liuli
liuli copied to clipboard
howie6879
一站式构建多源、干净、个性化的阅读环境(Build a multi-source, clean and personalized reading environment in one stop.)
大佬你好！现在版本有个问题如下： 如有公众号每天发布同样标题的文章，但内容不同时，备份到Github时会有冲突。 建议html后加时间日期予以区分，防止覆盖或因标题重复而不备份。
 类似这种形式的消息，是不是读取不到后面三篇文章。
比如链接地址 https://author.baidu.com/home?from=bjh_article&app_id=1669728810290752 最好能分开里面的子栏目，文章、视频
以[我的博客](https://www.howie6879.cn/)为例，可自动将以下内容识别为rss提供地址进行订阅： 
Liuli需要引入调度框架进行采集器、处理器、分发器、备份器等任务工作流管控，调研结果如下： - [airflow](https://github.com/apache/airflow)
分发器支持
目前计划支持将文章输出到如下终端： - [x] 钉钉，比较开放，方便介入，推荐 @howie6879 - [x] 微信，可考虑企业微信或Hook @howie6879 - [x] RSS生成器模块 @howie6879 - [x] TG @123seven - [x] [Bark](https://github.com/Finb/Bark) @LeslieLeung - [ ] 飞书 更多分发终端需求大家可在评论区请求支持
为了提升模型的识别准确率，我希望大家能尽力贡献一些广告样本，请看样本文件：[.files/datasets/ads.csv](https://github.com/howie6879/2c/blob/main/.files/datasets/ads.csv)，我设定格式如下： | title | url | is_process | | ------------ | ------------ | ---------- | | 广告文章标题 | 广告文章连接 | 0 | 字段说明： - title：文章标题 - url：文章链接，如果微信文章想、请先验证是否失效 - is_process：表示是否进行样本处理，默认填`0`即可 来个实例：...