RSSAI × RSS Landscape
Feed infrastructure

RSS.app

从 webpage-to-RSS generator 长成 feed infrastructure + AI output layer

Primary userBuilders · publishers · teams
Public price$8.32 → $83.32/mo
Core objectGenerated Feed · Bundle
Web + social
→
Generate feed
→
Filter · Bundle
→
AI Brief
→
XML · Widget · Bot · API
01 · 产品定义

它先制造 feed,再决定 feed 去哪里↗

RSS.app 的用户并不一定每天登录产品。它把没有 RSS 的网页、Google News、X、Reddit、TikTok、YouTube 等来源转成结构化 feed,再通过 bundle、filter、widget、bot、webhook 与 API 提供给网站、团队和 agent。

RSS.app 官方 AI Brief 配置与输出指南123
1AI 只读取选定 feed window
2model/personality/format 可编排
3结果继续进入 XML/webhook/widget
RSS.app 官方 AI Brief 配置与输出指南官方来源 ↗
02 · Feed generation

Source connector 是最底层资产↗

网页选择器、社交 connector、refresh、normalization 与 failure handling 决定 feed 是否长期可用。Basic 以 60 分钟刷新服务小项目;Developer/Pro 缩短到 15 分钟并扩大 feed、post 与 collection 上限。

Connector 产品的难点是变化后的恢复,而不是第一次成功

把一个网页变成 RSS 通常几分钟就能演示;真正运营时,站点 DOM 改版、分页逻辑变化、反爬、登录墙与发布日期解析都会让 feed 静默失真。高质量基础设施需要保存 selector 版本、展示 last fetch 与 item count 异常、提供预览 diff,并在生成器失效时给出可操作修复提示。

RSS.app · PRODUCT-DERIVED OBJECT MODEL
Connector网页/社交来源
Refresh15–60 min queue
Normalizeselector · item ID · timestamp
Composefilter · dedup · bundle
DeliverXML · webhook · widget · API
03 · Filter & bundle

在生成与分发之间增加可编排的数据层↗

Whitelist/blacklist、advanced filter、duplicate removal、translation、moderation 与 Bundle 让多个来源先被清洗和合并。这个阶段仍然是确定性数据工程,适合在昂贵 AI generation 前降低噪声。

Filter 与 Bundle 共同形成一个轻量数据流语言

用户先从页面或社交源生成 feed,再按关键词、作者或字段过滤,把多个 feeds 合并成 Bundle,最后又能把 Bundle 转回标准 feed。这不是简单列表,而是可组合 graph。若每个节点都有输入、变换、刷新状态和下游依赖,产品就能在上游失效时准确说明哪些 widget、webhook 和 brief 会受影响。

04 · AI Brief

生成内容可以直接成为新的 feed output↗

AI Brief 可读取 1–50 篇文章,选择 Basic/Standard/Advanced model、Executive/Analyst 等 personality、Brief/Headlines/Summary/Digest format、最多五个 topic filters、语言、标题模式与 schedule。

开启后,AI Brief 可以替换原 feed 内容,于是同一份生成结果自动进入 XML、widgets、Slack、Discord、Telegram、email 与 webhooks。

AI Brief 是 output substitution,不是独立目的地

同一个上游 Bundle 可以输出原始 XML,也可以被模型重写为一条 briefing,再继续进入网站 widget 或自动化。这个设计让生成层可替换,但 citations 与 credit consumption 必须可见。若用户选择无链接模式,流畅文本会牺牲核查能力;用于研究或决策时应默认保留 article-level 引用。

05 · 套餐

从 hobby feed 到企业 output infrastructure↗

年付 Basic、Developer、Pro 分别为 $8.32、$16.64、$83.32/月;对应 15、100、500 feeds。Pro 加入 10 人团队、API、50 webhooks 与更高 widget/alert 上限。

RSS.app 官方套餐以 feed 数、刷新间隔与 item 上限分层
RSS.app 官方套餐以 feed 数、刷新间隔与 item 上限分层官方来源 ↗
EVIDENCEPricing ↗
06 · 商业证据

公司、团队与资本:先确认是谁在经营↗

PUBLIC / REGISTRY-DERIVED FACTEDITORIAL INFERENCESCENARIO · NOT REVENUE
OPERATOR + OWNERSHIP谁在经营

服务由 FeedsApp Inc. 运营;公开公司登记聚合信息显示为 Delaware 公司,并在 New York(2020)和 Florida(2022)登记经营。CEO/founder 为 Maxim Shvets。没有可靠公开 headcount。

FIRST-PARTY / REGISTRY · RSS.app about ↗

TEAM REALITY谁在承担工作

厂商展示 engineering、support 和 customer-facing 能力,但未披露人数。不要从 LinkedIn 范围或 support avatar 反推 payroll。它的真实组织负担来自 24/7 hosted crawling 与大量 connector failure,不只是网页生成器 UI。

FIRST-PARTY / PLATFORM SIGNAL · RSS.app about ↗

CAPITAL钱从哪里来

没有找到公开股权融资、加速器或债务披露。也没有足够证据断言完全 bootstrapped。

DISCLOSURE / UNKNOWN BOUNDARY · RSS.app about ↗

07 · 收入现实

能证明什么,不能证明什么↗

收入结论:没有公开 ARR、收入、客户数、增长或利润。$0.3M–$5.3M 只能作为把不同付费数和套餐 mix 代入后的 sensitivity envelope,不能写成估计。

DISCLOSED / UNKNOWN / SCENARIO · RSS.app pricing ↗

可验证 traction:厂商称服务 thousands of companies;Semrush 模型给出 2026-06 约 432K web visits。两者都是信号:前者为厂商口径,后者是 modeled traffic,均不是付费客户或活跃 feed 数。

PLATFORM / FIRST-PARTY SIGNAL · RSS.app traffic model ↗

独立证据校验

Trustpilot 提供 vendor 之外的 customer-service 反馈,但属于主动留评、身份和套餐不可核验的样本;Semrush 是 modeled web traffic。二者只能提示 support/interest,不能推出付费客户或 ARR。

INDEPENDENT / PLATFORM SIGNAL · Trustpilot reviews ↗ · Semrush traffic model ↗

收费模型:Basic $99.84/年、Developer $199.68/年、Pro $999.84/年,另有更大合同。价格随 feeds、items、refresh、API、webhook、widget 和团队容量上升;同一 connector 资产可同时卖给网站嵌入、bot、automation 与 agent。

CURRENT PUBLIC PRICING · RSS.app pricing ↗

RSS-APP · COMMERCIAL SYSTEMFACTS + SCENARIOS · NOT AN ARR CLAIM
$99.84Basic · hobby / embedding
$199.68Developer · more feeds + faster refresh
$999.84Pro · API / webhooks / team capacity
REVENUE SENSITIVITYARITHMETIC, NOT COMPANY DISCLOSURE
3K × Basic≈ $300K annual gross
5K × Developer≈ $1.0M
5K mixed + 300 Pro≈ $1.1M–$5.3M sensitivity
缺少付费人数、套餐 mix 或产品收入时,这些数字只回答“如果有 N 个付费用户会怎样”,不回答“公司实际赚了多少”。
08 · 经营系统

价格背后的成本与可持续性↗

代理/IP、反 bot、headless browser、刷新队列、parser/selector 修复、媒体与历史存储、webhook/bot/widget delivery、API availability、支持和 abuse。AI Brief 还叠加模型成本,但 connector reliability 才是主要护城河与毛利风险。

编辑判断RSS.app 的商业价值来自嵌入客户工作流后不容易被替换的 pipe。不要与它争‘能否生成 RSS’;可以把它当上游,用结构化 event memory 和 decision-grade output 捕获更高预算。
09 · 对抗性判断

三个假设,以及怎样证明我们错了↗

以下不是一句‘值得做/不要做’的结论,而是三个可以被证伪的方向。任何一个 kill test 命中,都应停止为原叙事寻找借口。

H1 · Embedded retention一旦 feed 进入网站、bot 或自动化,切换成本带来高留存。若多数项目只是一次性 campaign,feed 数量不会转成 recurring retention。
H2 · Reliability premium更快 refresh、API 和 webhook 足以支持 $1K+ 年 ARPU。若客户只需要每日更新,开源/廉价 generator 会压低升级率。
H3 · Upstream partnership现成 connector graph 可供高价值 intelligence 产品复用。若输出缺乏 stable item ID、provenance 或 change semantics,下游仍需重建 ingestion。
10 · 失败分析

把最重要的产品承诺放到失败路径里↗

PUBLIC-SURFACE FAILURE ANALYSIS把一个没有 RSS 的动态 pricing page 变成 feed,经过去重与 filter 后用 webhook 发送;页面随后改 DOM、漏 timestamp 并返回一次 403。
CONTROLLED FIXTURE

v1 DOM、改 class 的 v2、同内容不同 URL 的 duplicate、无日期 item、一次 blocked response;目标是 freshness、stable ID、duplicate rate 与 retry visibility。

PUBLIC EVIDENCE METHOD · 2026-08-06

检查 generator、Bundle、advanced filter、AI Brief、webhook/API 与 pricing docs;把 connector → refresh → parser → dedup → delivery 的每个 failure surface 单独列出。

PUBLICLY OBSERVABLE

公开 surface 支持 selector/generator、15–60 分钟 refresh、filter/bundle、webhook/API/widget/bot 与 AI Brief;不能公开观察 selector break alert、webhook retry policy、dead-letter queue 或跨 DOM 版本 stable ID。

UNVERIFIED BREAK POINT

最危险的是 feed 仍返回 200 但选择器抓到空/错误区域,形成静默数据损坏;LLM summary 无法修复上游漏抓。

DECISION UNDER CURRENT EVIDENCE

RSS.app 可以购买 connector breadth 与 delivery compatibility;高价值下游仍需自己的 provenance、health check、replay 与 idempotency。

测试边界:分析对象是无需登录即可检查的 current public UI、文档、app-store surface、代码/connector artifact 与已保存截图;fixture 没有提交到 authenticated workspace。未公开可观察的结果明确记为未验证,不将失败推演冒充实测结果。 Pricing ↗ · What is RSS.app ↗
11 · 公开能力对照

同一任务:RSS.app 与 RSSHub / self-hosted scraper 的证据边界↗

把一个没有 RSS 的动态 pricing page 变成 feed,经过去重与 filter 后用 webhook 发送;页面随后改 DOM、漏 timestamp 并返回一次 403。

Same job / public evidenceRSS.appRSSHub / self-hosted scraperDecision boundary
同一 pricing pageno-code selector + hosted refreshroute/code + self-host runtimeRSS.app setup 快;自建更可调试
DOM 改版修复责任交给 vendor,SLA 未公开route owner 可 patch,但维护自担两者成本只是分配不同
deliveryXML/widget/bot/webhook/APIRSS + 自行接 deliveryRSS.app surface 明显更完整
failure visibility公开文档不足可自行加 logs/metrics企业需要额外 health layer
年成本$99.84–999.84 + bigger planinfra + engineering time不是免费 vs 付费,而是运维劳动 vs vendor dependence
同任务对照只记录可从当前公开 surface 复核的对象、步骤、价格与边界;没有公开 benchmark 的 precision、recall、latency 不填假数字。竞品侧证据:RSSHub documentation ↗ · RSSHub routes ↗
12 · Moat 与边界

Connector 与 delivery 比 LLM 更难替代↗

防御力来自 source coverage、刷新稳定性、no-code configuration 与下游 surfaces。AI Brief 的生成质量会随通用模型快速商品化;真正难迁移的是已经嵌入网站、bot、dashboard 和 agent 的 feed plumbing。

Plumbing 的成熟反而说明新产品不该重做 connector

RSS.app 已覆盖生成、过滤、组合、刷新与多渠道交付。新的 intelligence 产品可以把它当上游,集中做 entity resolution、事件聚类、历史基线和影响判断。除非某个垂直 source 具有独特权限或结构,否则重新建设横向网页转 RSS 网络会把团队拖进成熟但维护密集的红海。

13 · Connector economics

真正的成本藏在 refresh、normalization 与 failure handling↗

把网页、社交账号或搜索结果转成 feed 并不难;长期保持 selector、登录限制、限流、canonical URL、media 和时间戳稳定才难。套餐用 refresh interval、feed 数、post 数和 API/webhook 上限把这部分基础设施成本货币化。

14 · AI Brief object

同一份生成内容可以替换 feed output↗

AI Brief 不只是 dashboard 里的 summarize 按钮。开启输出后,XML、widget、Slack、Discord、Telegram、email 和 webhook 都会收到 brief;关闭后则继续分发原始 items。这让生成层成为可插拔 transformation。

15 · 具体用例

把五个 competitor 页面做成自更新的 executive widget↗

每个官网、Google News 查询和社交账号先生成 feed,再 Bundle 成一个 input;Advanced model + Executive personality 每天读取新文章,citation mode 保留证据;最终 widget 嵌入内部 portal,Slack 同步发送同一份 brief。

16 · Trust controls

Link mode 决定生成文本能否被审计↗

Article links、Read more、Source chips 和 Citations 对应不同验证强度。对团队 intelligence,sentence-level citation 比漂亮摘要更重要;同时需要注意 topic filter 无匹配时仍可能消耗 credits,schedule 应设置最少新文章阈值。

17 · 产品演进

从 webpage-to-RSS utility 长成 composable feed infrastructure,再加入 generative transform↗

RSS.app 最早解决“这个网页没有 feed”的确定性问题,随后增加 social connectors、Builder、Bundles、Collections、filters、widgets、bots、email、API 与 webhooks。AI Brief 出现在这条成熟 pipeline 的中间,而不是把产品重写成 Reader。

因此用户可以完全不进入阅读界面:RSS.app 抓取、normalize、filter、combine、generate,最后把 XML 或 event 交给另一个 app、网站、Slack channel 或 agent。

产品演进
网页转 RSS
多 feed 组合
Widget、bot、webhook
生成式 output substitution
18 · Refresh 与可靠性

15–60 分钟只是 SLA 表面,真正难的是 source behavior↗

每个 plan 用 refresh interval、feed/post limit 和 connector 数量定价。Source 只公开最近 items、没有 timestamps、HTML 改版、登录限制、rate limit 或 bot blocking 都会影响结果。Estimate Dates、Purge Old Posts、cache refresh 与 troubleshooting 只能修补部分问题。

这说明 connector moat 来自长期 failure handling 与 normalization knowledge。抓一次页面容易,让 500 个 feeds 每天稳定更新、保持 canonical URL 和媒体结构更难。

抓取可靠性
01Source page / API
02Scheduled refresh
03Parser / selector
04Item dedup
05Feed health + fallback
19 · Composable feed graph

Feed → Bundle → converted Feed → nested Bundle,形成 no-code dataflow↗

Bundle 合并多个 feeds,并可像 feed 一样输出 XML、widget 和 filter;它还能转换成独立 Feed,继续修改并加入另一个 Bundle。Collection 则把人工挑选的 URLs 变成 feed。三者让用户在无需代码的情况下建立分支与复用。

但 pipeline 层级会制造隐蔽差异:例如 webhook 文档提醒 bundle-level filters 可能不作用于 webhook,必须在 constituent feed 配置。可视化 lineage 与 preview 是复杂度增长后的必要能力。

RSS.app 官方 Bundle 文档:多个 feed 可继续组合并重新输出
RSS.app 官方 Bundle 文档:多个 feed 可继续组合并重新输出官方来源 ↗
Composable feed graph
01Generated feeds
02Filter / transform
03Bundle
04AI Brief
05XML / webhook / widget
EVIDENCEBundles ↗
20 · AI output economics

Credit、model tier、article count 与 citation mode 共同决定成本和可验证性↗

AI Brief 读取 1–50 篇,Basic/Standard/Advanced model、personality、format、topic、language 与 schedule 都会影响 credits。New Brief 与 Regenerate 都收费,甚至 topic filter 排除全部文章也可能消耗 credits;minimum-new-article threshold 因而是实际成本控制。

输出可选择 article link、Read more、source chip 或 sentence citation。对 executive monitoring,citation 应当是默认,因为同一 brief 会自动传播到 XML、widget、Slack、Discord、Telegram、email 与 webhook。

21 · 横向位置

它的 moat 在 pipe,不在 prose;最适合作为上游,而不是最终判断产品↗

相对 Folo/Tapestry,RSS.app 不负责个人阅读体验,而是制造可消费的 feeds。相对 Daigest/Readless,它的 source 和 delivery 面更广,generation context 和记忆更浅。相对 Feedly,它没有 enterprise ontology,却能以 API/widget/webhook 进入更多异构系统。新的 intelligence 层可以直接消费 RSS.app output,而无需重建全部 connectors。

方向判断

“任何网页转 RSS”是清晰需求,却也是持续维护的规模战;RSS.app 已把 feed、Bundle、filter、widget、bot 和 webhook 做成完整管道。新产品应把这些标准输出视为现成基础设施,用独有的 vertical schema 解释其上内容:公司、产品、政策或临床事件如何改变,影响哪些目标,证据是否独立。价值捕获应发生在语义和历史层,而不是 connector 数量。

22 · 值得学习

把 AI 设计成 pipeline stage,不要绑定单一 UI↗

RSS.app 最值得借鉴的是 output compatibility:上游 connector 与下游 delivery 不因生成模型变化而重做。一个更好的模型、格式或 prompt 可以替换中间层,而 XML、widget、bot 和 webhook 继续工作。

产品机会检验

如果新方案的卖点仍是“支持更多网站”,团队会立即背上解析与反爬债务;如果卖点只是“把多条 feed 总结成一段”,又会被模型和现有 Brief 功能快速商品化。更强的检验是:同一数据换一批模型后,系统是否还保留独有的实体关系、历史版本、异常基线和用户影响反馈;这些不会随着生成成本下降而消失。

23 · 对新产品的启示

在稳定 feed plumbing 之上增加 event memory↗

RSS.app 已经覆盖 collect、clean、bundle、generate、deliver。新产品无需重建所有 connector;可以消费这些 feeds,专注 entity resolution、跨时间 delta、impact judgment 与反馈学习,把 commodity plumbing 变成 decision-grade stream。

最终结论

RSS.app 已把开放网络的接入与分发做成可购买的基础设施。真正未被占满的不是再增加一种 selector,而是把多个来源长期归并到稳定实体和事件,识别旧值与新值,判断变化是否足够重要,并把每个结论交付为带证据、置信度和影响对象的机器可读记录。这样的上层可以替换任何抓取供应商,也不会与成熟管道争同一笔预算。

Sources