# 用 Bash 管道构建可 hack 的个人新闻阅读器：流式处理与模块化设计实践 > 剖析 haron 项目的管道化架构设计，展示如何通过纯 Shell 命令组合实现 RSS 过滤、LLM 智能筛选与零依赖部署的个人新闻阅读工作流。 ## 元数据 - 路径: /posts/2026/01/26/hackable-news-reader-bash-pipes/ - 发布时间: 2026-01-26T10:49:00+08:00 - 分类: [systems](/categories/systems/) - 站点: https://blog.hotdry.top ## 正文 在命令行工具日益复杂的今天，一个名为 haron 的项目选择了回归本源——它完全用 Bash 写成，不依赖任何重型运行时或框架，仅通过管道将若干 Unix 工具串联起来，就实现了一个可定制、可hack 的个人新闻阅读器。这种设计理念不仅令人耳目一新，更揭示了管道式架构在CLI工具开发中的独特优势。 ## 管道化架构的核心设计 haron 的架构可以用一句话概括：它是一条流动的数据处理管道，每个阶段职责单一，通过标准输入输出无缝衔接。从功能上看，这条管道可以划分为四个核心阶段：数据获取、格式解析、智能过滤、以及终端呈现。每个阶段都是一个独立的 Bash 函数，它们之间不共享状态，传递的仅仅是 JSON 格式的文本流。 数据获取阶段负责从配置的 RSS 源拉取原始内容。这里使用 `curl` 命令下载 feeds，并借助 `feedparser` 库进行 XML 解析。值得注意的是，haron 选择了 uv 来管理 Python 依赖，而非将 Python 脚本打包成独立的可执行文件。这种做法的好处是，用户只需要安装一个 uv，就能自动获取所有必要的 Python 包，而项目本身不需要维护复杂的依赖声明文件。 格式解析阶段是整个管道的承上启下环节。原始 RSS 数据经过解析后，被转换成统一的 JSON 格式，每条新闻条目包含标题、链接、语言、发布时间等标准化字段。这一阶段主要依赖 `jq` 命令完成数据清洗和转换——删除空值字段、规范化日期格式、过滤掉格式异常的条目。jq 在这里扮演了"管道胶水"的角色，它的表达式既可以完成简单的字段选择，也能实现复杂的条件判断和数据转换。 智能过滤是 haron 区别于传统 RSS 阅读器的关键所在。它没有使用基于关键词的规则过滤，而是引入了一个 LLM 作为个人兴趣过滤器。用户在一个私密的 Gist 中用自然语言描述自己的关注点，LLM 会根据这段描述判断每条新闻是否值得阅读。过滤逻辑同样通过管道实现：JSON 数据被转换成提示词发给 LLM，LLM 返回布尔值，jq 根据这个值决定条目的去留。整个过程完全是流式的——不需要把所有数据加载到内存，LLM 可以逐条判断并立即返回结果。 终端呈现阶段负责将过滤后的结果格式化并展示给用户。这里用到了 `bat` 来提供语法高亮和分页功能，用 `pandoc` 处理可能存在的富文本内容。呈现函数被设计成可以"优雅降级"的：如果用户没有安装 bat，就用原始的 cat；如果没有 pandoc，就跳过格式转换。这种设计让 haron 能够在各种环境下运行，不必对用户的工具链提出苛刻要求。 ## 模块化组合与扩展机制 haron 的模块化设计体现在两个层面：函数级别的职责分离，以及管道级别的灵活重组。每个函数都遵循"输入从 stdin 来，输出到 stdout 去"的原则，这使得用户可以在任何环节插入自己的处理逻辑。比如，如果你想给新闻标题加上 Emoji 前缀，只需要在 format 函数之前插入一行 jq 命令： ```bash entries | jq '.title = "[📰] " + .title' | format ``` 这种即插即用的能力正是管道架构的魅力所在。与面向对象设计中的依赖注入相比，管道的组合方式更加直观——你不需要理解函数的内部实现，只需要知道它的输入输出格式，就能把它嵌入到合适的位置。 扩展 feeds 同样简单。项目的 README 展示了如何修改脚本底部的 feeds 调用： ```bash feeds \ https://hnrss.org/best \ https://your-favorite-feed.com/rss \ & ``` 每个 feed URL 都是独立的，它们并行下载，结果汇入同一条管道。如果你有特殊的订阅源，甚至可以写一个自定义函数来获取数据——只要它的输出格式与其他 feeds 保持一致，管道就能无缝衔接。 翻译功能是另一个值得借鉴的扩展点。haron 默认将非英语新闻的链接包装成一个翻译服务的 URL，用户可以在两个地方自定义这一行为：一是顶部的 TRANSLATION 变量，它指向不同的翻译服务；二是 format 函数中的 jq 过滤器，它决定哪些语言需要翻译。这种"配置 + 过滤"的双层定制机制，既照顾了大多数用户的默认体验，又给有特殊需求的用户留足了空间。 ## 零依赖部署的工程考量 haron 的依赖列表极为精简：uv、jq、bat、pandoc，再加上一个 LLM 客户端（默认用 llm 工具调用 Gemini）。这四个依赖都是 Unix 生态中的经典工具，在大多数包管理器中都能一键安装。更重要的是，它们都是静态链接的独立二进制，不需要运行时、不需要配置环境变量、不会与其他软件产生冲突。 uv 的引入是近两年 CLI 开发领域的一个有趣趋势。作为 Python 的现代包管理器，uv 不仅安装速度快，还能生成独立的虚拟环境。haron 利用 uv 运行 `feedparser`，实际上是把 Python 项目的复杂性隐藏在了 uv 背后。用户不需要知道什么叫 pip、什么是 requirements.txt，只需要运行 `uv run ./news.sh`，uv 会自动创建环境、安装依赖、执行脚本。这种"零配置"的使用体验，对于分发给非技术用户尤其有价值。 bat 和 pandoc 的存在则体现了 haron 对终端体验的追求。bat 是 cat 的增强版，它提供了语法高亮、行号显示、Git 集成等功能，让纯文本输出也具备了一定的视觉层次。pandoc 是文档转换的瑞士军刀，能够把各种格式的文本转换成 Markdown 或其他格式。这两个工具的可选性也很有意思——haron 并不强制要求它们，而是通过函数内部的条件判断来决定是否使用。如果你只需要最基本的阅读功能，完全可以移除它们，管道的其他部分照常运行。 ## 生产可用的参数配置 在将 haron 这样的管道工具部署到生产环境时，有几个关键参数值得注意。首先是 LLM 调用的超时设置——网络不稳定时，LLM 可能长时间无响应，建议设置 30 秒到 1 分钟的超时，避免整个管道被阻塞。其次是 feeds 的并行度，默认的并行下载数量应该根据网络状况和 API 限流来调整，如果某个 feed 频繁超时，可以考虑将其单独串行化。 日志和调试是另一个实用话题。haron 支持通过 `DEBUG` 环境变量开启调试模式，此时管道中会插入额外的 tee 命令，将中间结果输出到stderr。对于排查 feeds 解析错误或 LLM 判断异常，这个功能非常有用。生产环境中，建议将 DEBUG 输出重定向到日志文件，而不是直接打印到终端。 最后是 Gist 的访问权限问题。由于兴趣描述可能包含敏感信息（如公司名称、项目名称），haron 要求使用私密 Gist 来存储这份配置。这带来了一点运维复杂度——你需要在多台机器上配置 GitHub 认证，才能让脚本访问这个私密 Gist。一个常见的解决方案是使用 GitHub CLI 的 `gh auth token` 命令，将认证信息缓存到本地，这样就不需要在环境中明文暴露 GIST_ID。 ## 从 haron 看管道式工具的边界 haron 的设计让人重新审视管道式架构的适用场景。它最适合处理"流式、无状态、可组合"的数据处理任务——比如 RSS 过滤、日志分析、数据转换。但它也有明显的局限性：复杂的业务逻辑（比如需要维护会话状态、需要与多个外部服务交互）在管道中会变得笨拙；错误处理和重试机制难以优雅实现；调试大型管道也需要相当的耐心。 haron 的选择是承认这些局限，然后在自己的领域内做到极致。它不试图做一个通用的 RSS 阅读器，而是做一个"可 hack 的个人新闻工作流"。用户可以根据自己的需求增删管道阶段，甚至把整个项目当作模板，从零开始构建自己的自动化流程。这种定位让 haron 在众多 CLI 工具中独树一帜——它不是终点，而是起点。 资料来源：haron/news.sh 项目（https://github.com/haron/news.sh） ## 同分类近期文章 ### [好奇号火星车遍历可视化引擎：Web 端地形渲染与坐标映射实战](/posts/2026/04/09/curiosity-rover-traverse-visualization/) - 日期: 2026-04-09T02:50:12+08:00 - 分类: [systems](/categories/systems/) - 摘要: 基于好奇号2012年至今的原始Telemetry数据，解析交互式火星地形遍历可视化引擎的坐标转换、地形加载与交互控制技术实现。 ### [卡尔曼滤波器雷达状态估计：预测与更新的数学详解](/posts/2026/04/09/kalman-filter-radar-state-estimation/) - 日期: 2026-04-09T02:25:29+08:00 - 分类: [systems](/categories/systems/) - 摘要: 通过一维雷达跟踪飞机的实例，详细剖析卡尔曼滤波器的状态预测与测量更新数学过程，掌握传感器融合中的最优估计方法。 ### [数字存算一体架构加速NFA评估：1.27 fJ_B_transition 的硬件设计解析](/posts/2026/04/09/digital-cim-architecture-nfa-evaluation/) - 日期: 2026-04-09T02:02:48+08:00 - 分类: [systems](/categories/systems/) - 摘要: 深入解析GLVLSI 2025论文中的数字存算一体架构如何以1.27 fJ/B/transition的超低能耗加速非确定有限状态机评估，并给出工程落地的关键参数与监控要点。 ### [Darwin内核移植Wii硬件：PowerPC架构适配与驱动开发实战](/posts/2026/04/09/darwin-wii-kernel-porting/) - 日期: 2026-04-09T00:50:44+08:00 - 分类: [systems](/categories/systems/) - 摘要: 深入解析将macOS Darwin内核移植到Nintendo Wii的技术挑战，涵盖PowerPC 750CL适配、自定义引导加载器编写及IOKit驱动兼容性实现。 ### [Go-Bt 极简行为树库设计解析：节点组合、状态机与游戏 AI 工程实践](/posts/2026/04/09/go-bt-behavior-trees-minimalist-design/) - 日期: 2026-04-09T00:03:02+08:00 - 分类: [systems](/categories/systems/) - 摘要: 深入解析 go-bt 库的四大核心设计原则，探讨行为树与状态机在游戏 AI 中的工程化选择。