炼器房 · Reclaim Feed

做深，不做宽：一篇重要内容从进入系统到被理解、批注和再次使用。

A local-first workspace for extracting, reading and reusing high-value information.

多数信息工具擅长「做宽」：接入更多来源、生成更快摘要。炼器房关注另一个问题：一篇真正重要的内容，怎样从进入系统到被理解、批注和再次使用？

flowchart LR
    A[内容进入] --> B[过滤与深度萃取]
    B --> C[统一阅读工作区]
    C --> D[批注与 Prompt 调整]
    D --> E[Markdown / 知识生产]
    style A fill:#E9F4F2,stroke:#A9CFC8,stroke-width:2px,color:#1C3B36
    style B fill:#DCEFEA,stroke:#37907F,stroke-width:2px,color:#0F3D33
    style C fill:#E9F4F2,stroke:#A9CFC8,stroke-width:2px,color:#1C3B36
    style D fill:#E9F4F2,stroke:#A9CFC8,stroke-width:2px,color:#1C3B36
    style E fill:#DCEFEA,stroke:#37907F,stroke-width:2px,color:#0F3D33

Loading

产品判断

• 做深，不做宽：重点不是信息源数量，而是能否提取水下信息、证据和可复用方法；
• Prompt 是配置：评分、萃取和输出规则可以调整，不把个人偏好写死在主流程；
• 消费是闭环的一部分：Feed、阅读、批注和输出应该在同一条体验里；
• 边界清楚：系统负责萃取与消费，不重造社交媒体分发工具。

当前实现

• FastAPI 后端与 React / Vite 前端；
• 信息流、阅读状态、书签、笔记与信息源管理；
• Prompt 管理、模型服务商和 Bot 配置；
• URL 快速提取入口；
• Docker 部署与本地测试环境；
• PWA 与移动端基础适配。

系统结构

frontend/   阅读、批注、Prompt 与设置界面
backend/    API、数据模型、任务与信息处理
config/     来源、规则和运行配置
docs/       部署与产品文档

部署说明见 docs/deploy_docker.md。

和 100X 的关系

• 100X Research Engine 负责稳定获取、评估、排队与交付；
• Reclaim Feed 负责探索人如何消费、修正和再使用结果。

前者优先保证可靠性，后者优先验证产品体验。它们是上下游，而不是两个重复项目。

边界与下一步

当前仓库是单机全栈产品实验，不把「可部署」写成「已经规模化」。下一步重点不是继续增加信息源，而是验证：用户是否会持续阅读、批注并把萃取结果带回自己的工作。

My role

我负责产品定位、信息生命周期、功能边界和交互判断；AI 负责把这些约束快速实现为可运行的前后端系统。