使用
Linux x86_64
需要先準備
- 執行環境:
Python 3.12+ - 系統套件:
uv,Docker,Ollama
淺層複製儲存庫(提供 start.sh,相依套件由 start.sh 透過 uv sync 安裝)
rm -rf my-focal-ai && git clone --depth 1 https://github.com/YanCheng-go/my-focal-ai.git my-focal-ai
確認能用
cd my-focal-ai && uv run ainews --help輸出應包含「MyFocalAI」。
先試試這個
cd my-focal-ai && uv run ainews list-sources在專案資料夾執行 ./start.sh --no-score 啟動伺服器,再於瀏覽器開啟 http://localhost:8000/。
它能做什麼
- 從精選來源收集 AI 內容已測試
怎麼使用
- 在專案資料夾執行
uv run ainews list-sources查看已設定的來源。 - 用
./start.sh --no-score啟動伺服器。 - 用
curl -sf http://localhost:8000/api/items取得收集的項目。
- 在專案資料夾執行
- 在個人網頁儀表板檢視新聞已測試
怎麼使用
- 在專案資料夾用
./start.sh --no-score啟動伺服器。 - 在瀏覽器開啟 http://localhost:8000/ 查看儀表板。
- 用
curl -sf http://localhost:8000/api/items以 JSON 取得項目。
- 在專案資料夾用
- 用 LLM 為每個項目的相關性評分未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以啟動
- 3 項功能中 2 項可用
- 可離線使用
適合用來
- 從精選來源彙整 AI 內容
- 用 LLM 評分動態消息相關性
- 提供個人新聞儀表板
pickfit 怎麼測的
每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證
Linux x86_64
服務能回應請求
- 從頭重跑
- 可離線使用
- 檢查於 2026年10月30日
- 版本 0.8.0
測試機器遇到的差異
- README: Prerequisites: uv and Docker
測試中: 缺少 Docker 時僅警告並繼續;--no-score 不需 Docker 即可運作