高级用法
基础见快速开始。这里讲一些「再往下挖」的东西——数据、配置、自动化、边界。
数据都在哪
所有数据在 exe 同级的 readwithhotsoup/ 文件夹：
| 文件 | 是什么 |
|---|---|
rss.db | 主库（SQLite）：Feeds / Items / Models / Vectors |
telemetry.db | 遥测独立库（默认关闭） |
ai_config.json | AI 配置（端点 / 模型 / 维度 / 阈值；API Key 不在文件里，在系统凭据库） |
sip_settings.json | 应用设置：报告间隔、高频源阈值、去重阈值 |
source_policy.json | Source Policy（你确认的处理规则） |
dedup.json | 跨源去重规则 |
article_signals.json | ♥ / 🤖 标记 |
reading_progress.json | 阅读进度 |
simon_events.json | 孟思琳事件记录（数据库修复 / 拦截 / 挡位变更，最近 200 条） |
fulltext/ | 全文抓取缓存 |
templates.json | Onboarding 推荐源模板 |
默认都是明文、开放格式，拷走整个
readwithhotsoup就是迁移；也随时能被其它工具读取。注意：孟思琳挡位 3 开启数据加密后，rss.db、fulltext/与dedup.json变为密文（见安全）。
让 Agent 调用 sip
sip 不止给人用，也给了 Agent 调用能力：任何 Agent 都能通过 CLI（配合 sip-rss skill）调用 sip，能力与 TUI 近乎一致。接入见 Bot 接入。
数据目录与迁移
- 单文件 exe 会在自己旁边自动创建
readwithhotsoup/。 - 迁移：把整个
readwithhotsoup/文件夹拷到新机器的 exe 旁即可。 - 换软件核心：因为是 SQLite + 明文 JSON 的标准格式，你可以随时用其它工具/程序读取这些数据，不会被锁死。
进阶配置项
ai_config.json 里可调：
Embedding.Model/Dimensions：向量化模型与维度（换模型后需sip --reindex）Embedding.SearchThreshold：默认语义搜索相似度阈值（本地 bge-m3 建议 0.5，云端 0.7）AllowPrivateNet：全文抓取是否放行内网地址（默认 false，SSRF 防护）
sip_settings.json 里可调：
insightsInterval：阅读报告提醒间隔（7d/30d/off）floodThresholdPerDay：今日高频源阈值（默认自动）dedupThreshold：跨源去重段落重合度阈值（默认 0.8）
命令行进阶
bash
sip --today --json # 结构化今日清单
sip --insights --window 7d # 近 7 天阅读报告
sip --dedup scan # 跨源重复簇
sip --policy set 3 tag important # 给源 3 打标签
sip --onboarding add AI all # 一键加 AI 类推荐源性能与极限
--today/--dedup用「段落倒排索引 + 重复簇」，大批量也不爆输出。- 并发读 / 写 / 混合均安全，WAL 崩溃可自愈。
- 大库常规操作秒级（百万级适配：FTS5 全文搜索 ~0.5s、TUI 侧栏懒加载，见功能总览 · 百万级性能）；全文抓取有 25s 超时。