TranRSS

我不知道你有没有过这种感觉：RSS 列表里订阅了一堆技术大牛或者前沿实验室的英文订阅，每一个都含金量极高。但每次打开阅读器，看着满屏的英文长句，大脑就会潜意识里开始逃避。明明单词都认识，但要把它们连成意思，那种隐形的“阅读成本”真的太高了。

于是，这些高质量的订阅最后都变成了我的“收藏垃圾”。我发现自己不是没时间读，而是面对非母语资讯时，那种天然的“畏难情绪”在作祟。我迫切需要一个助手，能在我打算逃避之前，先把干货提取出来喂给我。市面上的方案我都试过，要么翻译质量堪忧，要么没法同步到我常用的 NetNewsWire。

所以，为了我自己的阅读体验，我写了 TranRSS。

它是怎么帮我降低阅读成本的？

先帮我“扫雷”的 AI 摘要：现在我刷订阅流，首先看到的不是标题，而是 AI 提炼的几句中文大意。这帮我完成了最痛苦的“初筛”过程，只有真正感兴趣的内容才值得点开。
母语级别的阅读流畅感：接入 OpenAI 和 DeepSeek 的 API。那些晦涩的英文博文点开就是通顺的中文。那种从“啃生肉”到“吃熟食”的转变，彻底消解了阅读阻力。
不改变习惯，才是最好的习惯：兼容 GReader API。这意味着我依然可以使用熟悉的 NetNewsWire，但看到的内容已经是 TranRSS 预处理好的。
极客的坚持：后端使用 Rust (Axum) 编写，追求极致的响应速度与低资源占用。内置 Token 统计面板，让 AI 支出成本实时透明。

本项目采用 MIT 许可证。