在这个数字时代，我们有很多信息来源：
多媒体：新闻网站、Medium、电子书、研报、在线期刊
社交媒体：Twitter、Instagram、Facebook、LinkedIn
流媒体：YouTube、TikTok、播客
论坛：Reddit、Quora
即时通讯工具：WhatsApp、Telegram、Wechat
你觉得什么来源对你最有价值呢？
对我来说，无论是哪个来源，只要能让我主动订阅、筛选和检索，都有价值。然而，许多来源由于商业化考虑，会插入个性化广告或推荐刺激多巴胺的内容，让人一不小心就滑入成瘾、失控的境地。
好消息是，RSS 可以有效缓解这类问题，并且在 LLM 时代焕发出新的生机。
RSS 是一种不被广告和算法污染的信息聚合方式，可以在任何支持 RSS 订阅的产品中订阅和阅读。需要注意的是，没有广告和算法并非绝对，取决于源的提供方是否纯粹。这里有一篇 RSS 介绍好文。
在 LLM 大发展之前，我的信息获取流程是：信源订阅 => 略读 => 稍后阅读 => 原文阅读。
RSS 订阅 => 略读，我使用的方案是：RSSHub + RSSHub Radar + FreshRSS + Fluent Reader + Unread。
其中，FreshRSS 用于管理、存储订阅数据，并暴露 Fever API，让阅读器（Fluent Reader、Unread）能一键订阅。RSSHub 用于找寻 RSS 源，Radar 用于探测网站的 RSS。如果还找不到源，我会尝试一些 anything to RSS 服务，可参考链接。
稍后阅读我使用 Pocket。
这一套方案用了一年多，但存在一些问题：
在 LLM 大发展后，上述问题得到改善。
通过类似 lightfeed 的智能 RSS 转换工具，可以让 Anything To RSS 变得更容易，并提供定制 Prompt 过滤能力，减少内容噪声。
阅读效率低的问题也可通过 Readwise Reader 的 AI 摘要能力部分改善。
新生代的稍后阅读工具，如 Cubox、iki.ai，可以自动对内容打标，让检索变得更容易。
同时，支持结构化阅读的工具如 elmo、zKnown，可以输出思维导图、要点等信息，并可以进一步提问进行对话式阅读。
信息获取流程变革为：信源订阅 => 信息整理 => 略读 => 稍后阅读 => 结构化+对话式阅读 => 原文阅读。并且各环节得到优化和提效。
然而使用后，仍然存在一些问题：
最重要的是，无法建立起一种秩序感：
因此，我开发了一款工具 Tidyread 来解决上述问题。
Tidyread 引入了一个新概念：Recipe。一个 Recipe 下可以订阅若干信息源，如 AI 相关信息源，并定制摘要 Prompt 和过滤器，在指定周期和时间点，以简报形式推送摘要信息。
弱化了信息条目概念，不再看到数不清的红点，取而代之的是每日几条未读简报的红点。如果某段时间不想读，可随时一键关闭，或指定关闭某个 recipe。
结合强大的过滤器功能，帮助你聚焦于最感兴趣的内容。支持 AI Prompt 过滤及传统过滤，可以直接预览过滤效果，并通过逻辑短路算法、AI 调用前过滤逻辑判断等手段，尽量降低 token 消耗：
如果你面临：
如果你想要：
欢迎试试 Tidyread，也许能帮你解决部分问题 😉
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。