От перегруженного читателя до автоматического шеринга: как я создал приложение для macOS, чтобы объединить чтение и публикацию
Опубликовано 20 августа, 2026 года
Накопив более 200 непрочитанных статей в списке «Позже», я осознал, что сохранение контента превратилось из продуктивной привычки в обременительную обязанность. Чтобы устранить трение между чтением и шерингом, я создал нативное приложение для macOS под названием Reader Chomper, которое объединяет Readwise Reader, большие языковые модели (LLM) и API социальных сетей в единый рабочий процесс.
Ключевые выводы
- Проблема объема: Накопление сотен непрочитанных статей вызывает паралич решений, из-за чего сохраненный контент так и остается неиспользованным и неопубликованным.
- Триаж через ограничения: Ограничение обзора 10 статьями за раз заставляет принимать конечные решения и предотвращает перегрузку в отличие от просмотра всей библиотеки сразу.
- Эффективность быстрого сканирования: Краткое резюме на 100 слов с тремя пунктами позволяет быстро оценить материал, часто избавляя от необходимости читать статью полностью.
- Контекстная глубина: Интеграция LLM позволяет пользователям общаться напрямую с исходным материалом, чтобы определить его релевантность, не покидая приложение.
- Бесшовный шеринг: Автоматизация создания черновиков и постановки в очередь через API устраняет барьер между чтением и публикацией на таких платформах, как LinkedIn и Bluesky.
Рабочий процесс: четыре шага до публикации
Reader Chomper работает через четыре четких этапа: триаж, быстрое сканирование, глубокое резюме и шеринг. Эта последовательность помогает решить, стоит ли тратить время на материал, и обеспечивает постановку постов в очередь перед переходом к следующей статье.
Шаг 1: Триаж по 10 штук за раз
Когда я открываю Reader Chomper, он загружает ровно 10 статей из верхней части моего списка «Позже» в Readwise Reader и останавливается. Если мне нужно больше контента, я должен вручную нажать кнопку «Обновить». Этот этап был самым сложным в разработке, потому что стандартный вид Readwise отображает все статьи сразу, что раньше вызывало у меня чувство перегрузки, и я закрывал вкладку. Ограничивая обзор 10 элементами, сессия ощущается как конечная. Я рассматриваю это не как ограничение, а как контракт с самим собой: прочитать 10 статей, решить, что делать с каждой из них, и считать сессию завершенной на сегодня.
Шаг 2: Запуск быстрого сканирования
При переходе к статье Reader Chomper генерирует «Быстрое сканирование»: краткое резюме на 100 слов, содержащее три пункта без лишней воды. Для большинства статей именно здесь мое взаимодействие заканчивается. Получив три основные мысли, я могу решить двигаться дальше. Этот шаг сделал мои привычки чтения более честными; я больше не убеждаю себя, что «вернусь» к статьям, которые точно не буду читать. Теперь решение занимает около 30 секунд: либо я получил нужное и архивирую статью, либо есть что-то стоящее внимания.
Шаг 3: Глубокое резюме и чат
Если трех тезисов из быстрого сканирования недостаточно, у меня есть два варианта для более глубокого погружения. Первый — это развернутое резюме объемом около 300 слов. Второй, который я использую чаще всего, — это диалог со статьей через Claude. Например, когда я наткнулся на статью под названием «DuckLake для занятых инженерных менеджеров», быстрый скан объяснил, что такое DuckLake, но не раскрыл его специфику для моей роли. Я задал Claude вопрос: «Почему DuckLake актуально для инженерных менеджеров?» и получил контекстный ответ, извлеченный напрямую из источника, всего за две секунды. Эта функция позволяет мне задавать конкретные вопросы, которые многие приложения для чтения в будущем не поддерживают.
Шаг 4: Очередь на публикацию
Когда статья заслуживает поста, я нажимаю «Поделиться». Reader Chomper генерирует черновик, состоящий из краткого описания, захватывающего основную идею, и ссылки. Если тон не совсем подходит, я могу нажать «Перегенерировать» или отредактировать текст вручную. API мгновенно обрабатывает публикацию, архивируя статью в Readwise, пока пост находится в очереди.
Технический стек
Архитектура Reader Chomper намеренно проста и опирается на инструменты, за которые я уже платил или которые использовал.
- SwiftUI и нативный macOS: Я рассматривал расширение для браузера или веб-приложение для более быстрой разработки, но отдал приоритет производительности и эстетике. Нативное приложение запускается мгновенно, прокручивается без задержек и бесшовно интегрируется с интерфейсом macOS.
- Readwise Reader: Это остается источником истины для моих сохраненных статей. Reader Chomper действует как улучшенный интерфейс для обработки этой очереди; любая статья, архивированная в Reader Chomper, также сохраняется в Readwise, поддерживая чистоту обеих систем.
- LLM (Anthropic и OpenAI): Я использую оба API взаимозаменяемо для суммаризации статей и генерации кратких описаний. Приложение отображает текущую стоимость этих вызовов API в углу экрана — небольшая деталь, которая напоминает мне, что эти запросы не бесплатны, и помогает выявить моменты, когда я излишне переключаюсь между статьями.
- SQLite и Dropbox: Данные статей, резюме и история чатов хранятся в файле SQLite внутри моей папки Dropbox. Это гарантирует синхронизацию базы данных между устройствами без необходимости настройки собственной инфраструктуры синхронизации.
Результаты и влияние
Частота моих публикаций не увеличилась; я по-прежнему стремлюсь публиковать два поста в неделю в LinkedIn и Bluesky. Однако качество того, чем я делюсь, значительно улучшилось. Раньше мои подписчики получали голые ссылки, требующие перехода по ним для понимания ценности. Теперь они получают готовую мысль, которая уже проделывает часть этой работы за них. ИИ-резюме выделяет идею, позволяя мне сформировать собственное мнение на основе этого контекста.
Очередь часто уходит глубоко в будущее, что позволяет мне накапливать посты во время интенсивных недель чтения и расслабляться в более спокойные периоды. Разрыв между прочтением чего-то интересного и публикацией об этом теперь закрыт. Я читаю более осознанно, потому что знаю, где могу изложить свои мысли, что подтверждает эффективность этой автоматизации.