Od přetíženého čtenáře k automatizovanému sdíleči: Jak jsem vytvořil aplikaci pro macOS, která propojuje čtení a publikování
Zveřejněno 20. srpna 2026
Po nasbíraných více než 200 nepřečtených článcích v mém seznamu „Později“ jsem si uvědomil, že ukládání obsahu se změnilo z produktivní návyku v přehlcující povinnost. Abych odstranil tření mezi čtením a sdílením, vytvořil jsem nativní aplikaci pro macOS s názvem Reader Chomper, která integruje Readwise Reader, velké jazykové modely (LLM) a API sociálních sítí do jednoho pracovního postupu.
Klíčová zjištění
- Problém objemu: Nasbírané stovky nepřečtených článků vedou k paralýze rozhodování, což má za následek obsah, který je uložen, ale nikdy nespotřebován ani nesdílen.
- Třídění pomocí limitů: Omezení zobrazení na 10 článků najednou nutí k konečnému rozhodování a předejde přetížení ve srovnání se zobrazením celé knihovny.
- Efektivita rychlého skenu: Shrnutí o 100 slovech se třemi odrážkami umožňuje rychlé posouzení, což často eliminuje potřebu číst celý článek.
- Kontextová hloubka: Integrace LLM umožňuje uživatelům chatovat přímo se zdrojovým materiálem a určit jeho relevanci, aniž by museli opustit aplikaci.
- Beztřecí sdílení: Automatizace generování návrhů a fronty prostřednictvím API odstraňuje bariéru mezi čtením a publikováním na platformách jako LinkedIn a Bluesky.
Pracovní postup: Čtyři kroky k publikování
Reader Chomper funguje prostřednictvím čtyř odlišných kroků: třídění, rychlý sken, hluboké shrnutí a sdílení. Tento sled pomáhá rozhodnout, co stojí za čas, a zajistí, že příspěvky jsou zařazeny do fronty před přechodem na další článek.
Krok 1: Třídění po deseti
Když otevřu Reader Chomper, stáhne přesně 10 článků z vrcholu mého seznamu „Později“ v Readwise Reader a zastaví se tam. Pokud potřebuji více obsahu, musím ručně kliknout na „Refill“ (Doplňit). Tento krok byl při programování nejnáročnější, protože výchozí zobrazení Readwise zobrazuje vše najednou, což mě dříve přivádělo k pocitu přetížení a nutilo mě zavírat záložku. Omezením zobrazení na 10 položek se relace cítí jako uzavřený celek. Nepovažuji to za omezení, ale za smlouvu sám se sebou: přečtu 10 článků, rozhodnu se o každém a relaci pro dnešek považuju za ukončenou.
Krok 2: Spuštění rychlého skenu
Po kliknutí na článek Reader Chomper vygeneruje „Rychlý sken“: 100slovné shrnutí obsahující tři odrážky bez zbytečných slov. U většiny článků je zde moje interakce ukončena. Jakmile mám tři hlavní body, mohu se přesunout dál. Tento krok učinil mé čtecí návyky upřímnějšími; už si nevymlouvám, že se k článkům, které vím, že nepřečtu, „vrátím“. Rozhodování nyní trvá asi 30 sekund: buď mám to, co potřebuji, a archivuju článek, nebo je něco, co stojí za prozkoumání.
Krok 3: Hluboké shrnutí a chat
Pokud vám tři body z rychlého přehledu nestačí, mám k dispozici dvě možnosti pro hlubší zapojení. První je delší shrnutí o rozsahu přibližně 300 slov. Druhou, kterou používám nejčastěji, je konverzace s článkem prostřednictvím Claude. Například když jsem narazil na článek s názvem „DuckLake pro zaneprázdněné manažery inženýrství“, rychlý přehled vysvětlil, co DuckLake je, ale ne jeho specifický význam pro mou roli. Zeptal jsem se Claude: „Proč je DuckLake relevantní pro manažery inženýrství?“ a dostal jsem kontextuální odpověď přímo ze zdroje během dvou sekund. Tato funkce mi umožňuje pokládat si specifické otázky, které mnoho aplikací pro pozdější čtení nepodporuje.
Krok 4: Zařazení do fronty
Když článek zaslouží příspěvek, kliknu na „Sdílet“. Reader Chomper vygeneruje návrh skládající se z krátkého úvodu zachycujícího klíčovou myšlenku a odkazu. Pokud tón není zcela správný, mohu kliknout na „Pregenereovat“ nebo jej upravit ručně. API zajistí okamžité odeslání příspěvku, zatímco článek je archivován v Readwise a příspěvek zůstává ve frontě.
Technický stack
Architektura za Reader Chomper je úmyslně jednoduchá a spoléhá se na nástroje, které jsem již platil nebo používal.
- SwiftUI a nativní macOS: Zvažoval jsem rozšíření do prohlížeče nebo webovou aplikaci pro rychlejší vývoj, ale prioritu jsem dal výkonu a estetice. Nativní aplikace se spustí okamžitě, scrollování probíhá bez zpoždění a hladce se integruje do rozhraní macOS.
- Readwise Reader: Zůstává zdrojem pravdy pro mé uložené články. Reader Chomper slouží jako lepší rozhraní pro zpracování této fronty; jakýkoli článek archivovaný v Reader Chomper je také archivován v Readwise, což udržuje oba systémy čisté.
- LLM (Anthropic a OpenAI): Používám obě API zaměnitelně pro shrnování článků a generování úvodů. Aplikace zobrazuje aktuální náklady na tyto volání API v rohu, což je malý detail, který mi připomíná, že tyto požadavky nejsou zdarma, a pomáhá identifikovat, kdy zbytečně přepínám mezi články.
- SQLite a Dropbox: Data článků, shrnutí a historie chatu jsou uložena v souboru SQLite v mé složce Dropbox. To zajišťuje synchronizaci databáze napříč zařízeními bez nutnosti vlastní synchronizační infrastruktury.
Výsledky a dopad
Moje frekvence publikování se nezvýšila; stále cílím na dva příspěvky týdně na LinkedIn a Bluesky. Kvalita toho, co sdílím, se však významně zlepšila. Dříve moji sledující dostávali holé odkazy, které vyžadovaly kliknutí pro pochopení hodnoty. Nyní dostávají postřeh, který tuto práci částečně odvede za ně. Shrnutí AI vynoří myšlenku, což mi umožňuje vytvořit si vlastní názor na základě tohoto kontextu.
Fronta často běží s měsíčním předstihem, což mi umožňuje budovat příspěvky během intenzivních čtecích týdnů a plynout v klidnějších obdobích. Propast mezi přečtením něčeho dobrého a jeho publikováním je nyní překonána. Čtu uvědoměleji, protože vím, že mám místo pro své názory, což potvrzuje, že tato automatizace efektivně plní svůj účel.