AI原生RSS阅读器Oksskolten：安装部署指南，体验全文抓取与智能对话

简介

什么是 Oksskolten ？

Oksskolten（发音：ooks-SKOL-ten）是一个开源的 AI 原生 RSS 阅读器。它可以帮助用户自动提取每篇文章的全文内容，并基于完整文章提供 AI 摘要、翻译和对话功能。

与传统的 RSS 阅读器不同，Oksskolten 默认对所有文章进行全文提取，使用 Mozilla 的 Readability 加上 500 个噪声去除模式，将文章转换为干净的 Markdown 格式存储。你永远不需要离开应用就能阅读完整文章。

主要特点

• 全文自动提取：每篇文章都会从原始 URL 抓取并通过 Readability 处理，无需逐个订阅开启
• AI 摘要与翻译：支持 Anthropic、Gemini、OpenAI 等多种 AI 提供商，基于完整文章内容进行处理
• 交互式 AI 对话：内置 MCP 工具的多轮对话，可以搜索文章、获取统计信息和提问
• 全文搜索：基于 Meilisearch 的搜索功能，支持模糊搜索
• 智能抓取：自适应订阅调度、条件 HTTP 请求、内容哈希去重
• PWA 支持：离线阅读、后台同步、添加到主屏幕
• 多种认证方式：密码、Passkey（WebAuthn）和 GitHub OAuth
• 自定义主题：14 种内置颜色主题，支持 JSON 导入自定义主题
• 单容器部署：API、SPA 和定时任务都在一个 Docker 容器中运行
• 开源免费：基于 AGPL-3.0 协议开源，可免费使用和修改

应用场景

• 个人知识管理：订阅技术博客、新闻网站，自动获取全文并建立可搜索的文章库
• AI 辅助阅读：让 AI 为长文章生成摘要，快速了解文章核心内容
• 多语言阅读：订阅外文网站，使用 AI 翻译功能阅读外文内容
• 开发者追踪：订阅开源项目动态、技术周刊，通过全文搜索快速找到需要的信息
• 自托管数据：所有数据存储在本地 SQLite，不受第三方服务涨价或关闭的影响

总的来说，Oksskolten 是一个将全文提取和 AI 能力作为核心功能的 RSS 阅读器，适合希望在一个应用内完成阅读、搜索和 AI 交互的用户。

安装

在群晖上以 Docker 方式安装。

官方的镜像没有发布在 docker hub，而是在 ghcr.io，所以直接用命令行来安装。

本文写作时， latest 版本对应为  0.4.1；

docker-compose 安装

该项目包含多个服务（server、meilisearch、rss-bridge、flaresolverr），建议使用 docker-compose 进行部署。

将下面的内容保存为 docker-compose.yml 文件：

services:
  server:
    image: ghcr.io/babarot/oksskolten:latest
    container_name: oksskolten-server
    restart: unless-stopped
    ports:
      - "5174:3000"
    volumes:
      - ./data:/app/data
    environment:
      NODE_ENV: production
      MEILI_MASTER_KEY: AiHs2ExZdC756DaPrFL25j27n5EBVxhu
      TZ: Asia/Shanghai
      SCORE_RECALC_SCHEDULE: 0 3 * * *

  meilisearch:
    image: getmeili/meilisearch:v1.13
    container_name: oksskolten-meilisearch
    restart: unless-stopped
    # ports:
    #   - "5173:7700"
    volumes:
      - ./meili_data:/meili_data
    environment:
      MEILI_ENV: production
      MEILI_MASTER_KEY: AiHs2ExZdC756DaPrFL25j27n5EBVxhu

  rss-bridge:
    image: rssbridge/rss-bridge:latest
    container_name: oksskolten-rssbridge
    restart: unless-stopped
    # ports:
    #   - "5175:80"

  flaresolverr:
    image: ghcr.io/flaresolverr/flaresolverr:latest
    container_name: oksskolten-flaresolverr
    restart: unless-stopped
    # ports:
    #   - "5176:8191"
    environment:
      LOG_LEVEL: info

环境变量说明，参照了 https://github.com/babarot/oksskolten/blob/main/.env.example

变量名	示例值	说明（含默认值与使用场景）
JWT_SECRET	my-very-secret-key	JWT 签名用的秘钥；默认会自动生成并存入数据库，一般只在需要固定秘钥（例如多实例部署、迁移数据）时手动设置。
LOG_LEVEL	debug	日志级别；默认是 info，设置为 debug 可输出更详细日志，便于开发排查问题。
TZ	Asia/Shanghai	应用使用的时区；默认 UTC，可改为实际部署地区（如 Asia/Shanghai）以匹配本地时间显示。
AUTH_DISABLED	1	是否关闭认证，仅在 NODE_ENV=development 时可用；设置为 1 会禁用登录鉴权，仅供本地调试。
SCORE_RECALC_SCHEDULE	0 3 * * *	评分重算的 cron 表达式；默认 */5 * * * *（每 5 分钟），可改为每天运行一次以减少负载。
MEILI_MASTER_KEY	<string>	Meilisearch 的主密钥，生产环境必需，用于保护搜索服务及管理接口权限。
TUNNEL_TOKEN	<token>	Cloudflare Tunnel 的令牌，生产环境通过隧道暴露服务时必需。
DATA_DIR	$HOME/.oksskolten/data	数据目录；默认 ./data（相对路径），生产环境建议改为绝对路径便于持久化和备份。
TURSO_AUTH_TOKEN	<token>	Turso 数据库的授权令牌；仅在使用 Turso 替代本地 SQLite 时需要配置。

然后通过 SSH 登录到您的群晖，执行下面的命令：

# 新建文件夹 oksskolten 和 子目录
mkdir -p /volume1/docker/oksskolten/{data,meili_data}

# 进入 oksskolten 目录
cd /volume1/docker/oksskolten

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d

提示：该项目包含多个服务，首次启动需要拉取多个镜像，请耐心等待。

运行

在浏览器中访问 http://<群晖IP>:5174 即可进入初始化账号界面

登录后的主界面

订阅 RSS

点 Get Started

点 Feed

只要输入 URL 就行，Name 会自动获取的，例如：https://laosu.tech/atom.xml

添加成功后

点击左侧的 Feed

选中一篇文章，和以往只获取摘要不同，这次获取的是全文

设置

左下角进入 Settings，虽然支持多语言，但是只有英文和日文

虽然支持 AI，但是不灵活，只能设 API Key，不能设置 URL，但是如果安装了 Ollama 还是不错的。从这里可以看到，它支持多种 AI 模型提供商。

如果你订阅的英文多，还可以设置翻译和总结

注意事项

1. 数据持久化：务必挂载 /data 目录，SQLite 数据存储在此
2. 端口冲突：使用 5174 端口，如有冲突可在 docker-compose.yml 中修改
3. AI 功能：AI 摘要、翻译和对话功能需要配置对应的 API Key
4. FlareSolverr：用于处理有反爬保护的网站，可选但建议保留
5. 定时抓取：默认每 5 分钟抓取一次订阅，可通过 CRON_SCHEDULE 环境变量调整
6. 安全建议：生产环境务必设置 MEILI_MASTER_KEY

参考文档

babarot/oksskolten: 🏔️ The AI-native RSS reader
地址：https://github.com/babarot/oksskolten

Oksskolten — The AI-native RSS reader
地址：https://oksskolten.com/

Oksskolten 在线演示
地址：https://demo.oksskolten.com

作为一个集成了全文抓取、智能搜索和 人工智能 对话功能的工具，Oksskolten 为 RSS 阅读带来了新的思路。如果你也喜欢尝试这类 开源 项目，不妨按照教程部署一个，在 云栈社区 分享你的使用体验。