Tool/algroveon-news-–-selbst-gehosteter-ki-newsreader/

Algroveon-News – Selbst gehosteter KI-Newsreader

Lokaler RSS-Aggregator mit lokalem LLM: crawlt Feeds, fasst Artikel zusammen, bewertet journalistische Qualität und Sentiment – vollständig auf eigener Hardware.

Zweck

Ein selbst gehosteter Nachrichtendienst, der RSS-Feeds automatisch aggregiert, mit einem lokalen LLM zusammenfasst und nach journalistischer Qualität bewertet.

Technischer Kern

FastAPI-Backend mit SQLite (FTS5) für Volltext-Suche, HTMX-Weboberfläche und Ollama-Integration für LLM-gestützte Artikelverarbeitung.

Algroveon-news ist ein eigenständiger Nachrichtendienst für den Heimserver. Das System abonniert RSS-Feeds, verarbeitet neue Artikel kontinuierlich im Hintergrund und stellt die Ergebnisse über ein Web-Cockpit und eine REST-API bereit. Die inhaltliche Aufbereitung der RSS-Artikel, etwa für Zusammenfassungen, Bewertungen und Abfragen, übernimmt ein lokal laufendes LLM auf dem Heimserver.

Algroveon-News – Hauptansicht mit KI-Zusammenfassungen und Marktdaten — Startseite – KI-Zusammenfassungen, Kategorie-Filter, Stimmungsbild und Marktdaten live vom Heimserver

Was Algroveon-News macht

Klassische RSS-Reader zeigen vor allem Rohartikel. Algroveon-News geht einen Schritt weiter und bereitet die Inhalte auf:

Crawler – lädt Feeds nach Zeitplan (konfigurierbares Intervall je Feed, httpx async)
Summarizer – fasst jeden Artikel in 2–3 Sätzen zusammen (Ollama, lokal)
Scorer – bewertet Sentiment (positiv / neutral / negativ / alarm / satire), Qualität (0–1) und Clickbait-Flag nach versionierten Redaktionsleitlinien
Kategorie-Briefings – alle 6 Stunden ein Redaktions-Update pro Themenbereich
Narrativ-Tracking – zeigt, wie sich ein Thema über die Zeit entwickelt
Framing-Vergleich – vergleicht, wie verschiedene Quellen über dasselbe Thema berichten
Argumentkarten – fasst Pro- und Kontra-Positionen bei Themen mit gemischtem Sentiment zusammen
Mini-RAG – erlaubt Fragen an die Nachrichtendatenbank mit Antworten inklusive Quellenangaben
Feed-Advisor – erkennt dauerhaft qualitätsschwache Feeds und schlägt Maßnahmen vor

Architektur

RSS-Feeds → Crawler (httpx + Algroveon-Parser)
                 ↓
           SQLite (FTS5) via aiosqlite
                 ↓
     ┌───────────┼─────────────┐
  Summarizer   Scorer      Briefing
   (Ollama)   (Ollama)    (Ollama)
                 ↓
  Web-Cockpit (HTMX/Jinja2) │ REST-API (FastAPI)
                              ↓
                        Algroveon-Agent

Scheduler: reiner asyncio-Loop – keine externe Bibliothek. Alle Frontend-Assets (HTMX, Inter-Font, Icons) sind in static/ eingecheckt – kein CDN.

Algroveon-News – Analyse-Dashboard mit Frühwarn-Radar, Alarm-Fatigue-Index und Feed-Bias-Profil — Analyse-Dashboard – Frühwarn-Radar, Alarm-Fatigue-Index und Feed-Bias-Profil auf einen Blick

Redaktionsleitlinien: Kuratierung nach Substanz

Das Scoring-System folgt öffentlich dokumentierten und versionierten Regeln. Sentiment-Kategorien und Qualitätskriterien sind damit nachvollziehbar statt Black Box.

Algroveon-Parser als Fundament

Der Feed-Parser ist als eigene Library ausgelagert: Algroveon-Parser – ohne externe Dependencies, vollständig unter eigener Kontrolle. Die Trennung erleichtert die unabhängige Versionierung und die Wiederverwendung, etwa in Algroveon-Agent.

Dazu im Blog

Algroveon-News – RSS-Nachrichten lokal lesen, ohne Tracking Warum ich meinen eigenen Nachrichten-Feed gebaut habe: RSS ohne Tracking, bevorzugte Feeds, mit eigener KI-Zusammenfassung – lokal und unter vollständiger Kontrolle.

← ← Alle Projekte