医生“手搓”5MB开源RSS工具：结合DeepSeek与Claude实现科研文献高效追踪

一位没有任何编程背景的临床医学博士，利用 AI 辅助编程技术成功开发了一款名为 “Cento” 的轻量级开源 RSS 阅读器，专门针对科研文献追踪场景进行优化。该项目旨在解决科研人员阅读英文文献时的语言障碍，以及现有文献管理软件（如 Zotero）过于臃肿、安装包体积过大的痛点。Cento 秉持极简设计理念，安装包体积控制在 5MB 左右，核心功能聚焦于帮助用户快速筛选高价值文献。

在技术实现上，Cento 接入了 DeepSeek API，利用其 deepseek-v4-flash 模型对文献标题和摘要进行实时翻译，因该模型成本极低，用户仅需少量充值即可处理海量数据。为了降低订阅门槛，该工具内置了自然语言处理功能，能将用户输入的关键词（如“脓毒症 Cell”）自动转换为 PubMed 可识别的 RSS 索引链接。此外，它还具备 AI 简报功能，可定期总结订阅源更新。开发者主要使用 Claude 进行 UI 设计与代码生成，并在 GitHub 上完整开源了项目代码。这一案例生动展示了“Vibe Coding”如何让非专业人士通过 AI 实现产品化的落地。

事件分析

💡 核心观点：低成本大模型与AI编程工具的结合正在重塑软件生产方式，让业务专家能直接定制轻量级垂直工具。