【学习工作赛道】Nora:把信息焦虑整理成每日简报、提醒和待办

0. 先和大家打个招呼 :waving_hand:

大家好,我是一名正在学习 AI 产品的大二学生。做Nora的原因来自我自己的真实经历:我每天会关注 AI 博客、技术社区、比赛通知、实习岗位、项目灵感。但每次打开平台,很快就被推荐流带走。真正让我焦虑的不是"信息不够",而是"信息太多,但不知道哪些值得处理"——很多内容被刷到、收藏、截图,但后面并没有进入计划,也没有产生行动。我慢慢发现,现有工具的逻辑都是"给你更多内容"。但真正需要的不是更多内容,是少量、清楚、可以跟进的判断。
所以我做了 Nora。 项目体验地址:https://norabrief.xyz/
我认为他的定位是:Nora 不是信息聚合工具,是反信息茧房的"信息判断工具"——不给你更多内容,只给你该看、该懂、该做的。
它面向的用户是:学生、求职者、AI 学习者、产品/运营同学、独立开发者、比赛参与者——所有想持续关注某些方向、但没有精力每天到处筛选信息的人。

Nora 是一个面向学习和工作场景的 AI 信息关注网站。
它面向的用户是:学生、求职者、AI 学习者、产品/运营同学、独立开发者、比赛参与者,以及所有想持续关注某些方向、但没有精力每天到处筛选信息的人。
我认为想解决的问题很明确:我们不是缺少信息,而是缺少一个在充满算法推荐,个性化,被困于自己的信息茧房中的脱困工具,是需要一个能够帮助自己快速获取信息,整理信息的工具。

现在很多信息工具会把更多内容推给用户,但我认为大家先不要看这么多内容,这些只会让各位徒增焦虑,仔细想一下,把所有的内容全部做完了,又得到什么呢,还不如把自己需要的事情做到就很好了 :wink:,我们都已经很棒了:tada:

1.Demo 重点展示 3 个核心能力:

能力一:一句话创建关注计划
用户可以直接输入:"帮我关注 AI 产品实习、Agent 项目、黑客松比赛和相关机会。"Nora 会用 WatchPlannerAgent 把这句话解析成结构化计划(主题、关键词、平台、内容类型、提醒频率),用户确认后自动落库 + 物化抓取任务 + 触发后台 job。
这一步的技术难点是:自然语言意图是不完整的,用户不会列出所有关键词。Nora 做了两步式确认——先解析暂存(不落库,避免误存未确认意图),用户确认后才激活并触发抓取。这比"填表式配置"降低了门槛,也比"一键搜索"保证了持续性。

能力二:多阶段 Agent Pipeline 把信息整理成简报

Nora 不会把所有内容直接堆成信息流,而是跑一个 7 阶段 pipeline:

Plain Text

fetch → normalize → dedupe → cluster → rank → build_cards → assemble_page

这个 pipeline 里有几个我比较得意的设计:

  • 并行抓取 + 缓存池:19 个来源并行抓取(ThreadPool max_workers=8),命中缓存的来源 <100ms 跳过,19 个来源总耗时 ≈ max(单个超时) ≈ 20s,而非 19×20s=380s
  • 反馈驱动排序:用户点"不感兴趣"→该条降权 ×0.3;点"有用"→+10;点"加入待办"→+15。同主题被 ≥2 次不感兴趣→该主题全局降权。越用越懂你
  • 多源多样性配额:三维度配额(per-domain + per-topic + per-section)+ 两轮选择,防止单一来源垄断简报(解决了"11 条里 7 条来自同一个网站"的问题)
  • 双路径容灾:LLM 路径(DeepSeek)+ rule_fallback,无 LLM key 也能跑通完整链路,demo 永远不挂

每条内容都尽量回答几个问题:发生了什么、为什么值得看、和我的关注方向有什么关系、下一步可以做什么。

能力三:信息变待办,不只"看过"

当某条内容需要后续处理——比赛报名、岗位投递、项目研究、工具试用——PlannerAgent 会把它转成带优先级和截止日的任务。信息不停留在"收藏夹吃灰",而是进入下一步行动。
一句话概括:Nora 把分散信息整理成每日简报、提醒和待办。

2. Demo 创作思路

一开始,我想做的是一个“信息整理工具”。但做着做着我发现,如果只是把很多来源聚合到一个页面里,其实没有真正解决问题。因为用户真正痛苦的地方不是“看不到信息”,而是:平台太多,不知道每天该看哪里;
内容太散,重要信息经常被淹没;
更新太快,担心错过机会;
看完很多内容,却没有形成判断;
真正需要跟进的事情,没有进入计划。
所以 Nora 的方向慢慢从“信息聚合”变成了“信息关注”。
普通资讯流的逻辑是:继续给用户更多内容。
Nora 的逻辑是:先理解用户关心什么,再帮用户整理出少量值得处理的内容。
我在设计时做了几个取舍。

第一,Nora 不做普通资讯流。
因为资讯流很容易让用户继续刷下去,但不一定帮用户做判断。

第二,Nora 不做复杂 RSS 阅读器。
因为很多普通用户不知道该订阅什么,也不愿意维护复杂来源。

第三,Nora 不一开始追求接入所有平台。
Demo 阶段更重要的是把核心链路跑通:用户表达关注意图,系统整理信息,最后变成简报和待办。

第四,Nora 重点做“长期关注”。
我希望它不是一次性搜索工具,而是能持续关注某个方向,每天帮用户整理变化。

所以这个 Demo 的核心链路是:用户说出想关注什么

→ Nora 理解成关注计划
→ 后端创建追踪任务
→ 系统整理今日信息
→ 用户把重要内容加入待办
→ 后续持续跟进
这个思路更贴合学习工作场景。因为很多时候,我们不是缺少学习资料,而是缺少稳定的信息输入和行动节奏。

3.demo体验
关于项目为现在进行完成部署在https://norabrief.xyz/

如果有用户有这方面信息的需求,比如自媒体博主,想要进行抓取同话题,关键字,相关选题追踪:学生对于想要关注比赛,黑客松,进行加绩点或者参加比赛,体会新内容新技术,都可以给我留言,我进行给你们提供白名单进行使用。
注:关于对于本网站,由于开发时间短,里面存在很多问题,在此希望社区的佬门,帮我进行提出问题给我,我会进行改正的,后续完善后我会第一时间进行提醒大家,且在此希望各位彦祖,亦非投一下票。
Nora的展示图:





4.Trae的实现

我相信社区应该有很多是刚接触开发进行的,我在此也分享一下自己的开发看法。
首先对于做项目的开发时候我认为我们先需要进行完成好我们的产品理解,写好自己的产品说明文,spec文档,plan文档,对于文档的内容你可以自己先看一遍,完成人工过审,这样的开发更加稳定且后续更新更加稳定,不会开发的东西一直偏离你的想法,且用好trae的子智能体。
对此我可以给大家一段提示词可以使用一下:为此任务,请为自己设定一个新目标,并行生成多个智能体-数量不限,只要能够做到最好的实现。将任务拆分独立的部分,并分配工作,并在智能体的返回结果后进行完成真个好。并为每一个智能体进行分配一个专属的/goal
这个是我第一步的行为,我完成好了我的文档,plan计划输出,让他能够完成这个项目的基础的搭建:


现在下面是我的开发过程和相关截图内容:
接下来就是通过plan和让他能够进行完成记下来自己的错误整理在一个文档里面,把错误清楚后续就不会进行重复错误绕圈,关于这个把自己的规则提示词进行写入进去,对自己的帮助很大:


**Session ID内容:**3911389445629676:b218a74746eabe6371c4a63b9eed0001_6a4377ad8c34377eb9692037.6a4377ad8c34377eb969203a.6a4377ad8c34377eb9692038:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/30 16:00:45)
3911389445629676:c8c8fdf01b4287b7db2a03ffb49ecafc_6a4377ad8c34377eb9692037.6a4382c18c34377eb9692324.6a4382c18c34377eb9692322:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/30 16:48:01)
.7482351057781261317:f58189cf54434425bb05eb0b5fe6a9b6_6a44e7fdae4c6e3dcc673de8.6a44e919ae4c6e3dcc673dea.6a44e918b3cca49ac26d342e:Trae.T(2026/7/1 18:16:57)
.7482351057781261317:22eced83a5aaf628e9f0d481125b1d53_6a44e7fdae4c6e3dcc673de8.6a44ebceae4c6e3dcc673ecb.6a44ebcdb3cca49ac26d3432:Trae.T(2026/7/1 18:28:30)

5.未来计划

Nora 现在还是早期 Demo,后续我希望继续往真实产品方向推进。
1.接入更稳定的公开来源
先从 GitHub、RSS、arXiv、官方博客、比赛网站这些公开来源开始,保证内容真实、稳定、可追踪,且完成抖音,小红书,x,Facebook等媒体完成自媒体博主信息获取,内容跟踪。
2.让 Nora 更懂用户
用户点“不感兴趣”“加入待办”“更多类似”之后,Nora 应该逐渐理解用户真正关心什么,后续简报也要随之调整。
3.让简报更像判断,而不是摘要
未来 Nora 不只是总结“发生了什么”,还要告诉用户“为什么值得看”“是否需要跟进”“下一步可以做什么”,通过hermes-agent让我们的nora越来越聪明,成为我们的学习工作上的帮手。
4.形成长期自动追踪
用户只需要说一句“帮我持续关注某个方向”,Nora 就可以每天跟进变化,在合适时间提醒用户,且完成移动端的适配,最近打算先完成能够将信息推送到飞书上,后续完成更多的社交媒体的推送,不让用户进行下载这么多软件,适合自己的才是最好的。
希望大家进行给我一些反馈,我会进行完成记录反馈修改问题的!

1 个赞

关于对项目现在进行完成增加首页,每天可以根据用户的兴趣完成推送最适合的内容到首页,可以像看报纸一样,不断的看下去,也可以对内容进行完成待办,加入任务中,内置的agent会识别好用户任务,完成任务的排序进行下去

“焦虑的不是信息不够,而是信息太多但不知道什么该处理”——这个洞察太准了。

作为大二学生能有这样的产品思考,不简单。你抓住了一个真实痛点:信息过载时代的"决策疲劳"。Nora的定位不是帮用户看更多内容,而是帮他们过滤、整理、行动,这个方向是对的。

我们团队也在做垂直领域的AI应用——识蕴,汉服AI识别小程序。思路有相似之处:不是让AI泛泛地回答"这是什么衣服",而是把汉服圈几百年积累的形制体系、朝代特征、等级规则结构化,给用户提供精准、专业的识别结果。

信息焦虑的本质是"缺乏筛选机制"。你的Nora帮用户筛选信息,我们的识蕴帮用户筛选"什么是真汉服"——都是给混乱的信息世界加一层专业过滤器。

祝项目顺利,期待看到Nora的后续迭代。

谢谢,可以给我投个票吗,你这个关于模型是怎么识别每一个汉服的呢?用rag还是怎么?


今天很好的推送了一个黑客松比赛 :grinning_face: