Flare Stack Blog ——基于 Cloudflare Workers 的现代化全栈博客 CMS ## 核心功能 • 文章管理 — 富文本编辑器，支持代码高亮、图片上传、草稿/发布流程 • 标签系统 — 灵活的文章分类 • 评论系统 — 支持嵌套回复、邮件通知、审核机制 • 友情链接 — 用户申请、管理员审核、邮件通知 • 全文搜索 — 基于 Orama 的高性能搜索 • 媒体库 — R2 对象存储，图片管理与优化 • 用户认证 — GitHub OAuth 登录，权限控制 • 数据统计 — Umami 集成，访问分析与热门文章 • AI 辅助 — Cloudflare Workers AI 集成 • 主题系统 — 可扩展的主题模板，支持完整替换所有页面和布局 • 导入导出 — 支持Markdown导入导出，保留图片以及Frontmatter Flare Stack Blog 的所有面向用户的页面与布局均通过 主题契约（Theme Contract） 与业务逻辑解耦。你可以在不修改任何路由或数据逻辑的前提下，完整替换博客的视觉表现层。 项目地址：https://github.com/du2333/flare-stack-blog #Platform#Cloudflare 频道：@FindBlog 群组：@FindBlog_Group
Hashtags
搜索 #feedit
@AboutRss · Post #876 · 2020/11/19 01:00
FeedIt trainable RSS reader 登陆 iOS APP Store 频道提及过的机器学习型 #RSS阅读器#FeedIt 在其安卓版和线上版后发布了 #iOS 版： https://apps.apple.com/us/app/feedit-rss-reader/id1538541609 发现于 https://twitter.com/RSSCircus/status/1328955086152806401
@AboutRss · Post #840 · 2020/10/13 01:00
FeedIt :利用机器学习进行文章喜好排序的在线 #RSS阅读器 还记得在 Reddit 上看到个贴，说 Ta 唯一不喜欢 RSS 订阅的一点是：阅读器把所有文章一视同仁，不能告诉 Ta 哪个重要、哪个不重要。回帖里自然有人教育道：RSS 订阅的特色就是没有谁帮你决定哪个重要、哪个不重要。 当然，该帖里也提到，除了关键词过滤或给 Feeds 按重要程度分组外，有几家阅读器可以给文章打分，并以分数改变其排序。比如 #TTRSS 的 Scoring 。 现在，更 fancy 的来了。 #FeedIt 让你可以通过给文章以及文章关键词打“赞”和“踩”来用机器学习训练阅读器对你喜好的把握；一段时日之后，就可以让阅读器按你的喜好来给文章排序了。对于那些订阅很多 Feeds 的玩家，说不定也是条路。 官网在此，自带 #Android App ： https://feedit.sk/ 发现于 Reddit 。到底是高大上还是本末倒置，欢迎留言讨论。