---
title: "Karakeep 教學：用 RSS 與 Jev 整理可搜尋的 AI… | BudgetWorks"
description: "如何用自行架設的 Karakeep 透過 RSS 收集 AI 消息，由 Jev 按主題自動標記，再以智能清單與全文搜尋即時找到。附成本與限制。"
url: https://www.budgetapp.works/blog/karakeep-ai-news-search-with-jev
canonical_url: https://www.budgetapp.works/blog/karakeep-ai-news-search-with-jev
last_updated: 2026-10-12
---

[ 返回博客](/blog)

 October 3, 2026 29 瀏覽

# 我們如何以 Karakeep 與 Jev 讓 AI 消息可被搜尋

![我們如何以 Karakeep 與 Jev 讓 AI 消息可被搜尋](/cdn-cgi/image/width=1536,quality=80,format=auto/https://public-api.budgetapp.works/api/public/media/1b6623cb-6fc5-41fe-8ccb-e6df054e6f82)

人工智能的消息來得比任何人讀得完都快：星期一出現新的代理框架，星期三協議有所更新，星期五又有安全公告。我們不再嘗試「記住」這些消息，而是建立一套小系統，讓它們「容易被找到」。本文介紹我們如何使用自行架設的書籤工具 Karakeep，配合分類模型 Jev，讓這些消息可以被搜尋。

## 原則：外部閱讀與自家知識，分開存放

我們刻意使用兩個儲存位置：

|      | Karakeep（外部參考）        | BudgetWorks Docs（自家知識） |
| ---- | --------------------- | ---------------------- |
| 存放內容 | 我們找到的文章、訂閱源、PDF 與剪存內容 | 團隊與客戶撰寫、決定的內容          |
| 擁有者  | 單一擁有者、單一工作區           | 各客戶獨立，按租戶隔離            |
| 存取控制 | 不需要（只有一位擁有者）          | 角色、專案成員、修訂記錄           |
| 方向   | 從中讀取                  | 向其寫入                   |

兩者混用，參考資料便可能出現在客戶面前，因此界線必須清楚：若 Karakeep 內的內容需要提供給客戶，我們會將它「升級」，即複製到 Docs 之中。在此之前，它只留在外部。

## 由訂閱源到答案

```mermaid
flowchart LR
    A[RSS 訂閱源
來自可信網站] --> B[Karakeep
儲存並建立全文索引]
    B --> C{新文章尚未
有主題標籤？}
    C -- 是 --> D[Jev 選擇主題]
    C -- 否 --> F
    D -- 有把握 --> E[加上主題標籤]
    D -- 不確定 --> G[待審標籤
由人決定]
    E --> F[智能清單與搜尋]
    G --> F

```

1. **收集。** Karakeep 追蹤 RSS 訂閱源，每篇新文章都會連同全文成為一個書籤，儲存時同步建立搜尋索引。
2. **分類。** 伺服器上的小型程式每 30 分鐘檢查一次，找出尚未有主題標籤的文章。若沒有，便什麼也不做；若有，便請 Jev 判斷每篇文章屬於哪個主題，每次請求最多處理 20 篇。
3. **有把握才採用。** 把握足夠時，結果會變成標籤，例如 `topic-ai-agents`。如果 Jev 不夠有把握，我們不讓它猜測，該文章會被加上 `topic-review` 標籤，等待人工處理。系統不會刪除任何內容，已經加上標籤的文章也不會再被重複詢問。
4. **查找。** 智能清單讀取這些標籤，文章會自動出現在所屬的清單中。

## 我們的清單

| 清單               | 內容                            |
| ---------------- | ----------------------------- |
| RSS news         | 所有經訂閱源送達的文章                   |
| AI agents & MCP  | 代理、模型上下文協議（MCP）、大型語言模型工具與代理安全 |
| Infra & data     | 資料庫、代理伺服器、安全與運維               |
| Self-hosted apps | 取代商業軟件服務的開源方案                 |
| Digests          | 每週彙整與版本發布清單                   |

第一批共 15 篇，來自一個自行架設主題的網誌。Jev 對其中大部分文章的把握度介乎 84% 至 100%；最不確定的兩篇（一篇談人工智能代理的稽核記錄工具，一篇談抵禦 AI 爬蟲的流量限制），也正是真人同樣會猶豫的文章，因為它們確實同時屬於兩個清單。

## 如何搜尋

三個習慣已足以應付絕大部分情況：

* **直接輸入字詞。** 輸入你記得的內容即可，搜尋範圍是文章全文，而不只是標題。
* **按主題。** `#topic-ai-agents` 列出所有歸入代理主題的文章；`#topic-review` 列出仍待人工處理的文章。
* **按來源。** `source:rss` 只顯示來自訂閱源的項目，避免與自己的筆記混在一起。

我們也把自己的決策記錄放在 Karakeep 的另一個清單中，標題以日期開頭。這樣，「當初為何選擇 X」便成為一次搜尋，而不是一段記憶。

## 成本

每 30 分鐘的檢查只是從我們自己的 Karakeep 讀取資料，不涉及費用。只有在出現新文章時才會呼叫模型：平靜的日子沒有任何開支，繁忙的日子則每 20 篇文章一次請求。若某個訂閱源過於吵雜，我們會拉長檢查間隔，而不是增加人手。

## 若你想仿效，我們的建議

* **守住界線。** 外部閱讀與客戶知識是兩回事。
* **讓模型可以說「不知道」。** 設一個交給人處理的低把握度分類，比起沒人察覺的錯誤清單成本更低。
* **讓模型「選擇」，而不是「撰寫」。** 我們用 Jev 在固定的主題集合中作選擇，結果很容易檢查。相關想法見[我們如何使用 Jev：選擇，而非生成](/blog/how-we-use-jev-select-dont-generate)。
* **由一個訂閱源開始。** 待第一個用得順手，再加入下一個。

如果你希望為自己的閱讀建立類似的系統，或為團隊建立一個與之分開的知識庫，歡迎[與我們聯絡](/contact)。

 #karakeep #rss feed #ai news #self-hosted bookmark manager #jev #auto tagging #smart lists #full-text search

### 想了解其運作方式？

了解 BudgetWorks OS 如何改變您的業務營運。

[免費試用](/try)

---
Site map for agents: [llms.txt](https://www.budgetapp.works/llms.txt) · [sitemap.md](https://www.budgetapp.works/sitemap.md)