry-run可零副作用预览(ADR-0008)。
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 + ETag 条件请求 19/19(test-rss.mjs/test-rss-proxy.mjs,含本地 HTTP E2E)、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
docs/ # ADR 决策记录(0001~0012)/ Agent 工作流文档 / 各批次方案
GLOSSARY.md # 双语领域词汇表(51 条:中文 ↔ 代码标识符一查即中)
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
Comments
Loading…
Similar plugins
by PerryLink
Second-model AI auto-review for DeepSeek Harness approval requests: a read-only reviewer subagent returns structured allow/deny verdicts with reasons, fail-closed by default, fully auditable from the
★ 250
↓ 1.4k/wk
Apache-2.0
TypeScript
Nov 14, 2026
dsh plugin --profile web add dsh-auto-reviewby jerryjiao
微信公众号 AI 写作插件,跑在 DeepSeek Harness 里:一条命令装上完整写作管线(选题→写作→质量门禁→排版→配图→草稿箱),定时默认只进草稿箱,群发永远人工。MIT 开源。
★ 12
↓ 354/wk
MIT
TypeScript
Nov 16, 2026
dsh plugin --profile web add dsh-wewriteby shiyan688
禁AI腔清单能让模型不像 AI,这个工作台让它像你:标好/坏段落 → 压成写作规律(只有规律进写稿上下文)→ 开新章(方向/候选/选段/合并定稿)→ 批注式微调(只改你标过的段,逐字核对)→ 张力曲线与账目体检。dsh 插件,775 条断言。
★ 15
↓ 362/wk
MIT
JavaScript
Nov 8, 2026
dsh plugin --profile web add dsh-novel-craftby KeynoWu
DeepSeek Harness AI 新闻插件:多源聚合(HN/ArXiv/官方博客/中文媒体)+ 侧边栏大弹窗新闻流 + 面板内 LLM 总结
★ 0
MIT
JavaScript
Sep 15, 2026
dsh plugin --profile web add dsh-ai-newsby JohnXu22786
RSS/Atom digest bundle for dsh: subscribe to feeds, fetch on a schedule, dedupe exact and near-duplicate stories, and get LLM-summarized daily Markdown briefings delivered into conversations and/or fi
★ 1
↓ 105/wk
MIT
TypeScript
Sep 29, 2026
dsh plugin --profile web add dsh-rss-digestby c-ling
DeepSeek Harness 网页端的 AI 与科技快讯看板:内置 RSS/JSON 源驱动的可拖拽浮窗,支持双语翻译、关键词过滤和设置页。
★ 3
MIT
JavaScript
Oct 22, 2026
dsh plugin --profile web add dsh-plugin-newsboard