MiniCPM News Desk 是一个本地优先的新闻阅读器，由 MiniCPM5-2B 和一段普通 Python 代码驱动。它帮人审阅各家官方公告：每条内容都带能追回原文的段落，访问权限、定价、配置条件这类关键限制会直接摆出来。

仓库里给了一套公开的参考工作流：从固定来源抓 RSS、本地构建和预览、手动触发 Telegram 发送，还有恢复命令。本地模型和 Telegram 机器人得自己准备；项目不会安装定时任务，不会下载权重，也不会自动发任何消息。

作者自己最早那套部署跑在一台 Intel Core i5-9400F、16 GB 内存的 Linux 台式机上，MiniCPM 推理全靠 CPU。私有的采集器每小时查一次官方来源，每天通过 Telegram 推送一次前 24 小时的汇总。仓库开源的是可复用的简报逻辑，不是作者私有的采集器、Telegram 账号或机器配置。公开工作流用独立的状态和一份只有两个订阅源的注册表，私有采集器那边是 28 个来源。

这张图是虚构的版式示例，不是模型真实输出的结果。

每天一份汇总，不做每小时推送

想做的是轻松的早间阅读：一条头条、几条值得知道的更新、几条简短快讯，全都链到原始来源。

• 大约在美东时间早上 8 点推送，覆盖的正好是前 24 小时。
• 采集全天独立跑，但不会每小时弹一条 MiniCPM 消息，也没有突发新闻提醒。
• 有发布日期就用来源的日期，没有就标发现时间。旧文章不会被当成新新闻重发，列表改动按“更新”算。
• 最多 9 条：1 条头条，最多 3 条详细报道。剩下入选的条目如果没有经过验证的摘要，就只给来源链接。
• 规范化 URL 会去重；同一来源、同一天、标题相同的事件也会去重。排序是确定性的编辑规则，不做大范围语义聚类。
• 实质性条件会保留。字数只是软目标，不会为了凑字数截断；长内容按段落拆成带编号的多条消息。
• 排不进的部分存到本地归档，只要还在 24 小时窗口内，之后还能补进来，并标出省略了几条。

工作原理

MiniCPM 只做一件事：从原文里挑出精确段落，不自由生成新闻稿。确定性的编辑层负责把相关限定条件留在简报里，把导航、无关的字段定义和背景细节挪到私有的辅助报告；没识别出来的条件照样留着。抽取到的完整原文，以及每条内容为什么放在这里，都记在报告里。

1. 导入一份发现快照，或者显式抓取一篇受支持的文章。
2. 保留原文的精确文本、身份标识、日期、哈希和偏移量。
3. 用确定性规则留下跟条件有关的段落。
4. 可选：请本地 MiniCPM 服务从候选里挑最多两个高亮段落的 ID。
5. 把 ID 还原成精确引文，再对着原文审报告。

模型不能改写观点、换目标地址、调用工具或发消息，但它还是可能挑中无关段落、漏掉有用的段落，规则也可能漏条件。引用原文不等于对这些说法做了独立核实。

如果模型返回了合法但空的选择，报告会以 SOURCE-ONLY FALLBACK 的形式整篇显示原文。这是没排序的原文，不是 AI 摘要，也不算模型成功。不完整或非法的响应，以及被拦下的来源，仍然 fail closed。

抓文章是显式的网络操作，目前有 xAI /news/、OpenAI /index/ 和 GitHub /changelog/ 三个正文适配器。抓 OpenAI 时，两台测试主机都返回过 HTTP 403 或验证页面；项目没做任何绕过，被拦或不受支持的来源会保留成明确标注的链接。

本地模型选择

你得自己起一个已经跑起来、带认证、监听在数字回环地址上的服务。评测时用的配置是：MiniCPM5-2B-Q4_K_M、llama.cpp b10809/5266f24da、思考模式、8192 上下文、4096 输出 token，请求里设 reasoning_budget_tokens=512。通用的 OpenAI 兼容服务不一定支持这个控制参数。预检会看模型别名、上下文和模板，但不会对外部服务的运行时或权重做密码学校验。

每次调用只生成一次，外层超时 480 秒，不重试，也不回退到托管模型。API Key 通过 MINICPM_API_KEY 环境变量传入，别写进配置文件，也别提交到 Git。

当前验证结果

• 0.8.1：修了确定性来源保留的问题，270 个离线测试全部通过。另外在一个较早冻结的 0.8.1 检查点上做了 40 次调用的对比：1024 推理 token 在已知案例上覆盖比 512 好，但只跟一个探索性的确定性对照器打平，离质量目标还差；512 设置下有一条合成的指令型段落被选中。人工审阅仍然必要，发布设置还是 512。
• 0.8.0：加了公开参考工作流，修了技术字符丢失、许可信息漏检，以及准备阶段的一次误拦截；257 个离线测试通过，两次真实的本地选择和一次真实的 Telegram 推送验证了候选版本。
• 历史 0.7.5 私有测试：两条本地模型生成的简报和七条纯来源快讯，经两条确认送达的 Telegram 消息发出。
• 更早的选择器证据：110 个离线测试；一次修复后语义检查 7/8 通过，之后离线保存响应的处理 8/8 通过；另一次全新的 Linux CLI 冒烟测试 3/3 通过。这些是分开的测量，不能合成一个准确率。

本地测试的 API 费用是零，但硬件、电费和审阅时间都有成本。项目没有做跟云端的成本对比，也不做通用的可靠性承诺。

快速体验

不用模型也不用联网，就能看看虚构的每日版式（只用 Python 3.14 标准库）：

Sh

git clone https://github.com/fenner888/minicpm-news-desk.git
cd minicpm-news-desk
python3.14 -m newsdesk.digest demo --out outputs/daily-demo-1

接上本地 MiniCPM，做真实的段落选择：

Sh

python3.14 -m newsdesk select --article outputs/article-1/article.json \
  --config config.local.json --allow-local-inference --out outputs/selection-1

有意为之的限制

• 所有输出都得人来审一遍意思。抽取式的措辞可能重复上下文，也可能把原文生硬的过渡一并带过来。
• 各项上限：原文 7,000 字符、120 个块、每块 2,000 字符；受保护文本 5,500 字符 / 30 块；候选池 4,000 / 25；选中文本合计 1,800 字符。超限时条目会被拦下，不会被悄悄截断。
• 英文标题和示例的启发式规则可能漏掉上下文。已知的类指令模式会拦下条目，但这不等于全面的注入检测。
• 没匹配到价格段落，不代表免费、不限量，也不代表还没公布。
• 项目没有账号体系、公开 API、UI 仪表盘，也不内置消息凭据。要不要装定时任务、要不要无人值守，由你自己决定。

链接

• GitHub：fenner888/minicpm-news-desk