Freebie Radar(仓库名 freebie-radar)是一个自托管的信息聚合工作台,用来把分散在开发者社区、游戏平台、软件限免站、GitHub、Reddit、Bluesky、Telegram 频道和自定义 RSS 里的福利、好价、开源项目和资讯集中起来。它试图解决的核心问题不是“信息太少”,而是“福利信息真假混杂、类型混乱、推送无序”——项目用规则初筛、AI 语义定级、频道分类和多路由推送,把每条内容分拣到对应的位置。
项目定位:多兴趣聚合而非单一羊毛站
从 README 看,Freebie Radar 把自己定义为“多兴趣社区信息聚合与精准推送工作台”。首页默认展示“真福利精选”,只保留经 AI 验真的免费福利;用户也可以切换到黑五好价、合规拼车、开源项目或新闻资讯等兴趣频道。每个频道有各自的下级分类和计数,推送路由也可以分开配置、互不干扰。
项目主要语言为 TypeScript,采用 MIT 许可证。截至资料记录,GitHub 上有 835 个 Star、139 个 Fork;Hugging Face Likes 与 Downloads 在资料中标注为不适用。
功能特点
1. 三层分类体系:形态 × 领域 × 获取方式
项目把内容拆成三个正交维度:
- 内容形态:免费福利、特价好价(含黑五 VPS、拼车、二手)、开源项目、新闻资讯、纯求助/灌水噪音。
- 垂直领域:README 列出 21 类,包括 AI 额度、VPS/主机、云服务、域名建站、开源软件、软件授权、开发工程、设计素材、安全网络、硬件数码、影音会员、游戏、拼车合租、二手交易、时政要闻、财经商业、综合快讯、实物优惠、邀请码、教育电子书等。
- 获取方式:分为直接白嫖、有条件领取、抽奖、试用/Demo、推广/引流、需付费六级。这个维度用来把抽奖、试用和推广类内容与真正的免费福利隔离。
频道切换时,不兼容的形态、获取方式和价格上限会被自动重置,避免用户看到空列表或串类内容。
2. 统一屏蔽词与 AI 语义审核
项目提供一个“统一屏蔽词防火墙”:配置关键词、正则或分源规则后,这些规则不仅会隐藏网页条目、拦截推送和日报,还会在采集入库送 AI 审核以及历史补审前直接跳过。README 强调这样做的目的是节省 AI 调用额度,避免在两处重复配置。
AI 语义审核引擎支持任意 OpenAI 兼容接口,单次输出会给出是否保留、内容形态、分类、获取方式、1–5 星质量和中文理由。它还支持白嫖专源免审直通、追加补充规则,以及从收藏和关闭行为中学习个人偏好。
另外有一个“零 Token 存量分类重整”入口和 CLI:更新关键词规则后,可以把历史里归到“其它”的条目重新归位到细分类目,而不需要再次调用 AI。
3. 三种视图与封面图提取
界面支持单行紧凑、2 列卡片、3 列卡片三种响应式视图,并记住用户偏好。README 提到 10 路采集器可以在不发起额外请求的情况下提取封面图;纯文本条目会自动收起封面区域,避免网格出现空洞。
4. 多路由 Telegram 推送
推送不是单一全局开关,而是“全局策略 + 多专题路由”。用户可以新增或可视化编辑独立路由,例如真福利直推、黑五/VPS 即时提醒、开源项目攒批汇总、新闻资讯早报。每条路由可单独设定内容形态、分类、获取方式、关键词、最高价、最低分、即时或攒批模式以及自定义前缀头。
推送时机上支持“先过 AI 再推送”和“极速抢码先推后审”两种模式,后者会在后台补审后自动补推。AI 兜底模式分为 strict、rule_fallback、ignore_ai 三种。攒批发送前会二次回查数据库状态与最新屏蔽词,并提供拦截原因分布与路由命中预览。项目还内置夜间静默时段与多语言/时效闸门。
使用方式与运行环境
项目推荐用 Docker Compose 启动。README 说明不需要预先安装 Node.js 或手动建表,甚至不复制 .env 也能直接启动;数据库保存在 ./data/radar.db。如果采集带 Cloudflare 护盾的站点(如 LINUX DO),仓库内置了可选的 cf profile,可以同时拉起 FlareSolverr。
源码运行方式要求 Node.js ≥ 22.5 和 pnpm 10,开发模式支持前后端热更新。
运行时基于 node:24-alpine 原生运行 TypeScript,内置 node:sqlite,使用 WAL 模式和内存上限调优,并支持自动增量迁移至 Schema v17。README 称日常运行内存小于 100MB。项目不依赖外部数据库。
配置方面,AI 模型、提示词、初筛开关、多路由推送、静默时段、屏蔽词、数据源启停与周期、数据保留天数等策略都可以在网页管理区实时热修改;.env 主要处理进程级变量,例如端口、数据库路径、管理密码、代理、Telegram Bot Token、AI 接口地址和调度开关。
数据源与登录态采集
README 提到 63 个内置数据源,默认精选启用 33 个,覆盖 LINUX DO、NodeSeek、V2EX、OpenRouter free 模型、GitHub、Epic、Steam、GamerPower、CheapShark、ITAD、SharewareOnSale、TickCoupon、Reddit、Bluesky、Telegram 频道等,并支持自定义 RSS 和本地回环/油猴脚本抓取。
知乎、小红书、小黑盒这类依赖登录态和前端签名的站点,通过 scripts/pw-collect.mjs 使用持久化 Chrome Profile 运行,支持本机或带图形桌面的远程服务器。项目提供本机回环登录服务和 Tampermonkey 油猴脚本两种方式;README 明确说明服务端不保存 Cookie 或账号凭据,登录态只留在本地 PROFILE_DIR。
鉴权与多用户模式
设置 ADMIN_TOKEN 后,资源流与每日精选保持公开浏览,管理配置和写入接口会自动鉴权保护。项目还提供可选的公开多用户模式:设置 SITE_MODE=public 并接入 LINUX DO OAuth 后,公共内容仍然只读共享,但“不想看 / 收藏 / 已读 / 屏蔽词 / 关注词”会按登录用户隔离。未登录访客的偏好只存在本机浏览器;登录用户可以绑定自己的 Telegram Bot 接收个人推送,也能订阅公开 RSS 或个人专属 RSS。管理权限始终只认 ADMIN_TOKEN,OAuth 登录不会提权。
适用人群与注意事项
这个项目适合希望自建信息聚合站、对福利/好价/开源/资讯有分类需求、并且愿意配置 AI 接口和 Telegram 推送的用户。它也适合想研究“采集—过滤—分类—推送”完整链路的开发者,因为项目把规则初筛、AI 审核、频道目录和多路由推送做成了一个可运行的整体。
需要注意几点:项目依赖 AI 语义审核来区分真假福利和内容类型,因此需要配置 OpenAI 兼容接口;不配置 AI 时,README 中提到的验真和分级能力会受影响。Telegram 推送需要 Bot Token 和 Chat ID。部署到公网时,README 强烈建议设置强密码 ADMIN_TOKEN。采集知乎、小红书、小黑盒需要本地浏览器登录态,项目声明不保存账号凭据。项目仅聚合公开网页与接口信息,不存储或传播受版权保护的内容,也不提供账号共享,使用时需遵守目标站点服务条款并控制抓取频率。
项目主页
GitHub:https://github.com/ZiChuanLan/freebie-radar
项目地址:freebie-radar
相关推荐
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
Blender AI 助手 mcp-for-blender-pro:用对话和智能体操作场景
agentes.chat:让团队和 AI 智能体在同一个聊天空间协作的自托管 Slack 替代方案
岛仔 Daozai:用 Rust 打造的 Windows 桌面信息岛,把音乐、邮件与日程收在屏幕边缘
Aion 2 AI 提示词工程工具:Windows 桌面本地运行
最近更新
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。
Blender AI 助手 mcp-for-blender-pro:用对话和智能体操作场景
mcp-for-blender-pro 是一个面向 Blender 的 AI 助手插件,内置 MCP 服务器,支持 OpenAI、Claude、Gemini、Ollama 等模型,可通过对话检查场景、创建物体、编辑材质和搜索资产,并提供单助手与多智能体团队链工作流。
agentes.chat:让团队和 AI 智能体在同一个聊天空间协作的自托管 Slack 替代方案
agentes.chat 是一个开源、可自托管的 Slack 替代方案,让 AI 智能体作为正式成员加入频道和私信,支持 Claude、ChatGPT/Codex、Gemini、Grok 等模型,配备 MCP 工具、独立计算机与浏览器、例行任务、记忆和审批机制,并提供 Web、桌面和手机应用。
岛仔 Daozai:用 Rust 打造的 Windows 桌面信息岛,把音乐、邮件与日程收在屏幕边缘
岛仔 Daozai 是一个用 Rust 和 egui 构建的 Windows 桌面信息岛,收起在屏幕边缘,展开后可查看音乐歌词、微信/QQ 未读、邮件验证码、日程待办、天气和多种 AI 服务额度。项目开源、MIT 许可,提供安装版与免安装版。
Aion 2 AI 提示词工程工具:Windows 桌面本地运行
aion-2-trainer-tool 是一个面向 Aion 2 玩家的 Windows 桌面 AI 提示词工程工具包,提供本地运行、预设提示词库、变量注入和 TOML 配置,当前 GitHub Stars 为 1199。
AIDA 64 Extreme 2026:面向 Windows x64 的独立硬件诊断安装包
AIDA 64 Extreme 2026 是一个面向 Windows x64 的独立桌面安装包,把硬件诊断、传感器监控、压力测试和基准测试打包在一起,构建时完成授权配置,强调离线部署和可重复安装。本文根据 GitHub README 整理其功能、运行流程、兼容性与注意事项。




