ShunyaNet Sentinel (अद्यतन: 03/02/2026)

ShunyaNet Sentinel एक हल्का, साइबरपंक-थीम वाला प्रोग्राम है जो RSS फ़ीड (जैसे, ब्रेकिंग न्यूज़, सोशल मीडिया) को ग्रहण करता है, उन्हें विश्लेषण के लिए LLM को भेजता है, और नियमित अंतराल पर GUI और Slack पर सीधे अलर्ट और सारांश रिपोर्ट प्रदान करता है।

यह प्रोजेक्ट उसी मशीन या नेटवर्क (जैसे, Tailscale के साथ) पर स्थानीय रूप से होस्ट किए गए LLM का उपयोग करने के लिए बनाया गया है, जो LMStudio या Ollama (02/23 Update) का उपयोग करता है। यह OpenAI API key (02/23 Update) के साथ भी काम करेगा।

अलर्टिंग के लिए, प्रोग्राम Slack Webhooks का उपयोग करता है, जो मोबाइल डिवाइस पर पुश नोटिफिकेशन भेजने में सक्षम बनाता है।

ShunyaNet Sentinel Linux, MacOS और Windows के नवीनतम संस्करणों के साथ संगत है*

रिपोर्टिंग और विश्लेषण की गुणवत्ता प्रॉम्प्ट, कॉन्टेक्स्ट साइज़, RSS फ़ीड और चुने गए LLM से प्रभावित होती है। यह अनुशंसा की जाती है कि आप thinking सुविधाओं को बंद कर दें। जो मॉडल अच्छा प्रदर्शन करते प्रतीत हुए हैं और आम तौर पर निर्देशों का पालन करते हैं, उनमें शामिल हैं:

• GPT OSS 20b (LMStudio में thinking को LOW पर सेट करें)
• GPT OSS 120b (संभवतः बहुत ज़्यादा है)
• Hermes 4 70b (मेरा पसंदीदा)
• Gemma 3 27b it abliterated (mlabonne का संस्करण)
• Qwen3 32b और/या VL 30b (मुझे याद नहीं कौन सा...)

*दृढ़ता से macOS या Linux सुझाया गया है। नीचे ज्ञात समस्याएँ देखें।

महत्वपूर्ण जानकारी के लिए अंत में टिप्स, ट्रिक्स और ज्ञात समस्याएँ देखें!

---

उच्च-स्तरीय कार्यप्रवाह

1. उपयोगकर्ता रुचि के विषय दर्ज करता है
2. उपयोगकर्ता RSS फ़ीड की एक सूची प्रदान करता है
3. Sentinel उपयोगकर्ता द्वारा कॉन्फ़िगर किए गए समय अंतराल पर RSS फ़ीड खींचता है
4. RSS सामग्री उपयोगकर्ता द्वारा प्रदान किए गए LLM सर्वर को भेजी जाती है
5. LLM फ़ीड की समीक्षा करता है और रुचि के प्रासंगिक विषयों पर Sentinel को रिपोर्ट करता है
6. यदि Slack webhook कॉन्फ़िगर किया गया है, तो अलर्ट अग्रेषित किए जाते हैं और नोटिफिकेशन ios/android पर एक्सेस किए जा सकते हैं (अक्सर संदर्भित RSS सामग्री के लाइव लिंक के साथ)
7. वैकल्पिक बल्क विश्लेषण समय के साथ रुझानों की पहचान करता है

---

मुख्य क्षमताएँ

RSS फ़ीड मॉनिटरिंग

• RSS फ़ीड का आवधिक पोलिंग
• डीडुप्लिकेशन और टाइमस्टैम्प ट्रैकिंग
• धीमी या दोषपूर्ण फ़ीड को संभालता है (...यहाँ और काम किया जाना बाकी है)

LLM-आधारित विश्लेषण (वैकल्पिक)

• RSS फ़ीड आइटम को स्थानीय/API LLM एंडपॉइंट पर भेजता है
• प्रॉम्प्ट-संचालित वर्गीकरण, सारांशीकरण, फ़िल्टरिंग
• किसी भी OpenAI-संगत /v1/chat/completions एंडपॉइंट के साथ काम करता है, LMStudio के लिए डिज़ाइन किया गया

अलर्टिंग / सिग्नल जनरेशन

• Slack webhook समर्थन (webhook सेटअप जानकारी के लिए, यहाँ जाएँ: https://docs.slack.dev/messaging/sending-messages-using-incoming-webhooks/)
• ऑटोमेशन के लिए उपयुक्त संरचित आउटपुट
• बड़े वर्कफ़्लो में एकीकरण के लिए डिज़ाइन किया गया

स्थानीय और स्व-होस्टेड

• RSS फ़ीड पोलिंग या Slack को जवाब भेजने (वैकल्पिक) के अलावा, सारी जानकारी आपके नियंत्रण वाले हार्डवेयर पर ही रहती है

---

आवश्यकताएँ

• Python 3.10+
• requirements.txt में सूचीबद्ध निर्भरताएँ:
  • PySide6==6.10.0
  • feedparser==6.0.12
  • requests==2.31.0
  • python-dateutil==2.9.0.post0

LLM होस्ट किया गया:

• LM Studio-होस्टेड (अनुशंसित)
• Ollama
• OpenAI API key
• (जल्द ही कुछ और आ रहे हैं)

---

स्थापना

1. रिपॉजिटरी क्लोन करें (...या ज़िप डाउनलोड करें) और फ़ोल्डर में जाएँ

git clone https://github.com/EverythingsComputer/ShunyaNet-Sentinel.git
cd ShunyaNet-Sentinel

2. (दृढ़ता से अनुशंसित) वर्चुअल एनवायरमेंट बनाएँ

macOS / Linux:

python3 -m venv venv
source venv/bin/activate

Windows (PowerShell):

python -m venv venv
venv\Scripts\Activate.ps1

3. आवश्यकताएँ स्थापित करें

pip install -r requirements.txt

4. चलाएँ

macOS / Linux:

python3 ShunyaNet_Sentinel.py

Windows:

python ShunyaNet_Sentinel.py

---

त्वरित प्रारंभ (LMStudio के साथ) (अद्यतन 02/23)

1. "Load Prompt File" पर क्लिक करें और default_prompt.txt लोड करें
2. "Load Data Source File" पर क्लिक करें और Default_test RSS सूची लोड करें
3. "Additional Settings" खोलें और दर्ज करें:
   • LM_PROVIDER = lmstudio
   • LLM_BASE_URL = <आपका LMSTUDIO सर्वर IP, जैसे: http://x.x.x.x:port/v1>
   • LLM_MODEL = <मैं अनुशंसा करता हूँ कि आप इसे खाली छोड़ दें। बस चरण 4 का पालन करें>
   • API_KEY = <खाली छोड़ें, जब तक कि आपने अपने सर्वर के लिए कोई सेट न किया हो>
4. LM Studio में मॉडल लोड करें। सर्वर सेटिंग्स में "Serve on Local Network" चालू करें। सुझाव:
   • "Load Model"/मॉडल चयन विंडो में, "Manually choose model load parameters" चालू करें
   • अपने मॉडल के लोड पैरामीटर विंडो में, Max Concurrent Predictions को 1 पर सेट करें (अभी के लिए)
   • अनुमान टैब में, यदि वह सेटिंग उपलब्ध है, तो thinking को बंद या न्यूनतम करें
   • एक मध्यम आकार का मॉडल जो अच्छा काम करता है: gpt-oss-20b। Thinking को "low" पर सेट करें
5. बिल्ली पर क्लिक करें! (...या बस Fetch / Send दबाएँ)

---

पूर्ण निर्देश और कॉन्फ़िग (अद्यतन 03/02/2026)

1. रुचि के विषय दर्ज करें, या प्रदान की गई डिफ़ॉल्ट सूचियों में से एक लोड करें। प्रत्येक सूची में अधिकतम 10 विषय जोड़े जा सकते हैं।

2. प्रॉम्प्ट फ़ाइल लोड करने के लिए “Load Prompt File” पर क्लिक करें। एक डिफ़ॉल्ट प्रॉम्प्ट प्रदान किया गया है (default_prompt.txt)।

   1. आपको इस प्रॉम्प्ट को ट्वीक और संशोधित करने के लिए प्रोत्साहित किया जाता है - यह रिपोर्टिंग की गुणवत्ता और शोर के बीच सिग्नल की पहचान करने की LLM की क्षमता में काफी सुधार कर सकता है। यहाँ अनुकूलन के लिए बहुत जगह है।
   2. एक 'default_prompt-always-reply.txt' प्रयोगात्मक फ़ोल्डर में शामिल है। यह पुराना है, लेकिन आप इसका उपयोग LLM के विश्लेषण को डीबग/टेस्ट करने और यह सुनिश्चित करने के लिए कर सकते हैं कि यह सही प्रारूप में कुछ रिपोर्ट कर रहा है।
   3. अद्यतन 03/02/2026 एक 'default_Summary-Report-Only_prompt.txt' प्रॉम्प्ट भी प्रदान किया गया है। यह संस्करण शोर से सिग्नल चुनने का प्रयास नहीं करता है, बल्कि प्रासंगिक फ़ीड की अधिक मात्रा का सारांश प्रस्तुत करता है जब सूचना स्थान ऑन-टॉपिक डेटा से समृद्ध होता है। इस प्रकार, यह उस "घटना" के बाद अधिक उपयोगी है जिसे आप ढूंढ रहे हैं। इसका उपयोग कम बार करना सबसे अच्छा है (जैसे, तेज़ी से चलने वाली और व्यापक रूप से रिपोर्ट की गई घटना के लिए हर आधे घंटे में, या कम रिपोर्ट किए गए डेटा वाली चीज़ के लिए हर कुछ घंटों में) और प्रॉम्प्ट और रिप्लाई के लिए बड़े टोकन भत्ते के साथ।

3. RSS सूची लोड करने के लिए “Load Data Source File” पर क्लिक करें। दो डिफ़ॉल्ट सूचियाँ प्रदान की गई हैं। एक छोटी “Default_test” सूची और एक लंबी “Default_long” सूची, जो दुनिया भर के समाचारों और ब्रेकिंग न्यूज़ पर केंद्रित है।

   1. अपने क्षेत्र या रुचि के विषयों के अनुसार अपनी स्वयं की सूचियाँ तैयार करना सूचना के आउटपुट को महत्वपूर्ण रूप से प्रभावित करेगा। एक उदाहरण क्षेत्र-केंद्रित सूची जो मैंने एक हालिया यात्रा के लिए उपयोग की थी, प्रदान की गई है ('India_regional_example-v1.txt')। एक उदाहरण ईरान-संघर्ष सूची भी शामिल है।
   2. Reddit और Blue-sky को आसानी से RSS फ़ीड में परिवर्तित किया जा सकता है। RSSBridge जैसे प्रोग्राम उन वेबसाइटों और सोशल मीडिया (जैसे, टेलीग्राम) से RSS फ़ीड उत्पन्न कर सकते हैं जिनमें एक नहीं है।
   3. “Default_test” सूची विभिन्न RSS फ़ीड की एक छोटी सूची है। इसका उद्देश्य पहले RSS पुल को त्वरित और छोटा रखना है, ताकि आप निदान कर सकें कि सभी भाग जिस तरह से काम करने चाहिए वैसे काम कर रहे हैं या नहीं।

4. "Additional Settings" में, निम्नलिखित फ़ील्ड सेट करें। ये प्रोग्राम बंद करने और पुनरारंभ करने पर सहेजे जाएँगे और बने रहेंगे। डिफ़ॉल्ट सेटिंग्स अधिकांश कॉन्फ़िगरेशन के साथ काम करेंगी - लेकिन आपको अभी भी फ़ील्ड #1 स्वयं दर्ज करना होगा: