2026 RSS 订阅源大全：开源 1745 个源 + Claude Code 工作流

RSS 过时了吗？

二十多年前，RSS（Really Simple Syndication，"简易内容聚合"）是阅读互联网的主干道。订阅几个博客，把 RSS 信源拉到一个阅读器里——博主更新什么你就看到什么。不靠平台推荐，不靠算法过滤。

后来微博、公众号、抖音、推荐流崛起。算法替你决定看什么，每天打开 App 信息流自己涌进来。RSS 在大多数人视野里淡出——看起来像上一个时代的东西。

但翔宇这两年用下来想说一句话：在 AI 时代，RSS 反而比任何时候都重要。

为什么？

算法经济的本质——平台拿你的兴趣画像，算出"你喜欢什么"再推给你。看起来精准，实际是把你关在一个越来越小的信息茧房里。你看到的世界，是算法对"你"的猜测，不是世界本身。

RSS 是另一种逻辑——按渠道分发，不按个人偏好。订阅哪 50 个博客就看哪 50 个博客的更新，没有算法过滤、没有商业广告、没有平台改规则把你的收藏弄没。是你主动选择，不是平台选中你。

更妙的是，RSS 不只是阅读协议——它是一份结构化数据：标题、时间戳、永久链接、全文内容、作者，全部按统一格式输出。

这意味着 RSS 天然适合机器读、AI 处理、自动化串联。

• 算法时代的痛点（信息茧房 / 算法绑架 / 平台改规则丢收藏）→ RSS 全部解决
• AI 时代的需求（结构化数据 / 可程序化 / 可被 AI 接管）→ RSS 天然契合

💡 划重点
算法推荐是平台"替你决定看什么"，RSS 是"你自己决定订阅谁"。在 AI 生成内容爆炸的 2026 年，主动权这件事比任何时候都重要——而且 RSS 是为数不多的、AI 可以直接接管的内容协议。

说实话，这两年翔宇没卸过 RSS 阅读器。社交媒体偶尔捕捉热点，但信息的主干通道，是 RSS。

最近翔宇做了一件事——把全网开源 RSS 仓库系统聚合到 GitHub，取名 awesome-rss-feeds——1745 个 RSS 订阅源、15 个一级分类、按读者场景重新组织。

配 Claude Code 或 Codex（Anthropic / OpenAI 出的两款主流 AI 编程命令行工具），就是一份每天早晨自动准备好的私人 AI 信息流——零部署、零账号、零接口密钥。文末有 5 段一键复刻提示词，复制粘贴丢给 Claude Code 或 Codex 都能跑。

1. 翔宇为什么把全网 RSS 整理成一个开源仓库

「找不到值得订阅的源」是 RSS 用户最大的痛点。翔宇刚开始用 RSS 时也卡在这——打开阅读器，订阅列表空空，光标在搜索框里闪了半天，不知道第一个源该填什么。

GitHub 上其实有一些 awesome-rss 类清单（"awesome-XX" 是 GitHub 上常见的资源精选合集惯例），但有几个真实问题：互相孤立（中文一个仓库、英文一个仓库、科技一个仓库、设计一个仓库，没人聚合）、死链率高、分类粗糙、缺少持续维护。

翔宇做了一件「站在巨人肩膀上」的事：把全网开源 RSS 仓库系统采集到一起，去重、HTTP 验证、按读者场景重新分类，最终留下 1745 个 RSS 订阅源、15 个一级分类。

2. 15 个分类怎么分（按读者场景，不是按出处）

这是仓库最花心思的一步。1745 个源按读者要找什么分类，不是按它来自哪个上游。

翔宇拆 15 类的原则：进来的人 30 秒内能找到自己需要的那一类。

🎯 一句话理解
别人的清单是"我把找到的源都列出来了"，翔宇的仓库是"按你今天需要什么把源送到你手上"。前者是仓库，后者是货架。

订阅 ai-blogs-cn 这一类，相当于把"该读哪几个中文 AI 信源"这个决策外包给翔宇——你只需要导入清单，剩下的都帮你筛好了。

3. 真实跑一遍：本周 AI 圈最重要的 6 件事

翔宇做了一个清晰分工：RSS 仓库是数据，Claude Code / Codex 是大脑。

中间隔着一把翔宇配套写的命令行工具（在 AI 编程实操课里交付给学员），它做的事就一件——把 RSS 抓回来、按主题打成提示词包，交给 Claude Code 或 Codex 自己读。

这把工具自己不调任何外部 AI 模型、不需要任何接口密钥——因为你装的 Claude Code 或 Codex 本身就是大模型。两个工具能力相当，下面以 Claude Code 为例演示，Codex 一样可以。

就这周翔宇真实跑的过程：

让 Claude Code 一句话从 ai-blogs-cn 抓最近 7 天，工具并发抓完 28 个源回报：28/28 全部活跃、152 篇新文章入库、6 分钟搞定。

然后让 Claude Code 跑「AI 选题决策」这个主题——工具把 152 篇里的 120 篇打包成标准提示词包，整包扔给标准输出（stdout）。Claude Code 接管，自己读、自己想、自己出结果。

5 分钟后，Claude Code 端给翔宇这份本周复盘（这套流程换成 Codex 跑结论是相似的）：

🔥 1 · Claude Code 源码泄露与 Harness Engineering（"约束工程"）真相
5+ 篇文章在讨论。多家科技媒体一致指出：Claude Code 成功的关键不是模型本身，而是围绕它构建的精密"约束工程"——配置文件、权限控制、工具链、错误反馈循环。AI 编程从"提示词"转向"工程化"的范式转变。

🔥 2 · OpenAI 旗下 Codex 史诗级更新
Codex（OpenAI 的代码助手）升级为能直接接管 Mac 电脑的通用智能体，"动嘴干活"。从"编辑器插件"进化到"操作系统级 AI 助手"。

🔥 3 · Karpathy 谈 Vibe Coding（"凭感觉写代码"）与 Agentic Engineering（"智能体工程"）
凭感觉写代码只是开始，真正挑战在智能体工程——通过工程手段让 AI 生成代码可靠、安全、可维护。

🔥 4 · DeepSeek V4 发布
1M Context（百万字上下文）+ 编程成本骤降 83%，被视为对头部公司的有力挑战。

🔥 5 · 智能体自我进化
复旦/北大"约束自进化"框架（10 轮跑赢 Codex）+ 清华 AutoSOTA（一周肝出 105 个领域最佳成绩）。

🔥 6 · AI 智能体安全危机
Claude 因误删用户数据库被 Anthropic 暂停了一家 110 人公司的接口、智能体工具被植入恶意指令漏洞曝光、字节跳动发布智能体安全审计框架。智能体安全从理论变成商业刚需。

本周 5 个具体选题建议：1）拆"约束工程"，2）搭语音控制智能体，3）智能体安全自查清单，4）DeepSeek V4 成本对比实验，5）让智能体自己写智能体。

避坑：提示词技巧已严重过时；单纯比模型跑分没人看；泛泛谈"AI 未来"会被划走。

整份 Claude Code 5 分钟读完 152 篇文章。翔宇看完——再 5 分钟。

★ 翔宇的建议
这套流水线已经长成翔宇的肌肉记忆——早上一杯咖啡，简报已经在那里，看完开始干活。换分类（前端 / 创业 / 中文博客）就是换一份完全不同领域的简报。

4. 五种玩法：不止是简报

每日简报只是最简单的一种。翔宇真实在用的是 5 种：

玩法一：每日 AI 简报

翔宇每天看的那一份对着 ai-blogs-cn 跑。如果你做的不是 AI 是 Web 前端，对着 web-frontend（前端）的清单跑就行；做创业的对着 startups-indie（科技与创业）；做财务规划的对着 finance-investing（新闻与财经）。仓库里 15 类各对一份订阅清单文件，换一个分类就换一份简报。

玩法二：竞品 / 行业监控

👤 谁用：产品经理 / 运营 / 创业者
👀 什么情况：盯三五个竞品博客但每天手动刷太累
🔧 怎么做：让 Codex（OpenAI 出的命令行 AI 工具）写一个 Python 脚本注册定时任务，每天 8 点跑，命中"产品发布 / 定价变化 / 融资 / 收购"关键词推送到本地笔记
✅ 效果：竞品有动作 30 分钟内通知，每月省 2 小时手动盯

翔宇踩过这种坑——以前手动开 5 个竞品博客一个个刷，每周都得抽出时间专门做一次。后来发现一件事：Codex 处理定时脚本比 Claude Code 顺手。Claude Code 强项是跨工具串联，Codex 强项是写一段独立可跑的脚本。两个工具搭配着用最好使。

玩法三：写作选题库

做内容的人都缺选题。翔宇让 Claude Code（Codex 同理）从 ai-blogs-cn 这 28 家最近一周文章里，提取热点话题、按出现频次排序、写入云笔记——每个话题带相关文章数、3 条代表标题、首次出现日期。

打开笔记，写公众号 / 视频 / 博客都不再「今天写啥」——选题已经按热度排好了。本周这 5 个选题就是这么来的。

玩法四：英文 RSS 中文化

英文圈优质内容多但每篇细读慢。翔宇让 Claude Code 或 Codex 抓 ai-blogs-en + web-standards（Web 标准）这周英文文章，AI 翻译成中文摘要（保留专业术语原文），写一份周报归档到云笔记。

★ 翔宇的建议
AI 翻译质量比传统翻译软件高一档，因为它能理解上下文、保留语气。但对专业术语建议保留英文原文（在中文后面加括号），避免翻译歧义。

玩法五：私人 RAG 知识库

这是最进阶的玩法。RAG（Retrieval-Augmented Generation，"检索增强生成"）是让 AI 在回答前先去你的私有资料里查一遍的技术。

把仓库订阅清单持续抓全文，喂入本地向量数据库（开源工具有 ChromaDB 和 pgvector），做向量索引。问"最近 RAG 有什么新进展"时，AI 从你筛过的 1745 个源里检索 + 回答。

比公网搜索精准 10 倍——因为是你自己筛过的源。搜索引擎搜出来一半是优化垃圾，私人知识库的源全是你认可的高质量博客。

5. 工具链分四档，按需要的复杂度递进

不是每个人都需要一上来就上 RAG。翔宇按读者实际需要排了四档：

📌 记住这点
不用一上来就部署阅读器服务器。绝大多数场景，Claude Code 或 Codex + 仓库订阅清单就够了。等真有"我要管理几百个源 + 多端同步状态"的需求时再升级。

翔宇见过一些人 RSS 玩着玩着就堆了一堆服务——服务器跑阅读器、容器跑爬虫工具、自建知识库。结果时间全花在维护工具上，反而忘了RSS 本来是为了读内容。

工具是手段，不是目的。

6. 30 分钟从 0 到搭好私人 AI 信息网

如果你看到这里还没用过 RSS，翔宇给你一个真的能在 30 分钟内跑通的起步路径：

💡 划重点
RSS 不是越多越好，是越准越好。翔宇刚用 RSS 时贪心订了 100 多个源，结果每天打开看到几百条未读反而焦虑。后来精简到 50 个以内，每天未读 30-50 条，体验立刻上来。

一键复刻

文末是翔宇真在用的 5 段提示词。直接复制丢给 Claude Code 或 Codex 就能跑——不用改代码，不用配账号，不用配任何接口密钥，仓库的订阅清单都是公开 URL。

把 ai-blogs-cn 替换成你想要的分类（仓库里 15 个清单任选），就是你自己的 AI 信息流。

「下载 https 协议下 raw.githubusercontent.com/xiangyugongzuoliu/awesome-rss-feeds/main/feeds/ai-blogs-cn.opml，用 feedparser（Python 解析 RSS 的库）解析里面所有源，抓取最近 24 小时的文章，用中文写 500 字摘要日报，按主题分组（论文 / 工具 / 产业 / 资讯），保存到本地笔记目录」

「写一个 Python 脚本：抓 awesome-rss-feeds 仓库的 startups-indie 清单所有源，保存当前文章 ID 去重。下次运行时找出新增文章，过滤'产品发布 / 定价变化 / 融资 / 收购'关键词，命中的摘要 + 原文链接推送到本地笔记。最后注册系统定时任务每天早 8 点跑」

「从 awesome-rss-feeds 的 ai-blogs-cn 清单最近一周文章里，用 AI 提取热点话题，按出现频次排序写入云笔记，每个话题含相关文章数、代表标题 3 条、首次出现日期，按热度倒序排好——下周写公众号直接挑」

「抓 awesome-rss-feeds 的 ai-blogs-en + web-standards 清单这周英文文章，AI 翻译成中文摘要保留专业术语原文，写一份周报，归档到云笔记」

「从 awesome-rss-feeds 的 ai-blogs-en 清单持续抓取全文，喂入本地向量数据库做向量索引。我提问'最近 RAG 有什么新进展'时检索 + AI 回答」

仓库地址

GitHub 仓库：github.com/xiangyugongzuoliu/awesome-rss-feeds

如果对你有用，去仓库点一颗 ⭐️ 让翔宇知道——这是开源数据维护者最好的反馈。

想要更深入？两条进阶路径

路径一：翔宇官网完整中文 RSS 教程

光有仓库不够——怎么挑阅读器？怎么用 RSSHub 把没有 RSS 的网站也变成 RSS（比如把微博账号、推特账号、淘宝店铺转成订阅源）？怎么设计 RSS+AI 自动化的更多玩法？

翔宇官网有一篇完整中文教程，覆盖从入门到进阶的全部细节：RSS 订阅源汇总完整指南（2026）。

这篇文章和官网长文是互补的——这里讲怎么跑通流水线 + 真实复盘，官网讲怎么挑阅读器 + 万物 RSS 化 + 完整工具选型。

如果你想用 Make 把 RSS 串到 Notion，可以读：Make 自动化：从 RSS 到 Notion 自动更新知识库。喜欢 n8n 自托管的，看：n8n 教程：RSS 入门指南与高效信息获取实践。

路径二：翔宇 AI 编程实操课

这套 RSS + Claude Code / Codex 工作流是「翔宇 AI 编程实操课」的一个小切片。

课里会员能拿到一把翔宇专门写的命令行工具，专门服务 RSS + AI 这条流水线。这个工具支持：

• 一句话订阅 15 个分类（无需手动复制 URL）
• 增量抓取（同源只抓变化的，省 86% 时间）
• 死链自动隔离（连续失败 5 次自动隔离，不阻塞流水线）
• 4 套内置主题模板（综合简报 / AI 选题决策 / 周报 / 竞品监控，支持自定义）
• 多 AI 助手并行（公众号 / 视频 / 推特各自一个，互不干扰）
• 全文搜索（写作时一句话查"DeepSeek V4 1M Context"原始链接）
• 零接口密钥（不调任何外部 AI 接口，因为 Claude Code 或 Codex 本身就是大模型）

有需要的话，可以前往 AI 编程实操课了解：国内（FlowUS）｜国际（Buy Me a Coffee）。

常见问题

RSS 已经过时了吗？为什么 AI 时代反而要用 RSS？

没有过时。RSS 是按渠道分发的结构化数据，不被算法操控、不被平台改规则丢收藏。在 AI 内容爆炸的 2026 年，RSS 反而是 AI 可以直接接管的内容协议，配 Claude Code 或 Codex 一句话就能自动整理。

1745 个 RSS 订阅源是从哪里来的？

从全网 13 个开源 RSS 仓库系统采集到一起，HTTP 验证可用、按读者场景重新分成 15 个一级分类，覆盖中英文 AI 博客、媒体、创业、前端、移动开发、设计、财经等。GitHub 仓库 awesome-rss-feeds 公开可下载。

配 Claude Code 或 Codex 用 RSS 需要什么前置条件？

只需要装 Claude Code 或 Codex 命令行工具。不需要 OpenAI / DeepSeek 等接口密钥——因为 Claude Code 和 Codex 本身就是大模型。从 GitHub 下载 OPML 清单一句话喂给它，几分钟出私人 AI 简报。

我不懂编程，能用这套 RSS + AI 工作流吗？

可以。文末 5 段提示词复制粘贴丢给 Claude Code 或 Codex 直接跑，不用改一行代码。先注册 Inoreader 或 Feedly 阅读器、导入 OPML 清单试读一周，再装 Claude Code 跑提示词，30 分钟内能搭好。

翔宇视角

工具的演化路径，本质上是分工的演化。

第一代是阅读器——人读、人记、人筛。第二代是聚合器——机器抓、机器排序、人筛。第三代是简报系统——机器抓、机器写、人决策。

第四代是 AI 助手 + 命令行工具——机器抓 / AI 助手想 / 你只看结论。

这一代的关键不是模型多强，而是每个模块只做自己最擅长的那件事：工具不假装会想、AI 不亲自抓数据、人不重复体力劳动。

如今每周一次「AI 圈本周复盘」自动端到翔宇面前，再不用追着信息流跑。省下来的时间归生活——扩仓库、写课程，陪家人。