个性化推荐订阅
为受众生成一份按兴趣排序的推荐清单，条目涵盖文章、产品、视频和其他用户，创作者可直接把这份订阅分发给读者。
价格基础服务免费，AI 工作流等进阶功能收费
平台Web
归类AI 编程
收录2024-01-01
复核2025-01-01
编辑评分
4.2 / 5
★★★★☆
RecoFeed编辑总结
RecoFeed 帮助创作者为自己的受众搭建个性化推荐订阅，把文章、产品、视频和其他用户整理成一份按兴趣排序的清单。推荐由 CloseVector 这款跨平台向量数据库完成，数据库直接下载到用户设备上，推荐在本地实时生成，用户数据不回传服务器。基础服务免费，AI 工作流等进阶功能另收费。产品目前处于封闭内测阶段，需要注册申请才能试用。
RecoFeed是什么？
RecoFeed 是一款面向内容创作者与产品团队的推荐订阅生成工具，目标是为你的受众做出一份个性化推荐清单，清单里的条目可以是文章、产品、视频，也可以是平台上的其他用户。
它把推荐计算放在用户设备上完成：底层使用 CloseVector 这款跨平台向量数据库，数据库直接下载到用户设备，推荐在本地实时生成，用户数据不发送回任何服务器。这既是它主打的隐私方案，也决定了它和云端推荐服务的架构差异。
使用方式上，普通创作者只需接入内容源、配置好初始偏好，就能生成对外的推荐订阅；有开发能力的团队可以借助文档把推荐能力嵌进自己的产品；产品页还提供了可直接体验的成品订阅，例如用英文讲解、中文解释的《全唐诗》主题订阅，用来展示推荐效果。
RecoFeed核心功能
本地实时推荐
推荐在用户设备上实时生成，用户数据留在自己设备上，不发送回任何服务器，适合对数据出境敏感的场景。
CloseVector 向量库
底层使用跨平台向量数据库 CloseVector，数据库文件直接下载到用户设备，跨平台运行，是本地推荐能够成立的技术前提。
AI 初始偏好
由 AI 生成分类，用来初始化用户偏好，省去手动逐项勾选兴趣标签的步骤，让推荐冷启动更快。
成品订阅示例
产品页提供了可直接查看的现成订阅，例如英文讲解、中文解释的《全唐诗》主题订阅，用来直观展示推荐订阅长什么样。
开发者文档
提供独立文档站，说明如何接入与使用 RecoFeed，方便开发团队把推荐订阅能力接进自己的产品。
RecoFeed值不值得用？
如果你在意用户数据不出端，又需要给受众做一份推荐订阅，RecoFeed 的本地生成方案正好对上——基础服务免费，可以先把推荐流程跑通再考虑进阶功能。但如果你的业务依赖云端协同、需要多端同步推荐结果，本地数据库下载的模式会多一层约束。另外产品仍处于封闭内测，需要注册申请才能使用，急着上线的项目要先把等待时间算进去。
建议选它的情况
- 受众集中在单一平台、想给他们做一份专属推荐订阅的创作者
- 对用户数据出境敏感、希望推荐计算留在本地的团队
- 愿意接受封闭内测节奏、能自己读文档接入的开发者
不建议选它的情况
- 要求开箱即用、不接受申请制内测的项目
- 需要多端实时同步推荐结果的云端协同场景
- 预算只覆盖基础设施、不愿为 AI 工作流额外付费的团队
RecoFeed使用建议
入门先把路子走对
- 先申请内测产品处于封闭内测阶段，先在注册页面提交申请，拿到访问权限后再动手搭建。
- 看现成订阅先打开《全唐诗》这类成品订阅，观察它的条目排版与推荐顺序，再决定自己的订阅要怎么组织。
- 用 AI 分类起步冷启动阶段直接让 AI 生成分类来初始化用户偏好，比手动填标签快，也更容易覆盖长尾兴趣。
进阶省时间也省钱
- 先确认费用边界基础服务免费，AI 工作流等进阶功能另行收费；接入前先确认哪些环节会落到收费项，避免中途改方案。
- 读文档再接入文档站单独托管，接入前通读一遍可以少走弯路，尤其是本地数据库的下载与更新时机。
- 拿内容源试效果用自己真实的内容源跑一轮推荐，观察条目排序是否符合受众口味，再决定是否对外发布订阅。
RecoFeed适合谁用？
内容创作者
推荐受众集中在一个平台、想给他们做一份专属推荐订阅的作者，可以把文章和视频整理成订阅分发。
隐私敏感的团队
推荐用户数据不便回传服务器的产品，本地生成推荐的架构正好对上合规要求。
独立开发者
推荐能自己读文档接接入流程，愿意接受封闭内测节奏，用文档把推荐能力嵌进自己产品。
急于上线的项目
有条件产品尚在封闭内测，需要注册申请才能使用，排期紧的项目要先把等待时间算进去。
纯云端协同场景
不推荐推荐数据库下载到用户设备、结果本地生成，需要多端实时同步的方案不适合这套架构。
RecoFeed优点和缺点
优点
- 推荐在用户设备本地实时生成，用户数据不上传服务器
- 底层用跨平台向量库 CloseVector，数据库直接下载到端上
- 基础服务免费，只有 AI 工作流等进阶功能收费
- 条目类型覆盖文章、产品、视频和其他用户
- 提供独立文档站，便于开发者接入
缺点
- 仍处于封闭内测阶段，需要注册申请才能试用
- 推荐结果存在用户设备上，多端同步是天然短板
- 进阶功能收费，但官网未公开具体费率与额度
RecoFeed常见问题
RecoFeed 免费吗？＋
基础服务承诺免费提供，推荐订阅的常规搭建不需要付费；AI 工作流等更进阶的功能会另行收费。具体收费项目的费率尚未公布。
推荐是怎么算出来的？＋
底层使用 CloseVector 这款跨平台向量数据库，数据库直接下载到用户设备，推荐在本地实时生成。用户数据留在自己设备上，不发送回任何服务器。
推荐订阅里能放哪些内容？＋
条目范围包括文章、产品、视频以及其他用户，创作者按受众兴趣整理成一份清单，作为订阅对外分发。
现在能直接注册使用吗？＋
产品目前处于封闭内测阶段，需要先在页面提交申请，通过后才能试用。页面同时提供了可以直接查看的成品订阅，例如英文讲解、中文解释的《全唐诗》主题订阅。
用户偏好要手动一条条填吗？＋
不需要。系统会由 AI 生成分类，用来初始化用户偏好，冷启动阶段省去手动勾选兴趣标签的步骤。
开发者怎么接入？＋
产品提供独立的文档站，说明接入与使用方式，开发团队可以照着文档把推荐订阅能力接进自己的产品。
