阅联这两天进入数据蒸馏了，如何让数据规范和质量高些，是个大难题，首先遇到的难题是，网站标题的问题，批量AI采集的时候没有完美的过滤，采集到的网站标题多数带有网站介绍及各种符号，比较长，多数还撑满了页面，显示在网站广场超级难看，这我肯定忍不了的。

再有就是为了跟随我说的那个让阅读和记录更有动力，网站卡片新增了网站年龄，且很鲜明的显示在卡片上，让阅读的人知道，哇，这网站已经20多年了，顿时羡慕产生自己也要记的积极观感。字段添加很简单，但是这个年龄怎么算，尝试人工找，一个是从底部版权博主标的时间，一个是从归档的最早文章来算。

这两玩意已经折腾了我两天，因为每天有1小时多些的RSS阅读时间，想着明天阅读的时候随手修改些，从昨天到今天真的很煎熬，速度太慢了，严重影响了阅读体验。

到今天实在扛不住了，5500个呀，啥时候是个头，有了前两天手工的采集年龄经验，今天实在不行一个一个手工采集了，突然想到丢给WorkBuudy，依然不让我失望，他开始尝试访问，然后就给了方案。

从尝试到有方案到优化，不到一小时5500个网站的标题统一了、网站年龄也有了，这速度以前想都不敢想，这其中WB尝试了很多次，即使网站各种限制抓取，WB都能有方法突破。

最开始是让我执行代码，这肯定不行了，让他写成功能，且把旧数据以及未来的数据都考虑到，让处理自动起来了，后续就省事了。一些截图：

居然有重名的，数据多了倒是也不奇怪了，标题处理的时候出现了撞名，网站年龄抓取也出现了些没抓到的，各种细节优化，多跑几次效率和结果都很不错。

这几天的RSS折腾看似没啥用，其实用处极大，正在改变我许多老旧的思维和习惯，不停的尝试AI的上限，后续再其他方面的工作和生活肯定会带来很大的影响。

今天边工作边给几个独立页面新增了RSS功能，同时还整了个精彩热议功能，相当有意思的功能，抓取大家评论多的页面，然后展示再精彩热议页面，当然内容没抓取，因为我还是坚持让流量回到作者的底线，用评论来给大家带去流量。这个功能很有创新，抓取的时候自动检测大家的评论区，采集大家评论区的评论人，判断网址是否在库，不在库进入采集入库流程，一套的流程循环起来了，自动来。