一个本地优先、可迁移的 Windows 行业资讯阅读器，用于聚合、筛选、阅读、批注和复盘中国云计算、人工智能与通信行业信息。
IndustryInfo 希望解决一个具体问题：行业信息散落在运营商、云厂商、技术社区和媒体网站中，浏览器阅读难以保留统一的历史、批注和摘录，重复搜索又耗时。它把信息发现、原网页阅读和个人知识沉淀放在同一个桌面程序中，同时将数据保留在本地。
截图使用完全隔离的演示数据，不包含真实账号、浏览记录、个人批注或第三方文章正文。
当前版本为 v0.3.0，适合个人研究和持续迭代，尚未提供官方预编译安装包。
- 统一阅读入口：左侧浏览筛选后的文章，右侧通过 Qt WebEngine 显示原始网页。
- 渐进式采集：先呈现可用内容，再继续采集剩余来源，减少等待和内存占用。
- 本地情报筛选：对候选文章评分，优先保留平台发布、核心技术、规模落地、战略经营和社会影响信息。
- 批阅与摘录：记录个人想法，保存网页选中文本，并关联文章标题和原始链接。
- 主页阅读模式：对不适合自动采集的网站，直接浏览主页并记录当前文章。
- 阅读复盘：按时间整理已读文章、批阅和摘录，形成可追溯的阅读记录。
- 可选大模型筛选：支持 OpenAI 兼容接口；调用失败时自动回退到本地规则。
- 本地优先与便携迁移：SQLite、浏览器状态和阅读资料都位于项目数据目录，可在关闭程序后整体复制。
- Windows 桌面应用：不启动 Web 服务，不依赖固定 IP 或端口，可构建为独立的 exe 文件夹。
程序包含三个主要页面：
| 页面 | 用途 |
|---|---|
| 阅读 | 浏览文章目录和原网页，标记有价值内容，保存批阅与摘录 |
| 信息源 | 添加、删除、启停信息源，打开来源主页，配置筛选规则 |
| 复盘 | 汇总指定时间内的阅读记录、批阅和摘录 |
典型使用流程：
- 在“信息源”页采集已启用来源，或打开一个技术社区主页。
- 在“阅读”页选择文章；打开后会自动记录为已读。
- 对重要文章标记“有价值”，在阅读过程中保存批阅和摘录。
- 在“复盘”页选择时间范围，生成阅读汇总。
- Windows 10 或 Windows 11，64 位
- 可访问 Python 官方下载站和 PyPI 镜像的网络
- 首次安装建议预留至少 1.5 GB 磁盘空间，主要用于 Python、PySide6 和 Qt WebEngine
克隆仓库：
git clone https://github.com/marswy163/industry-info-reader.git
cd industry-info-reader首次使用双击：
setup_runtime.bat该脚本会把 Python 3.12 安装到项目内的 runtime\python312，并通过清华 PyPI 镜像安装依赖。完成后双击：
start.bat开发者也可以使用虚拟环境：
py -3.12 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
python IndustryInfoQt.py首次启动会自动创建本地数据库。若需要重新写入默认来源：
python seed_sources.py项目预置两类来源。
常规采集来源
- 天翼 AI 新闻中心
- 华为云新闻报道
- 百度智能云新闻资讯
- InfoQ 中国
- 量子位
- 华为云开发者社区
- C114 通信网
主页阅读来源
- 开发者头条
- 机器之心
- 智源社区
- PaperWeekly
- 阿里云开发者社区
- 腾讯云开发者社区
- 字节跳动技术团队
- 移动 Labs
主页阅读来源不参与“采集全部”，以避免动态页面、登录或反自动化机制拖慢采集。在“信息源”页双击来源即可打开主页；进入文章后程序会尝试自动识别，也可以点击“记录当前页”手动保存。
默认信息源只是可编辑的起点。网站结构和访问策略可能变化，项目不保证任何第三方来源始终可采集。
每篇候选文章会得到 0-100 的价值评分、分类和判断理由，默认达到 55 分才进入阅读列表。本地规则主要排除维护、计费、促销、开服、停服和普通功能更新等低价值内容。
如需大模型二次筛选，可在“信息源 > 筛选设置”中填写：
- OpenAI 兼容接口地址
- API Key
- 模型名称
- 是否启用大模型二次筛选
接口不可用时会自动回退到本地规则。手工标记为有价值、已有批阅或已有摘录的文章，不会因规则变化从列表中消失。
所有个人数据默认保存在本机：
data/
├── industry_info.sqlite3 # 信息源、文章、批阅、摘录、设置和复盘
└── browser_profile/ # Cookie、历史记录、缓存和登录状态
请特别注意：
- SQLite 数据库目前没有加密。
- 信息源密码、Cookie 和大模型 API Key 可能以明文保存在本地数据库中。
- 不要把
data/、backups/或个人使用过的dist/上传到公开仓库或发送给他人。 .gitignore已排除这些目录，但无法防止绕过 Git 的手工上传。
关闭软件后，可以通过复制整个项目目录迁移源码运行环境。使用打包版时，应复制完整的 dist\IndustryInfo 文件夹，不要只复制 exe。
更多信息见 安全说明。
先完成运行时安装，然后双击：
build_exe.bat构建结果位于：
dist\IndustryInfo\IndustryInfo.exe
Qt WebEngine 需要携带浏览器运行组件，因此打包目录会明显大于普通 Python 工具。当前构建脚本偏向个人迁移：如果发现已有打包数据，会先备份并恢复它。制作公开 Release 时，必须在干净的数据目录中重新构建，避免夹带个人笔记、Cookie 或凭据。
IndustryInfo.py SQLite、采集、正文抽取、筛选和复盘后端
IndustryInfoQt.py PySide6 桌面界面和 Qt WebEngine 浏览器
seed_sources.py 默认信息源定义与初始化
requirements.txt Python 依赖
setup_runtime.bat 安装项目独立 Python 运行时
start.bat 启动桌面程序
build_exe.bat 构建可迁移的 Windows 应用目录
data/ 本地数据库与浏览器数据，不进入 Git
backups/ 本地备份，不进入 Git
- 当前主要面向 Windows，尚未系统验证 macOS 和 Linux。
- 验证码、短信验证和复杂单点登录需要在内嵌浏览器中人工完成。
- 部分网站会阻止自动采集，但可能仍可在右侧浏览器中正常阅读。
- 网站 DOM 改版后，对应目录发现和正文抽取规则可能需要更新。
- 当前没有加密本地凭据，也没有多设备自动同步和冲突合并。
- 大模型能力目前用于二次筛选，复盘仍是确定性的本地阅读汇总。
- 改进信息源适配器和失败诊断
- 提供不包含个人数据的 Windows Release 构建流程
- 为采集、筛选和数据库迁移补充自动化测试
- 增强导出、备份校验和跨设备合并能力
- 在用户明确选择后，为阅读复盘增加可追溯的大模型分析
路线图会根据真实使用反馈调整。功能建议和来源适配问题可通过 Issues 提交。
欢迎提交错误报告、信息源适配、正文抽取改进和文档修正。提交代码前请阅读 贡献指南。
采集和展示第三方网站内容时，请遵守目标网站的服务条款、robots 规则、版权要求和适用法律。本项目不附带任何第三方内容，也不代表所列信息源。
版本变化见 CHANGELOG.md。
本项目采用 MIT License。