Ein Open-Source-Framework, um Branchennachrichten zu aggregieren, Inhalte über LLM zu bewerten und automatisch tägliche Briefings zu veröffentlichen.
Sammeln, bewerten, clustern und veröffentlichen Sie tägliche Briefings, die auf Ihre spezifische Nische zugeschnitten sind.
AIHOT ist ein vollständiges Website-Framework, das RSS, Webseiten, JSON-APIs, X-Accounts und WeChat-Feeds einbindet. Es nutzt ein LLM, um Artikel vorzufiltern, unabhängig doppelt zu bewerten und in einer strukturierten Branchennachrichtenstation zusammenzufassen. Wenn Sie einen domainspezifischen Intelligence-Feed benötigen, ohne einen Aggregator von Grund auf neu zu bauen, ist dies Ihr Ausgangspunkt.
Das Framework ruft Artikel ab, führt eine Duplikatenerkennung sowie Vorfiltrierung durch und wendet eine duale LLM-Bewertung anhand Ihrer benutzerdefinierten Schwellenwerte an, um saubere Zusammenfassungen zu erstellen. Es fasst verwandte Berichte aus mehreren Quellen zu einzelnen Ereignissen zusammen, berechnet einen Beliebtheitswert basierend auf unabhängiger Berichterstattung und generiert automatisierte tägliche, wöchentliche sowie monatliche Digests.
Es eignet sich für Fachexperten, Forscher und Profis in Bereichen wie Recht, Personalwesen oder Finanzen, die einen kuratierten Intelligence-Feed suchen, der auf ihr spezifisches Branchen-Know-how zugeschnitten ist. Es ist nicht geeignet für nicht-technische Benutzer, die ein Ein-Klick-SaaS erwarten, ohne sich mit Docker, API-Schlüsseln oder Prompt-Anpassungen befassen zu wollen.
Führt Vorfilterungen durch und bewertet jedes rohe Element unabhängig zweimal anhand Ihrer benutzerdefinierten Einstiegsschwellenwerte.
Gruppiert mehrere Medienberichte über dieselbe Story zu einem einzigen Ereignis, sortiert nach unabhängigen Quellen.
Erfasst RSS, Web-Listen, JSON-APIs, X-Accounts, WeChat und benutzerdefinierte Skript-Pushes mit automatisch angepassten Frequenzen.
Stellt einen RSS-Feed, eine öffentliche API, MCP und llms.txt bereit, damit sowohl Menschen als auch AI-Agenten die Ausgabe nutzen können.
Beinhaltet Quellentests, Inhaltsdiagnosen, Selektionsbewertungstools und API-Budgetlimits.
Kostenlos unter der MIT-Lizenz. Die einzigen Kosten sind Ihr eigenes Server-Hosting und die Nutzung von API-Tokens durch das LLM beim Bewerten und Zusammenfassen eingehender Artikel.
896 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Ja. Das Repository stellt 18 AI-Quellen als Demo zur Verfügung, aber Sie sollen diese und die Prompt-Standards durch Quellen und Kriterien für Ihren eigenen Beruf ersetzen.
Sie gruppiert Berichte über dasselbe Ereignis und berechnet die Heat basierend auf eindeutigen unabhängigen Quellen über einen Zeitraum von 48 Stunden anstelle der rohen Artikelanzahl.
Es läuft auf Node.js 24, TypeScript, Fastify, PostgreSQL, pg-boss, Tailwind CSS und React Router mit Server-Side-Rendering, verpackt via Docker Compose.
Zekai zuerst in Google sehen