内容源名录与 ali runner.py
内容源（本仓库自维护）
| 路径 | 说明 |
|---|---|
content-sources/opml/*.opml | 人工维护的订阅源 OPML |
docs/public/data/content-sources-catalog.json | 站点用名录（脚本生成） |
scripts/sync-content-sources.py | OPML → JSON |
bash
python3 scripts/sync-content-sources.pyCI：Sync content sources catalog — 当 content-sources/ 或脚本变更时重生成并提交 JSON。
外源列表数据来自 api.llamafactory.cn/rss 与 GitHub Search；名录用于扩充「来源」下拉（标注 · 名录）与底部源目录。· 已接入 表示 /rss/sources 有数据。
对比脚本（本地或 ali）：
bash
python3 scripts/compare-rss-ingest-catalog.py批量把 509 条 OPML 入库属于 techblog-collection 爬取配置扩展，与前端名录是两套范围（知乎恢复后再扩源）。
runner.py（AI 中文文档，独立任务）
见 scripts/ai-projects/README.md；与内容源名录无关。
ali（ssh ali → 123.57.222.9）生产验收
| 检查项 | 状态（2026-11-12） |
|---|---|
| 稀疏检出 | /root/.config/llamafactory-ai-docs/checkout |
| Cron | 20 3 * * * → runner.py，runner.log |
| 最近一轮 | state/last-run.json：status: ok，reconcile_errors: [] |
| 密钥 | openrouter.key / siliconflow.key（600） |
101.37.180.14 仅静态站，无 runner。
RSS / 采集（知乎暂缓）
- 列表 API：
https://api.llamafactory.cn/rss（当前仅 7 个已接入源名；与名录 509 条不同步）。 - 名录 JSON 只供前端下拉；实际入库在
ssh ali（123.57.222.9） 的/root/workspace/techblog-collection。
生产路径（知乎等）
| 项 | 路径 |
|---|---|
| 采集脚本 | src/techblog_collection/collect.py（--now 跑一次；无参数则为常驻 + schedule 每 2 天） |
| 配置 | /root/workspace/techblog-collection/config.yaml |
| 知乎 RSS | Render（config.yaml → rss_templates.zhihu）；不在 ali 跑 Docker |
| 日志 | rss_collector.log（轮转） |
| 数据库 | config.yaml → database（表 rss_feed_data） |
常见故障（2026-11-12 复盘）
collect.py常驻卡死：进程能跑 200+ 天，日志停在某一进度后不再写入 →pkill -f collect.py，只用 cron +--now（勿再无参数常驻）。- Render 冷启动：免费实例休眠后首请求可能超时；cron 跑采集前先
curl -sS --max-time 90 https://rsshub-xwwd.onrender.com/唤醒。 - 知乎 403/503（反爬）：见下文「Render RSSHub + 知乎」；ali 不部署 RSSHub Docker。
Render RSSHub + 知乎（社区结论摘要）
参考：Issue #20402、#19400、PR #22319、配置文档。
| 项 | 建议 |
|---|---|
| 环境变量名 | ZHIHU_COOKIES（勿用已废弃的 ZHIHU_COOKIE） |
| Cookie 内容 | 同一登录会话：d_c0=...; z_c0=...；建议不要写死 __zse_ck，让新版 RSSHub 用 JSDOM 自动刷新 |
| 可选 | 与浏览器一致的 USER_AGENT（#20402 评论） |
| 自检 | 部署 较新 RSSHub 后访问 /zhihu/check-cookie，code: 0 表示有效 |
| 出站 IP | Render 机房 IP 易被知乎 403；家宽/NAS 自建常可用。可试 PROXY_URI + PROXY_URL_REGEX 走住宅/ISP 代理（官方代理说明） |
| 镜像版本 | 需包含 PR #22319（/zhihu/posts 走 api/v4/members）；过旧实例即使 Cookie 正确也会失败 |
当前线上错误示例：GET https://www.zhihu.com/api/v4/members/<uid> 403 → 优先 换新 Cookie + 升 RSSHub，仍 403 则基本是 IP/代理 问题而非 collect.py。
推荐 cron（与脚本「每 2 天」一致，且每次退出）：
cron
10 4 */2 * * cd /root/workspace/techblog-collection && /root/miniconda3/bin/python src/techblog_collection/collect.py --now >> /root/workspace/techblog-collection/cron-collect.log 2>&1与静态站机区分
101.37.180.14 仅托管 www.llamafactory.cn 静态与部分 Node；知乎采集不在该机。runner.py 的 cron 在 123.57.222.9（ali） 已见 llamafactory-ai-docs 条目。