BETA。 Reed 现已公开且可用，但处于 1.0.0 之前的版本。在 v1.0.0 标签之前可能会有破坏性变更。剩余内容请参阅下方的 v1.0.0 路线图。
一个自托管、开源的 RSS 阅读器，采用图原生数据模型，提供公共 REST API 和一流的 MCP 服务器。
Reed 是一个面向简单性和开发者访问而构建的单用户、自托管 RSS 阅读器。它使用图数据库（Kuzu）来建模订阅源、文章、作者、主题和标签之间的关系——使其可通过内置的 MCP 服务器被 AI 工具遍历。
Related MCP server: rss-news
我的日常阅读流程通过 AI 辅助的第二大脑进行，而 RSS 从未能干净地融入其中。我使用的阅读器将良好的 API 访问置于付费层级之后，即便如此，它的数据模型——以及所有竞争对手的模型，无论是开源还是商业——都只是文章的扁平列表。它们都没有将 AI 客户端作为一等消费者来构建，因此无法向代理提供比“这里有一些未读项目”更丰富的内容。
Reed 的存在就是为了解决这个问题。订阅源、文章、作者、主题和标签是图中的节点和边，而不是表中的行，因此 AI 客户端可以遍历关系——从条目跳到其主题，再到相关主题，再到其他订阅源中的相关条目——而不仅仅是翻页浏览列表。它最初是一个周末原型，现已成长为日常使用的工具。
公开测试版，1.0.0 之前。里程碑 M0 至 M6 已完成：基础架构、可运行骨架、可用阅读器、可迁移、图激活（主题提取、相似度图）、完整 API 和集成（分享面板、导出/导入、主题 API），以及一个 27 工具的 MCP 服务器，通过 stdio 和 HTTP 将整个图暴露给 AI 客户端。实时状态请参阅 docs/roadmap/milestones.md，v1.0.0 之前的剩余内容请参阅下方路线图部分。
简单、快速的 RSS 阅读界面
完全公开的 REST API（一等公民，而非事后补充）
用于 AI 客户端集成和图遍历的 MCP 服务器
单用户、自托管——无 SaaS，无云服务
零运维开销——一次 docker-compose up 即可运行
Python — 所有组件的应用程序语言
Kuzu — 嵌入式图数据库
FastAPI — REST API 和 OpenAPI 文档
FastMCP — MCP 服务器
Vue 3 + Vite — Web 界面（三栏阅读器，键盘优先）
Docker Compose — 主要分发和部署方式
Reed 尚未发布为带版本号的版本——GHCR 上的 Docker 镜像和 PyPI 包将随 v1.0.0 一起发布。在此之前，请从源码运行：
git clone https://github.com/simonives/reed
cd reed
pip install -e .
reed serve或者本地构建 Docker 镜像（匹配 docker-compose.yml 期望的标签，这样 docker compose up 无需修改即可使用）：
git clone https://github.com/simonives/reed
cd reed
docker build -t ghcr.io/simonives/reed:latest .
cp .env.example .env # add your REED_API_KEY
docker compose up无论哪种方式，在启动前设置一个真实的 REED_API_KEY——本地开发设置请参阅 .env.example 和 CONTRIBUTING.md。
在移除测试版标签之前剩余的工作：
网站： 一个通过 GitHub Pages 提供的实时项目站点，包含快速入门和安装说明。
分发完善： 发布流水线已构建并通过试运行验证，但尚未推送真正的 v1.0.0 标签。
公共托管认证审查： 当前的单一静态 API 密钥认证模型是为局域网内自托管部署设计的。在 v1.0.0 正式支持公共云托管（Railway、Render、Fly.io）之前，该模型需要专门的审查，并作为独立的 GitHub issue 跟踪。
在 docs/roadmap/milestones.md 和仓库的 Issues 与 Milestones 中跟踪实时进度。
已初步考虑但尚未承诺的想法。
用户维护的监视列表： 一组固定的主题或兴趣描述，用于标记符合这些关注点的新条目，无论它们来自哪个订阅源或主题提取路径。
保存的图遍历视图： 命名、可复用的图查询，超越当前临时的遍历工具。
作者和合著关系建模： 将作者视为一等图实体，拥有自己的关系，而不仅仅是条目元数据。
定时发现： 一个可选功能，定期扫描用户已订阅订阅源之外的新内容，而不是仅限于已摄取的内容。
这些想法所依据的完整设计问题积压请参阅仓库中的 docs/roadmap/open-decisions.md。
AGPL v3
This server cannot be deployed
Persistent memory, hybrid search and a goal graph for AI agents, over stdio or remote HTTP.
Knowledge graph for AI agents. Query concepts, walk edges, get advisories.
The internet's infrastructure graph for AI agents - 46B nodes and edges, free trial via 2 HTTP calls
Machine-native relationship mesh for discovery, help, evidence, and earned trust.
