RSS 不只是阅读器：搭建一条可追溯的信息流水线

很多内容系统的问题不是没有来源，而是采集、判断和发布混在了一起。一次抓取成功，只说明获得了数据，并不代表内容准确或值得发布。

保留来源
每条线索至少保存原标题、原始链接、采集时间和来源名称。不要把采集时间写成新闻发生时间。遇到来源更正时，编辑才能找到原文并同步修正。

先去重，再分类
优先使用来源提供的稳定标识；没有标识时使用规范化链接。移除跟踪参数前先确认它不是内容识别所必需的。标题相似不一定是重复，不能直接用标题覆盖原记录。

审核是独立环节
采集结果进入草稿区，由编辑说明这条信息为什么重要、适用于什么场景、有什么限制。只有标题和链接的条目更适合作为阅读线索，而不是包装成原创文章。

失败必须可见
为每次任务记录开始时间、结果和新增条数。网络失败、解析为空、重复内容是不同情况。暂停任务时，应同时取消尚未结束的请求，避免后台显示暂停却继续写入。

从一个来源开始验证整个流程，再增加数量。稳定的小流水线往往比失控的大抓取器更有用。