No pārslodzes lasītājs līdz automatizētam dalībnieks: Kā es izveidoju macOS lietotni, lai savienotu lasīšanu un publicēšanu
Publicēts 2026. gada 20. augusts
Uzkrājot vairāk nekā 200 nolasītu rakstu savā sarakstā "Vēlāk" (Later), es sapratu, ka saturu saglabāšana ir kļuvusi par pārslodzes avotu, nevis produktīvu ieradumu. Lai novērstu pretestību starp lasīšanu un dalīšanos, es izveidoju natīvo macOS lietotni Reader Chomper, kas integrē Readwise Reader, lielo valodu modeļus (LLM) un sociālo tīklu API vienā darbplūsmā.
Galvenie secinājumi
- Apjoma problēma: Simtiem nolasītu rakstu uzkrāšanās rada lēmumu pieņemšanas paralīzi, kas noved pie tā, ka saglabātais saturs nekad netiek patērēts vai dalīts.
- Kategorizācija ar robežām: Skata ierobežošana līdz 10 rakstiem vienlaicīgi piespiež veikt galīgus lēmumus un novērš pārslodzi, salīdzinot ar visu bibliotēkas apskatīšanu.
- Ātrās skenēšanas efektivitāte: 100 vārdu kopsavilkums ar trim punktiem ļauj ātri novērtēt saturu, bieži vien atceļot nepieciešamību lasīt pilnu rakstu.
- Kontekstualā dziļuma nodrošināšana: LLM integrācija ļauj lietotājiem tieši tērzēt ar avota materiālu, lai noteiktu tā nozīmīgumu, neizejot no lietotnes.
- Bezpretestības dalīšanās: Melnrakstu ģenerēšanas un rindas veidošanas automatizācija caur API novērš barjeru starp lasīšanu un publicēšanu tādās platformās kā LinkedIn un Bluesky.
Darbplūsma: Četri soļi līdz publikācijai
Reader Chomper darbojas caur četriem atšķirīgiem posmiem: kategorizācija, ātrā skenēšana, dziļais kopsavilkums un dalīšanās. Šī secība palīdz noteikt, kas ir vērts laika tērēšanai, un nodrošina, ka ziņojumi tiek iekārtoti rindā, pirms pāriet pie nākamā raksta.
1. solis: Kategorizācija pa 10 vienlaicīgi
Kad atveru Reader Chomper, tas no "Later" saraksta Readwise Reader paņem tieši 10 rakstus un uz tā apstājas. Ja man vajag vairāk satura, manuāli jānospiež poga "Atpildīt" (Refill). Šis solis bija visgrūtākais inženiertehniskajā izpildē, jo Readwise noklusējuma skats parāda visu uzreiz, kas iepriekš lika man justies pārslodzei un aizvērt cilni. Ierobežojot skatu līdz 10 vienībām, sesija šķiet galīga. Es to uztveru nevis kā ierobežojumu, bet gan kā līgumu ar sevi: izlasīt 10 rakstus, izlemt par katru no tiem un uzskatīt sesiju pabeigtu šai dienai.
2. solis: Veikt ātru skenēšanu
Pieskarieties rakstam, un Reader Chomper ģenerēs "Ātro skenējumu": 100 vārdu kopsavilkumu ar trim punktiem bez liekiem vārdiem. Vairumam rakstu tieši šeit mana iesaiste beidzas. Kad esmu ieguvis trīs galvenos punktus, varu pāriet tālāk. Šis solis ir padarījis manus lasīšanas paradumus godīgākus; vairs neapmeloju sevi, ka "atgriezīšos" pie rakstiem, par kuriem zinu, ka nelasīšu. Lēmums tagad aizņem apmēram 30 sekundes: vai nu esmu ieguvis nepieciešamo un arhivēju rakstu, vai arī ir kaut kas vērts turpināt izpētīt.
3. solis: Dziļais kopsavilkums un tērzēšana
Ja trīs ātrās skata punkti nav pietiekami, man ir divas iespējas dziļākai iesaistei. Pirmā ir ilgāks kopsavilkums aptuveni 300 vārdu garumā. Otrā, ko es izmantoju visbiežāk, ir saruna ar rakstu, izmantojot Claude. Piemēram, kad sastapos ar rakstu „DuckLake aizņemtiem inženiermenedžeriem”, ātrā skaidrojuma funkcija paskaidroja, kas ir DuckLake, bet ne tā konkrēto nozīmi manam darbam. Es jautāju Claude: „Kāpēc DuckLake ir relevanti inženiermenedžeriem?” un divu sekunžu laikā saņēmu kontekstuālu atbildi, kas tieši ņemta no avota. Šī funkcija ļauj man uzdot specifiskus jautājumus, kurus daudzas lasīšanas-nākotnē lietotnes neatbalsta.
4. solis: Rindas veidošana
Kad raksts ir piemērots publicēšanai, es nospiežu „Share” (Kopīgot). Reader Chomper ģenerē melnrakstu, kas sastāv no īsa ievada, kas atspoguļo galveno ideju, un saites. Ja tonis nav gluži pareizs, varu nospiest „Regenerate” (Ģenerēt vēlreiz) vai rediģēt manuāli. API momentāni publicē saturu, arhivējot rakstu Readwise, kamēr posts atrodas rindā.
Tehniskais steks
Reader Chomper arhitektūra ir apzināti vienkārša, izmantojot rīkus, kurus jau maksāju vai lietoju.
- SwiftUI un native macOS: Svēru iespēju izstrādāt pārlūkprogrammas paplašinājumu vai tīmekļa lietotni ātrākai attīstībai, taču prioritāte bija veiktspēja un estētika. Native lietotne palaižas momentāni, ritinās bez kavēšanās un nevainojami integrējas macOS saskarnē.
- Readwise Reader: Tas joprojām ir mana saglabāto rakstu „patiesības avots”. Reader Chomper darbojas kā labāka saskarne šīs rindas apstrādei; jebkurš raksts, kas arhivēts Reader Chomper, tiek arhivēts arī Readwise, uzturot abas sistēmas tīras.
- LLM (Anthropic un OpenAI): Es izmantoju abus API savstarpēji aizstājami, lai kopsavilkumos rakstus un ģenerētu ievadtekstus. Lietotnē stūrī tiek rādīti šo API pieprasījumu pašreizējie izdevumi – neliela detaļa, kas atgādina, ka šie pieprasījumi nav bez maksas, un palīdz noteikt, kad es nevajadzīgi pārlēku starp rakstiem.
- SQLite un Dropbox: Rakstu dati, kopsavilkumi un tērzēšanas vēsture tiek glabāti SQLite failā manā Dropbox mapē. Tas nodrošina datubāzes sinhronizāciju starp ierīcēm bez nepieciešamības pēc īpašas sinhronizācijas infrastruktūras.
Rezultāti un ietekme
Manas publicēšanas frekvence nav pieaugusi; es joprojām tiecos uz diviem postiem nedēļā LinkedIn un Bluesky. Tomēr būtiski ir uzlabojies dalītā satura kvalitāte. Agrāk mani sekotāji saņēma kailas saites, kurām bija jānoklikšķina, lai saprastu vērtību. Tagad viņi saņem viedokli, kas daļu šī darba paveic par viņiem. AI kopsavilkums izceļ ideju, ļaujot man veidot savu perspektīvu, balstoties uz šo kontekstu.
Rinda bieži vien ir dziļa (mēnešiem ilgi), ļaujot man uzkrāt postus intensīvās lasīšanas nedēļās un „braukt ar inerces spēku” vieglākās periodos. Sprauga starp laba satura izlasīšanu un tā publicēšanu vairs neeksistē. Es lasu apzinātāk, jo zinu, ka man ir vieta, kur novietot savas domas, kas apliecina, ka šī automatizācija veic savu darbu efektīvi.