静默守护你的桌面阅读助手
信息过载深感焦虑?
程源码部署复杂?
订阅信息滞留在邮箱和阅读器中懒得打开?
作为 AI Native 的一代大学生,我们深切体会到信息洪流下的极度兴奋和焦虑感;然而,我们总是辗转于二手中文信息平台,消费着被翻译乃至曲解的滞后转载信息;而一手优质信源由于语言、平台习惯等种种限制,难以快速获取和理解沉淀。
现有的阅读器和信息订阅网站始终没有解决的是:
- 如何提高信息可达性,而非让信息滞留在专业软件和邮箱内
- 如何个性化定制用户需求,而不是让关注兴趣各异的用户收看相同推荐
- 如何尽可能降低非专业用户的使用门槛,避免复杂源码部署配置流程
- 如何形成长期记忆,便于用户进行知识沉淀以及介入兴趣校准
BriefyPet,一个智能桌面阅读助手,正致力于从信源、个性化、记忆和可达性等全方位介入解决上述问题。
它不是传统意义上的 RSS 阅读器,而是一个集收集、筛选与提醒于一体的智能桌面助手:先把控一手信源入口质量,再按用户兴趣偏好做摘要、契合度判断和推荐理由,最后只在真正值得优先阅读的内容出现时提醒你。
- 可直接安装和运行的本地桌面应用,无需账号注册和源码安装;
- 信息订阅通过 RSS 机制获取,无需爬虫和复杂 API 请求;
- 桌宠仅在任务执行与提醒时出现,兼顾趣味性和低打扰、高可达性;
- 个性化定制兴趣点,随使用过程持续校准;
- LLM 自动生成中文摘要、契合度评分和推荐理由;
- 支持文章阅读、原文打开、收藏、笔记、未读和历史记录;
- 支持主流 LLM Provider 和自定义配置导入;
- 数据本地保存,不依赖云端账号。
访问 Release 或 产品发布页 下载安装包。首次启动后需要:
- 选择 LLM Provider;
- 填入对应供应商的 API Key;
- 选择关注模块与二级分类;
- 写下你的兴趣偏好。
配置完成后,BriefyPet 会开始抓取 RSS、调用 LLM 摘要评分,并在高价值内容出现时提醒。
常用 API Key 入口:
- OpenAI API Key
- Anthropic API Key
- Gemini API Key
- DeepSeek API Key
- Qwen API Key
- MiniMax API Key
- GLM API Key
- Kimi API Key
当前信源目录位于 src-tauri/resources/rss-catalog.opml,覆盖 6 个一级大类领域、24 个二级下属学科、47 个细分分类,总计 760+ 条订阅入口。重点关注科技、医学、基础科学、社会科学、设计和商业中的高质量来源。
| 一级领域 | 示例二级分类 | 典型来源 |
|---|---|---|
| 科技与 AI | AI 与计算机、具身智能与机器人、HCI 研究 | 官方账号、研究团队、工程博客和高密度创作者观点 |
| 社会科学 | 经济学、社会学、政治学 | 经济学、社会学、政治学前沿,以及严肃评论来源 |
| 医学 | 临床医学、公共卫生、药物研发、生物医学工程 | 临床、公共卫生、生物工程和药物研发信号 |
| 基础科学 | 生物、物理、化学与材料、环境科学、数学 | 物理、化学、生物与交叉前沿来源 |
| 设计 | 产品与 UX、工程设计、创意设计、设计方法 | 产品与 UX 设计、HCI 研究和工程设计 |
| 商业 | 媒体报道、行业观察、长期观点 | 商业媒体、行业观察和长期观点来源 |
用户也可以在设置页新增自定义 RSS 源。新增信源会被归入对应模块与分类,并进入后续抓取、摘要和评分流程。
我们选用有着中华田园企鹅之称的夜鹭夜师傅作为我们的桌宠形象,它是安静、机敏又睿智的,默默筛选高价值信息,守护用户宝贵的注意力。
期待你在使用过程中触发夜鹭的以下状态:
BriefyPet 不要求注册云账号。文章、收藏、笔记、提醒队列、兴趣记忆和运行状态默认存储在本地 SQLite 数据库中。
需要注意的是,摘要、评分和记忆提炼会调用用户配置的 LLM Provider。也就是说,发送给模型供应商的内容取决于你选择的接口和模型服务条款。项目本身不提供云端账号体系,也不会把本地数据库同步到项目服务器。
不是。它更像一个“信源入口 + LLM 初筛 + 桌面提醒 + 阅读沉淀”的组合。你不需要不断手动打开信息流,BriefyPet 会筛除低质量噪音,把真正高契合的内容呈现给你。
学术前沿、官方发布和 Creator 观点更靠近信号源头,信息密度与价值更高,也更适合进入长期知识沉淀,而不是停留在二次包装后的热点消费。
当前版本不支持无 Key 模式。没有可用 API Key 时,桌宠会停留在待配置状态,无法进入后续的摘要、契合度判断和推荐流程。
环境要求:
- Node.js 18+
- npm
- Rust stable
- Tauri 1.x 所需系统依赖
安装依赖:
npm install启动开发模式:
npm run tauri dev只启动前端:
npm run dev构建前端:
npm run buildmacOS release DMG:
npm run tauri:build:mac:release-dmgWindows debug bundle:
npm run tauri:build:windows:debugWindows release bundle:
npm run tauri:build:windows:release打包产物默认位于:
src-tauri/target/release/bundle
BriefyPet/
├── src/ # React 前端
│ ├── App.tsx # 主窗口、桌宠、气泡、帮助、记忆确认窗口
│ ├── api.ts # Tauri command 调用封装
│ ├── styles.css # 前端样式
│ └── types.ts # 前后端共享类型定义
├── src-tauri/ # Tauri/Rust 后端
│ ├── src/
│ │ ├── main.rs # 应用入口、窗口、托盘和插件初始化
│ │ ├── commands.rs # 前端可调用命令
│ │ ├── db.rs # SQLite 存储、迁移、快照、信源目录
│ │ ├── rss.rs # RSS/Atom 抓取与解析
│ │ ├── llm.rs # LLM 请求、摘要评分、记忆提炼
│ │ ├── service.rs # 调度、状态同步、提醒和记忆流程
│ │ ├── policy.rs # 模块、分类、抓取频率和评分策略
│ │ ├── tray.rs # 系统托盘
│ │ └── models.rs # Rust 数据模型
│ ├── resources/
│ │ └── rss-catalog.opml # 内置信源目录
│ ├── icons/ # 应用图标
│ └── tauri.conf.json # Tauri 配置
├── public/
│ └── pets/briefy-ip/ # 桌宠主图和各状态动图
├── docs/ # README 截图素材
├── scripts/ # macOS/Windows 打包脚本
├── package.json # 前端依赖和脚本
└── vite.config.ts # Vite 配置
感谢合作者 Reed2006
感谢启发思路并一直支持我的 Journeylzx
以及感谢开发过程中提出宝贵意见的各位同仁们
此外我们还受以下项目启发:
MIT







