«

AI开源分享-告别信息过载,AI 助你看懂新闻资讯热点,简单的舆情监控分析 - 多平台热点聚合+基于 MCP 的AI分析工具

时间:2025-11-13 09:11     作者:wanzi     分类: AI项目推荐


TrendRadar Banner 🚀 最快30秒部署的热点助手 —— 告别无效刷屏,只看真正关心的新闻资讯 sansan0%2FTrendRadar | Trendshift [![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers) [![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members) [![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE) [![Version](https://img.shields.io/badge/version-v3.0.5-blue.svg)](https://github.com/sansan0/TrendRadar) [![MCP](https://img.shields.io/badge/MCP-v1.0.1-green.svg)](https://github.com/sansan0/TrendRadar) [![企业微信通知](https://img.shields.io/badge/企业微信-通知-00D4AA?style=flat-square)](https://work.weixin.qq.com/) [![Telegram通知](https://img.shields.io/badge/Telegram-通知-00D4AA?style=flat-square)](https://telegram.org/) [![dingtalk通知](https://img.shields.io/badge/钉钉-通知-00D4AA?style=flat-square)](#) [![飞书通知](https://img.shields.io/badge/飞书-通知-00D4AA?style=flat-square)](https://www.feishu.cn/) [![邮件通知](https://img.shields.io/badge/Email-通知-00D4AA?style=flat-square)](#) [![ntfy通知](https://img.shields.io/badge/ntfy-通知-00D4AA?style=flat-square)](https://github.com/binwiederhier/ntfy) [![GitHub Actions](https://img.shields.io/badge/GitHub_Actions-自动化-2088FF?style=flat-square&logo=github-actions&logoColor=white)](https://github.com/sansan0/TrendRadar) [![GitHub Pages](https://img.shields.io/badge/GitHub_Pages-部署-4285F4?style=flat-square&logo=github&logoColor=white)](https://sansan0.github.io/TrendRadar) [![Docker](https://img.shields.io/badge/Docker-部署-2496ED?style=flat-square&logo=docker&logoColor=white)](https://hub.docker.com/r/wantcat/trendradar) [![MCP Support](https://img.shields.io/badge/MCP-AI分析支持-FF6B6B?style=flat-square&logo=ai&logoColor=white)](https://modelcontextprotocol.io/)

本项目以轻量,易部署为目标

📑 快速导航

| [🎯 核心功能](#-核心功能) | [🚀 快速开始](#-快速开始) | [🐳 Docker部署](#-docker-部署) | [🤖 AI分析专区](#-ai-智能分析部署) | |:---:|:---:|:---:|:---:| | [📝 更新日志](#-更新日志) | [🔌 MCP客户端](#-mcp-客户端) | [❓ 答疑与常见问题](#问题答疑与1元点赞) | [⭐ 项目相关](#项目相关) |
👉 点击查看致谢名单 (当前 🔥53🔥 位) ### 数据支持 本项目使用了 [newsnow](https://github.com/ourongxing/newsnow) 项目提供的 API 接口获取多平台数据 ### 推广助力 > 感谢以下平台和个人的推荐(按时间排列) - [小众软件](https://mp.weixin.qq.com/s/fvutkJ_NPUelSW9OGK39aA) - 开源软件推荐平台 - [LinuxDo 社区](https://linux.do/) - 技术爱好者的聚集地 - [阮一峰周刊](https://github.com/ruanyf/weekly) - 技术圈有影响力的周刊 ### 观众支持 > 感谢**给予资金支持** 的朋友们,你们的慷慨已化身为键盘旁的零食饮料,陪伴着项目的每一次迭代 | 点赞人 | 金额 | 日期 | 备注 | | :-------------------------: | :----: | :----: | :-----------------------: | | c*r | 6 | 2025.11.12 | | | a*n | 5 | 2025.11.12 | | | 。*c | 1 | 2025.11.12 | 感谢开源分享 | | *记 | 1 | 2025.11.11 | | | *主 | 1 | 2025.11.10 | | | *了 | 10 | 2025.11.09 | | | *杰 | 5 | 2025.11.08 | | | *点 | 8.80 | 2025.11.07 | 开发不易,支持一下。 | | Q*Q | 6.66 | 2025.11.07 | 感谢开源! | | C*e | 1 | 2025.11.05 | | | Peter Fan | 20 | 2025.10.29 | | | M*n | 1 | 2025.10.27 | 感谢开源 | | *许 | 8.88 | 2025.10.23 | 老师 小白一枚,摸了几天了还没整起来,求教 | | Eason | 1 | 2025.10.22 | 还没整明白,但你在做好事 | | P*n | 1 | 2025.10.20 | | | *杰 | 1 | 2025.10.19 | | | *徐 | 1 | 2025.10.18 | | | *志 | 1 | 2025.10.17 | | | *😀 | 10 | 2025.10.16 | 点赞 | | **杰 | 10 | 2025.10.16 | | | *啸 | 10 | 2025.10.16 | | | *纪 | 5 | 2025.10.14 | TrendRadar | | J*d | 1 | 2025.10.14 | 谢谢你的工具,很好玩... | | *H | 1 | 2025.10.14 | | | 那*O | 10 | 2025.10.13 | | | *圆 | 1 | 2025.10.13 | | | P*g | 6 | 2025.10.13 | | | Ocean | 20 | 2025.10.12 | ...真的太棒了!!!小白级别也能直接用... | | **培 | 5.2 | 2025.10.2 | github-yzyf1312:开源万岁 | | *椿 | 3 | 2025.9.23 | 加油,很不错 | | *🍍 | 10 | 2025.9.21 | | | E*f | 1 | 2025.9.20 | | | *记 | 1 | 2025.9.20 | | | z*u | 2 | 2025.9.19 | | | **昊 | 5 | 2025.9.17 | | | *号 | 1 | 2025.9.15 | | | T*T | 2 | 2025.9.15 | 点赞 | | *家 | 10 | 2025.9.10 | | | *X | 1.11 | 2025.9.3 | | | *飙 | 20 | 2025.8.31 | 来自老童谢谢 | | *下 | 1 | 2025.8.30 | | | 2*D | 88 | 2025.8.13 下午 | | | 2*D | 1 | 2025.8.13 上午 | | | S*o | 1 | 2025.8.05 | 支持一下 | | *侠 | 10 | 2025.8.04 | | | x*x | 2 | 2025.8.03 | trendRadar 好项目 点赞 | | *远 | 1 | 2025.8.01 | | | *邪 | 5 | 2025.8.01 | | | *梦 | 0.1 | 2025.7.30 | | | **龙 | 10 | 2025.7.29 | 支持一下 |

✨ 核心功能

全网热点聚合

默认监控 11 个主流平台,也可自行增加额外的平台

👉 自定义监控平台
本项目的资讯数据来源于 [newsnow](https://github.com/ourongxing/newsnow) ,你可以点击[网站](https://newsnow.busiyi.world/),点击[更多],查看是否有你想要的平台。 具体添加可访问 [项目源代码](https://github.com/ourongxing/newsnow/tree/main/server/sources),根据里面的文件名,在 `config/config.yaml` 文件中修改 `platforms` 配置: ```yaml platforms: - id: "toutiao" name: "今日头条" - id: "baidu" name: "百度热搜" - id: "wallstreetcn-hot" name: "华尔街见闻" # 添加更多平台... ``` 如果不会看的话,就直接复制他人整理好的部分[平台配置](https://github.com/sansan0/TrendRadar/issues/95)

智能推送策略

三种推送模式

模式 适用人群 推送时机 显示内容 适用场景
当日汇总
daily
📋 企业管理者/普通用户 按时推送(默认每小时推送一次) 当日所有匹配新闻
+ 新增新闻区域
日报总结
全面了解当日热点趋势
当前榜单
current
📰 自媒体人/内容创作者 按时推送(默认每小时推送一次) 当前榜单匹配新闻
+ 新增新闻区域
实时热点追踪
了解当前最火的内容
增量监控
incremental
📈 投资者/交易员 有新增才推送 新出现的匹配频率词新闻 避免重复信息干扰
高频监控场景

附加功能 - 推送时间窗口控制(可选):

此功能独立于上述三种推送模式,可与任意模式搭配使用:

提示: 此功能默认关闭,需在 config/config.yaml 中手动启用 push_window.enabled

精准内容筛选

设置个人关键词(如:AI、比亚迪、教育政策),只推送相关热点,过滤无关信息

也可以不做筛选,完整的推送所有热点,具体见【历史更新】中的 v2.0.1

👉 frequency_words.txt 配置教程
在 `frequency_words.txt` 文件中配置监控的关键词,支持三种语法和词组功能。 关键词越靠前,新闻的优先级越高,你可以根据自己的关注度调整关键词顺序 | 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 | |---------|------|------|------|---------| | **普通词** | 无 | 基础匹配 | `华为` | 包含任意一个即可 | | **必须词** | `+` | 限定范围 | `+手机` | 必须同时包含 | | **过滤词** | `!` | 排除干扰 | `!广告` | 包含则直接排除 | ### 📋 基础语法说明 #### 1. **普通关键词** - 基础匹配 ```txt 华为 OPPO 苹果 ``` **作用:** 新闻标题包含其中**任意一个词**就会被捕获 #### 2. **必须词** `+词汇` - 限定范围 ```txt 华为 OPPO +手机 ``` **作用:** 必须同时包含普通词**和**必须词才会被捕获 #### 3. **过滤词** `!词汇` - 排除干扰 ```txt 苹果 华为 !水果 !价格 ``` **作用:** 包含过滤词的新闻会被**直接排除**,即使包含关键词 ### 🔗 词组功能 - 空行分隔的重要作用 **核心规则:** 用**空行**分隔不同的词组,每个词组独立统计 #### 示例配置: ```txt iPhone 华为 OPPO +发布 A股 上证 深证 +涨跌 !预测 世界杯 欧洲杯 亚洲杯 +比赛 ``` #### 词组解释及匹配效果: **第1组 - 手机新品类:** - 关键词:iPhone、华为、OPPO - 必须词:发布 - 效果:必须包含手机品牌名,同时包含"发布" **匹配示例:** - ✅ "iPhone 15正式发布售价公布" ← 有"iPhone"+"发布" - ✅ "华为Mate60系列发布会直播" ← 有"华为"+"发布" - ✅ "OPPO Find X7发布时间确定" ← 有"OPPO"+"发布" - ❌ "iPhone销量创新高" ← 有"iPhone"但缺少"发布" **第2组 - 股市行情类:** - 关键词:A股、上证、深证 - 必须词:涨跌 - 过滤词:预测 - 效果:包含股市相关词,同时包含"涨跌",但排除包含"预测"的内容 **匹配示例:** - ✅ "A股今日大幅涨跌分析" ← 有"A股"+"涨跌" - ✅ "上证指数涨跌原因解读" ← 有"上证"+"涨跌" - ❌ "专家预测A股涨跌趋势" ← 有"A股"+"涨跌"但包含"预测" - ❌ "A股成交量创新高" ← 有"A股"但缺少"涨跌" **第3组 - 足球赛事类:** - 关键词:世界杯、欧洲杯、亚洲杯 - 必须词:比赛 - 效果:必须包含杯赛名称,同时包含"比赛" **匹配示例:** - ✅ "世界杯小组赛比赛结果" ← 有"世界杯"+"比赛" - ✅ "欧洲杯决赛比赛时间" ← 有"欧洲杯"+"比赛" - ❌ "世界杯门票开售" ← 有"世界杯"但缺少"比赛" ### 🎯 配置技巧 #### 1. **从宽到严的配置策略** ```txt # 第一步:先用宽泛关键词测试 人工智能 AI ChatGPT # 第二步:发现误匹配后,加入必须词限定 人工智能 AI ChatGPT +技术 # 第三步:发现干扰内容后,加入过滤词 人工智能 AI ChatGPT +技术 !广告 !培训 ``` #### 2. **避免过度复杂** ❌ **不推荐:** 一个词组包含太多词汇 ```txt 华为 OPPO 苹果 三星 vivo 一加 魅族 +手机 +发布 +销量 !假货 !维修 !二手 ``` ✅ **推荐:** 拆分成多个精确的词组 ```txt 华为 OPPO +新品 苹果 三星 +发布 手机 销量 +市场 ```

热点趋势分析

实时追踪新闻热度变化,让你不仅知道"什么在热搜",更了解"热点如何演变"

不再错过重要新闻的完整发展过程,从话题萌芽到高峰热议,全程掌握

👉 推送格式说明
📊 热点词汇统计 🔥 [1/3] AI ChatGPT : 2 条 1. [百度热搜] 🆕 ChatGPT-5正式发布 [**1**] - 09时15分 (1次) 2. [今日头条] AI芯片概念股暴涨 [**3**] - [08时30分 ~ 10时45分] (3次) ━━━━━━━━━━━━━━━━━━━ 📈 [2/3] 比亚迪 特斯拉 : 2 条 1. [微博] 🆕 比亚迪月销量破纪录 [**2**] - 10时20分 (1次) 2. [抖音] 特斯拉降价促销 [**4**] - [07时45分 ~ 09时15分] (2次) ━━━━━━━━━━━━━━━━━━━ 📌 [3/3] A股 股市 : 1 条 1. [华尔街见闻] A股午盘点评分析 [**5**] - [11时30分 ~ 12时00分] (2次) 🆕 本次新增热点新闻 (共 2 条) **百度热搜** (1 条): 1. ChatGPT-5正式发布 [**1**] **微博** (1 条): 1. 比亚迪月销量破纪录 [**2**] 更新时间:2025-01-15 12:30:15 ## **消息格式说明** | 格式元素 | 示例 | 含义 | 说明 | | ------------- | --------------------------- | ------------ | --------------------------------------- | | 🔥📈📌 | 🔥 [1/3] AI ChatGPT | 热度等级 | 🔥高热度(≥10条) 📈中热度(5-9条) 📌普通热度(<5条) | | [序号/总数] | [1/3] | 排序位置 | 当前词组在所有匹配词组中的排名 | | 频率词组 | AI ChatGPT | 关键词组 | 配置文件中的词组,标题必须包含其中词汇 | | : N 条 | : 2 条 | 匹配数量 | 该词组匹配的新闻总数 | | [平台名] | [百度热搜] | 来源平台 | 新闻所属的平台名称 | | 🆕 | 🆕 ChatGPT-5正式发布 | 新增标记 | 本轮抓取中首次出现的热点 | | [**数字**] | [**1**] | 高排名 | 排名≤阈值的热搜,红色加粗显示 | | [数字] | [7] | 普通排名 | 排名>阈值的热搜,普通显示 | | - 时间 | - 09时15分 | 首次时间 | 该新闻首次被发现的时间 | | [时间~时间] | [08时30分 ~ 10时45分] | 持续时间 | 从首次出现到最后出现的时间范围 | | (N次) | (3次) | 出现频率 | 在监控期间出现的总次数 | | **新增区域** | 🆕 **本次新增热点新闻** | 新话题汇总 | 单独展示本轮新出现的热点话题 |

个性化热点算法

不再被各个平台的算法牵着走,TrendRadar 会重新整理全网热搜:

把分散在各个平台的热搜合并起来,按照你关心的热度重新排序,这三个比例可以选择适合自己的场景进行调整

👉 热点权重调整
当前默认的配置是平衡性配置 ### 两个核心场景 **追实时热点型**: ```yaml weight: rank_weight: 0.8 # 主要看排名 frequency_weight: 0.1 # 不太在乎持续性 hotness_weight: 0.1 ``` **适用人群**:自媒体博主、营销人员、想快速了解当下最火话题的用户 **追深度话题型**: ```yaml weight: rank_weight: 0.4 # 适度看排名 frequency_weight: 0.5 # 重视当天内的持续热度 hotness_weight: 0.1 ``` **适用人群**:投资者、研究人员、新闻工作者、需要深度分析趋势的用户 ### 调整的方法 1. **三个数字加起来必须等于 1.0** 2. **哪个重要就调大哪个**:在乎排名就调大 rank_weight,在乎持续性就调大 frequency_weight 3. **建议每次只调 0.1-0.2**,观察效果 核心思路:追求速度和时效性的用户提高排名权重,追求深度和稳定性的用户提高频次权重。

多渠道实时推送

支持企业微信(+ 微信推送方案)、飞书钉钉Telegram邮件ntfy,消息直达手机和邮箱

多端适配

AI 智能分析(v3.0.0 新增)

基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统,让你用自然语言深度挖掘新闻数据

告别手动翻阅数据文件,AI 助手帮你秒懂新闻背后的故事

零技术门槛部署

GitHub 一键 Fork 即可使用,无需编程基础。

30秒部署: GitHub Pages(网页浏览)支持一键保存成图片,随时分享给他人

1分钟部署: 企业微信(手机通知)

💡 提示: 想要实时更新的网页版?fork 后,进入你的仓库 Settings → Pages,启用 GitHub Pages。效果预览

减少 APP 依赖

从"被算法推荐绑架"变成"主动获取自己想要的信息"

适合人群: 投资者、自媒体人、企业公关、关心时事的普通用户

典型场景: 股市投资监控、品牌舆情追踪、行业动态关注、生活资讯获取

Github Pages 效果(手机端适配、邮箱推送效果) 飞书推送效果
Github Pages效果 飞书推送效果

📝 更新日志

升级说明

  • 提示:不要通过 Sync fork 更新本项目, 建议查看【历史更新】,明确具体的【升级方式】和【功能内容】
  • 小版本更新:从 v2.x 升级到 v2.y, 用本项目的 main.py 代码替换你 fork 仓库中的对应文件
  • 大版本升级:从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork,这样更省力且避免配置冲突

2025/11/12 - v3.0.5

2025/10/26 - mcp-v1.0.1

MCP 模块更新:

👉 历史更新 ### 2025/10/31 - v3.0.4 - 解决飞书因推送内容过长而产生的错误,实现了分批推送 ### 2025/10/23 - v3.0.3 - 扩大 ntfy 错误信息显示范围 ### 2025/10/21 - v3.0.2 - 修复 ntfy 推送编码问题 ### 2025/10/20 - v3.0.0 **重大更新 - AI 分析功能上线** 🤖 - **核心功能**: - 新增基于 MCP (Model Context Protocol) 的 AI 分析服务器 - 支持13种智能分析工具:基础查询、智能检索、高级分析、系统管理 - 自然语言交互:通过对话方式查询和分析新闻数据 - 多客户端支持:Claude Desktop、Cherry Studio、Cursor、Cline 等 - **分析能力**: - 话题趋势分析(热度追踪、生命周期、爆火检测、趋势预测) - 数据洞察(平台对比、活跃度统计、关键词共现) - 情感分析、相似新闻查找、智能摘要生成 - 历史相关新闻检索、多模式搜索 - **更新提示**: - 这是独立的 AI 分析功能,不影响现有的推送功能 - 可选择性使用,无需升级现有部署 ### 2025/10/15 - v2.4.4 - **更新内容**: - 修复 ntfy 推送编码问题 + 1 - 修复推送时间窗口判断问题 - **更新提示**: - 建议【小版本升级】 ### 2025/10/10 - v2.4.3 > 感谢 [nidaye996](https://github.com/sansan0/TrendRadar/issues/98) 发现的体验问题 - **更新内容**: - 重构"静默推送模式"命名为"推送时间窗口控制",提升功能理解度 - 明确推送时间窗口作为可选附加功能,可与三种推送模式搭配使用 - 改进注释和文档描述,使功能定位更加清晰 - **更新提示**: - 这个仅仅是重构,可以不用升级 ### 2025/10/8 - v2.4.2 - **更新内容**: - 修复 ntfy 推送编码问题 - 修复配置文件缺失问题 - 优化 ntfy 推送效果 - 增加 github page 图片分段导出功能 - **更新提示**: - 建议使用【大版本更新】 ### 2025/10/2 - v2.4.0 **新增 ntfy 推送通知** - **核心功能**: - 支持 ntfy.sh 公共服务和自托管服务器 - **使用场景**: - 适合追求隐私的用户(支持自托管) - 跨平台推送(iOS、Android、Desktop、Web) - 无需注册账号(公共服务器) - 开源免费(MIT 协议) - **更新提示**: - 建议使用【大版本更新】 ### 2025/09/26 - v2.3.2 - 修正了邮件通知配置检查被遗漏的问题([#88](https://github.com/sansan0/TrendRadar/issues/88)) **修复说明**: - 解决了即使正确配置邮件通知,系统仍提示"未配置任何webhook"的问题 ### 2025/09/22 - v2.3.1 - **新增邮件推送功能**,支持将热点新闻报告发送到邮箱 - **智能 SMTP 识别**:自动识别 Gmail、QQ邮箱、Outlook、网易邮箱等 10+ 种邮箱服务商配置 - **HTML 精美格式**:邮件内容采用与网页版相同的 HTML 格式,排版精美,移动端适配 - **批量发送支持**:支持多个收件人,用逗号分隔即可同时发送给多人 - **自定义 SMTP**:可自定义 SMTP 服务器和端口 - 修复Docker构建网络连接问题 **使用说明**: - 适用场景:适合需要邮件归档、团队分享、定时报告的用户 - 支持邮箱:Gmail、QQ邮箱、Outlook/Hotmail、163/126邮箱、新浪邮箱、搜狐邮箱等 **更新提示**: - 此次更新的内容比较多,如果想升级,建议采用【大版本升级】 ### 2025/09/17 - v2.2.0 - 新增一键保存新闻图片功能,让你轻松分享关注的热点 **使用说明**: - 适用场景:当你按照教程开启了网页版功能后(GitHub Pages) - 使用方法:用手机或电脑打开该网页链接,点击页面顶部的"保存为图片"按钮 - 实际效果:系统会自动将当前的新闻报告制作成一张精美图片,保存到你的手机相册或电脑桌面 - 分享便利:你可以直接把这张图片发给朋友、发到朋友圈,或分享到工作群,让别人也能看到你发现的重要资讯 ### 2025/09/13 - v2.1.2 - 解决钉钉的推送容量限制导致的新闻推送失败问题(采用分批推送) ### 2025/09/04 - v2.1.1 - 修复docker在某些架构中无法正常运行的问题 - 正式发布官方 Docker 镜像 wantcat/trendradar,支持多架构 - 优化 Docker 部署流程,无需本地构建即可快速使用 ### 2025/08/30 - v2.1.0 **核心改进**: - **推送逻辑优化**:从"每次执行都推送"改为"时间窗口内可控推送" - **时间窗口控制**:可设定推送时间范围,避免非工作时间打扰 - **推送频率可选**:时间段内支持单次推送或多次推送 **更新提示**: - 本功能默认关闭,需手动在 config.yaml 中开启推送时间窗口控制 - 升级需同时更新 main.py 和 config.yaml 两个文件 ### 2025/08/27 - v2.0.4 - 本次版本不是功能修复,而是重要提醒 - 请务必妥善保管好 webhooks,不要公开,不要公开,不要公开 - 如果你以 fork 的方式将本项目部署在 GitHub 上,请将 webhooks 填入 GitHub Secret,而非 config.yaml - 如果你已经暴露了 webhooks 或将其填入了 config.yaml,建议删除后重新生成 ### 2025/08/06 - v2.0.3 - 优化 github page 的网页版效果,方便移动端使用 ### 2025/07/28 - v2.0.2 - 重构代码 - 解决版本号容易被遗漏修改的问题 ### 2025/07/27 - v2.0.1 **修复问题**: 1. docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题 2. frequency_words.txt 为空时,导致新闻发送也为空的逻辑问题 - 修复后,当你选择 frequency_words.txt 为空时,将**推送所有新闻**,但受限于消息推送大小限制,请做如下调整 - 方案一:关闭手机推送,只选择 Github Pages 布置(这是能获得最完整信息的方案,将把所有平台的热点按照你**自定义的热搜算法**进行重新排序) - 方案二:减少推送平台,优先选择**企业微信**或**Telegram**,这两个推送我做了分批推送功能(因为分批推送影响推送体验,且只有这两个平台只给一点点推送容量,所以才不得已做了分批推送功能,但至少能保证获得的信息完整) - 方案三:可与方案二结合,模式选择 current 或 incremental 可有效减少一次性推送的内容 ### 2025/07/17 - v2.0.0 **重大重构**: - 配置管理重构:所有配置现在通过 `config/config.yaml` 文件管理(main.py 我依旧没拆分,方便你们复制升级) - 运行模式升级:支持三种模式 - `daily`(当日汇总)、`current`(当前榜单)、`incremental`(增量监控) - Docker 支持:完整的 Docker 部署方案,支持容器化运行 **配置文件说明**: - `config/config.yaml` - 主配置文件(应用设置、爬虫配置、通知配置、平台配置等) - `config/frequency_words.txt` - 关键词配置(监控词汇设置) ### 2025/07/09 - v1.4.1 **功能新增**:增加增量推送(在 main.py 头部配置 FOCUS_NEW_ONLY),该开关只关心新话题而非持续热度,只在有新内容时才发通知。 **修复问题**: 某些情况下,由于新闻本身含有特殊符号导致的偶发性排版异常。 ### 2025/06/23 - v1.3.0 企业微信 和 Telegram 的推送消息有长度限制,对此我采用将消息拆分推送的方式。开发文档详见[企业微信](https://developer.work.weixin.qq.com/document/path/91770) 和 [Telegram](https://core.telegram.org/bots/api) ### 2025/06/21 - v1.2.1 在本版本之前的旧版本,不仅 main.py 需要复制替换, crawler.yml 也需要你复制替换 https://github.com/sansan0/TrendRadar/blob/master/.github/workflows/crawler.yml ### 2025/06/19 - v1.2.0 > 感谢 claude research 整理的各平台 api ,让我快速完成各平台适配(虽然代码更多冗余了~ 1. 支持 telegram ,企业微信,钉钉推送渠道, 支持多渠道配置和同时推送 ### 2025/06/18 - v1.1.0 > **200 star⭐** 了, 继续给大伙儿助兴~近期,在我的"怂恿"下,挺多人在我公众号点赞分享推荐助力了我,我都在后台看见了具体账号的鼓励数据,很多都成了天使轮老粉(我玩公众号才一个多月,虽然注册是七八年前的事了哈哈,属于上车早,发车晚),但因为你们没有留言或私信我,所以我也无法一一回应并感谢支持,在此一并谢谢! 1. 重要的更新,加了权重,你现在看到的新闻都是最热点最有关注度的出现在最上面 2. 更新文档使用,因为近期更新了很多功能,而且之前的使用文档我偷懒写的简单(见下面的 ⚙️ frequency_words.txt 配置完整教程) ### 2025/06/16 - v1.0.0 1. 增加了一个项目新版本更新提示,默认打开,如要关掉,可以在 main.py 中把 "FEISHU_SHOW_VERSION_UPDATE": True 中的 True 改成 False 即可 ### 2025/06/13+14 1. 去掉了兼容代码,之前 fork 的同学,直接复制代码会在当天显示异常(第二天会恢复正常) 2. feishu 和 html 底部增加一个新增新闻显示 ### 2025/06/09 **100 star⭐** 了,写个小功能给大伙儿助助兴 frequency_words.txt 文件增加了一个【必须词】功能,使用 + 号 1. 必须词语法如下: 唐僧或者猪八戒必须在标题里同时出现,才会收录到推送新闻中 ``` +唐僧 +猪八戒 ``` 2. 过滤词的优先级更高: 如果标题中过滤词匹配到唐僧念经,那么即使必须词里有唐僧,也不显示 ``` +唐僧 !唐僧念经 ``` ### 2025/06/02 1. **网页**和**飞书消息**支持手机直接跳转详情新闻 2. 优化显示效果 + 1 ### 2025/05/26 1. 飞书消息显示效果优化
优化前
飞书消息界面 - 优化前
优化后
飞书消息界面 - 优化后

🚀 快速开始

配置完成后,新闻数据一小时后才会更新,如想加快,可参照【第4步】手动测试配置效果

  1. Fork 本项目到你的 GitHub 账户

    • 点击本页面右上角的"Fork"按钮
  2. 设置 GitHub Secrets(选择你需要的平台):

    在你 Fork 后的仓库中,进入 Settings > Secrets and variables > Actions > New repository secret,然后根据需要配置以下任一或多个通知平台:

    可以同时配置多个平台,系统会向所有配置的平台发送通知。

    效果类似下图,一个 name 对应一个 secret,保存完就行,你重新编辑看不到 secret 是正常情况。

    GitHub Secrets
    👉 企业微信机器人(配置最简单最迅速)
    **GitHub Secret 配置:** - 名称:`WEWORK_WEBHOOK_URL` - 值:你的企业微信机器人 Webhook 地址 **机器人设置步骤:** #### 手机端设置: 1. 打开企业微信 App → 进入目标内部群聊 2. 点击右上角"…"按钮 → 选择"消息推送" 3. 点击"添加" → 名称输入"TrendRadar" 4. 复制 Webhook 地址,点击保存,复制的内容配置到上方的 GitHub Secret 中 #### PC 端设置流程类似
    👉 飞书机器人(消息显示最友好)
    **GitHub Secret 配置:** - 名称:`FEISHU_WEBHOOK_URL` - 值:你的飞书机器人 Webhook 地址(该链接开头类似 https://www.feishu.cn/flow/api/trigger-webhook/********)
    有两个方案,**方案一**配置简单,**方案二**配置复杂(但是稳定推送) 其中方案一,由 **ziventian**发现并提供建议,在这里感谢他,默认是个人推送,也可以配置群组推送操作[#97](https://github.com/sansan0/TrendRadar/issues/97) , **方案一:** > 对部分人存在额外操作,否则会报"系统错误"。需要手机端搜索下机器人,然后开启飞书机器人应用(该建议来自于网友,可参考) 1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-command 2. 点击"新建机器人指令" 3. 点击"选择触发器",往下滑动,点击"Webhook 触发" 4. 此时你会看到"Webhook 地址",把这个链接先复制到本地记事本暂存,继续接下来的操作 5. "参数"里面放上下面的内容,然后点击"完成" ```json { "message_type": "text", "content": { "total_titles": "{{内容}}", "timestamp": "{{内容}}", "report_type": "{{内容}}", "text": "{{内容}}" } } ``` 6. 点击"选择操作" > "通过官方机器人发消息" 7. 消息标题填写"TrendRadar 热点监控" 8. 最关键的部分来了,点击 + 按钮,选择"Webhook 触发",然后按照下面的图片摆放 ![飞书机器人配置示例](_image/image.png) 9. 配置完成后,将第 4 步复制的 Webhook 地址配置到 GitHub Secrets 中的 `FEISHU_WEBHOOK_URL`
    **方案二:** 1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-app 2. 点击"新建机器人应用" 3. 进入创建的应用后,点击"流程涉及" > "创建流程" > "选择触发器" 4. 往下滑动,点击"Webhook 触发" 5. 此时你会看到"Webhook 地址",把这个链接先复制到本地记事本暂存,继续接下来的操作 6. "参数"里面放上下面的内容,然后点击"完成" ```json { "message_type": "text", "content": { "total_titles": "{{内容}}", "timestamp": "{{内容}}", "report_type": "{{内容}}", "text": "{{内容}}" } } ``` 7. 点击"选择操作" > "发送飞书消息",勾选 "群消息",然后点击下面的输入框,点击"我管理的群组"(如果没有群组,你可以在飞书 app 上创建群组) 8. 消息标题填写"TrendRadar 热点监控" 9. 最关键的部分来了,点击 + 按钮,选择"Webhook 触发",然后按照下面的图片摆放 ![飞书机器人配置示例](_image/image.png) 10. 配置完成后,将第 5 步复制的 Webhook 地址配置到 GitHub Secrets 中的 `FEISHU_WEBHOOK_URL`
    👉 钉钉机器人
    **GitHub Secret 配置:** - 名称:`DINGTALK_WEBHOOK_URL` - 值:你的钉钉机器人 Webhook 地址 **机器人设置步骤:** 1. **创建机器人(仅 PC 端支持)**: - 打开钉钉 PC 客户端,进入目标群聊 - 点击群设置图标(⚙️)→ 往下翻找到"机器人"点开 - 选择"添加机器人" → "自定义" 2. **配置机器人**: - 设置机器人名称 - **安全设置**: - **自定义关键词**:设置 "热点" 3. **完成设置**: - 勾选服务条款协议 → 点击"完成" - 复制获得的 Webhook URL - 将 URL 配置到 GitHub Secrets 中的 `DINGTALK_WEBHOOK_URL` **注意**:移动端只能接收消息,无法创建新机器人。
    👉 Telegram Bot
    **GitHub Secret 配置:** - 名称:`TELEGRAM_BOT_TOKEN` - 你的 Telegram Bot Token - 名称:`TELEGRAM_CHAT_ID` - 你的 Telegram Chat ID **机器人设置步骤:** 1. **创建机器人**: - 在 Telegram 中搜索 `@BotFather`(大小写注意,有蓝色徽章勾勾,有类似 37849827 monthly users,这个才是官方的,有一些仿官方的账号注意辨别) - 发送 `/newbot` 命令创建新机器人 - 设置机器人名称(必须以"bot"结尾,很容易遇到重复名字,所以你要绞尽脑汁想不同的名字) - 获取 Bot Token(格式如:`123456789:AAHfiqksKZ8WmR2zSjiQ7_v4TMAKdiHm9T0`) 2. **获取 Chat ID**: **方法一:通过官方 API 获取** - 先向你的机器人发送一条消息 - 访问:`https://api.telegram.org/bot<你的Bot Token>/getUpdates` - 在返回的 JSON 中找到 `"chat":{"id":数字}` 中的数字 **方法二:使用第三方工具** - 搜索 `@userinfobot` 并发送 `/start` - 获取你的用户 ID 作为 Chat ID 3. **配置到 GitHub**: - `TELEGRAM_BOT_TOKEN`:填入第 1 步获得的 Bot Token - `TELEGRAM_CHAT_ID`:填入第 2 步获得的 Chat ID
    👉 邮件推送(支持所有主流邮箱)
    - 注意事项:为防止邮件群发功能被**滥用**,当前的群发是所有收件人都能看到彼此的邮箱地址,适合熟人间交流资讯。 - 仅供参考:请根据实际情况调整,邮箱方面并没有一一验证,是按照 SMTP 的标准配置的 **GitHub Secret 配置:** - 名称:`EMAIL_FROM` - 发件人邮箱地址 - 名称:`EMAIL_PASSWORD` - 邮箱密码或授权码 - 名称:`EMAIL_TO` - 收件人邮箱地址(多个收件人用英文逗号分隔)也可以和 EMAIL_FROM 一样,自己发送给自己 - 名称:`EMAIL_SMTP_SERVER` - SMTP服务器地址(可选,留空则自动识别) - 名称:`EMAIL_SMTP_PORT` - SMTP端口(可选,留空则自动识别) **常见邮箱设置:** #### QQ邮箱: 1. 登录 QQ邮箱网页版 → 设置 → 账户 2. 开启 POP3/SMTP 服务 3. 生成授权码(16位字母) 4. `EMAIL_PASSWORD` 填写授权码,而非 QQ 密码 #### Gmail: 1. 开启两步验证 2. 生成应用专用密码 3. `EMAIL_PASSWORD` 填写应用专用密码 #### 163/126邮箱: 1. 登录网页版 → 设置 → POP3/SMTP/IMAP 2. 开启 SMTP 服务 3. 设置客户端授权码 4. `EMAIL_PASSWORD` 填写授权码
    **高级配置**: 如果自动识别失败,可手动配置 SMTP: - `EMAIL_SMTP_SERVER`:如 smtp.gmail.com - `EMAIL_SMTP_PORT`:如 587(TLS)或 465(SSL)
    **多收件人设置**: - EMAIL_TO="user1@example.com,user2@example.com,user3@example.com"
    👉 ntfy 推送(开源免费,支持自托管)
    **两种使用方式:** ### 方式一:免费使用(推荐新手) 🆓 **特点**: - ✅ 无需注册账号,立即使用 - ✅ 每天 250 条消息(足够 90% 用户) - ✅ Topic 名称即"密码"(需选择不易猜测的名称) - ⚠️ 消息未加密,不适合敏感信息, 但适合我们这个项目的不敏感信息 **快速开始:** 1. **下载 ntfy 应用**: - Android:[Google Play](https://play.google.com/store/apps/details?id=io.heckel.ntfy) / [F-Droid](https://f-droid.org/en/packages/io.heckel.ntfy/) - iOS:[App Store](https://apps.apple.com/us/app/ntfy/id1625396347) - 桌面:访问 [ntfy.sh](https://ntfy.sh) 2. **订阅主题**(选择一个难猜的名称): ``` 建议格式:trendradar-{你的名字缩写}-{随机数字} 不能使用中文 ✅ 好例子:trendradar-zs-8492 ❌ 坏例子:news、alerts(太容易被猜到) ``` 3. **配置 GitHub Secret**: - `NTFY_TOPIC`:填写你刚才订阅的主题名称 - `NTFY_SERVER_URL`:留空(默认使用 ntfy.sh) - `NTFY_TOKEN`:留空 4. **测试**: ```bash curl -d "测试消息" ntfy.sh/你的主题名称 ``` --- ### 方式二:自托管(完全隐私控制) 🔒 **适合人群**:有服务器、追求完全隐私、技术能力强 **优势**: - ✅ 完全开源(Apache 2.0 + GPLv2) - ✅ 数据完全自主控制 - ✅ 无任何限制 - ✅ 零费用 **Docker 一键部署**: ```bash docker run -d \ --name ntfy \ -p 80:80 \ -v /var/cache/ntfy:/var/cache/ntfy \ binwiederhier/ntfy \ serve --cache-file /var/cache/ntfy/cache.db ``` **配置 TrendRadar**: ```yaml NTFY_SERVER_URL: https://ntfy.yourdomain.com NTFY_TOPIC: trendradar-alerts # 自托管可用简单名称 NTFY_TOKEN: tk_your_token # 可选:启用访问控制 ``` **在应用中订阅**: - 点击"Use another server" - 输入你的服务器地址 - 输入主题名称 - (可选)输入登录凭据 --- **常见问题:**
    Q1: 免费版够用吗? 每天 250 条消息对大多数用户足够。按 30 分钟抓取一次计算,每天约 48 次推送,完全够用。
    Q2: Topic 名称真的安全吗? 如果你选择随机的、足够长的名称(如 `trendradar-zs-8492-news`),暴力破解几乎不可能: - ntfy 有严格的速率限制(1 秒 1 次请求) - 64 个字符选择(A-Z, a-z, 0-9, _, -) - 10 位随机字符串有 64^10 种可能性(需要数年才能破解)
    --- **推荐选择:** | 用户类型 | 推荐方案 | 理由 | |---------|---------|------| | 普通用户 | 方式一(免费) | 简单快速,够用 | | 技术用户 | 方式二(自托管) | 完全控制,无限制 | | 高频用户 | 方式三(付费) | 这个自己去官网看吧 | **相关链接:** - [ntfy 官方文档](https://docs.ntfy.sh/) - [自托管教程](https://docs.ntfy.sh/install/) - [GitHub 仓库](https://github.com/binwiederhier/ntfy)
  3. 配置说明::

    注意:建议只调整文档中明确说明的配置项,其他选项主要供作者开发时测试使用

  4. 手动测试新闻推送

    我这里是拿我的项目举例,你要去你fork的项目做测试

    1. 进入 Actionshttps://github.com/sansan0/TrendRadar/actions
    2. 找到 "Hot News Crawler" 的点进去,如果看不到该字样,那么参照#109解决
    3. 点击 "Run workflow" 按钮运行,等待 1 分钟左右数据到你手机上

🐳 Docker 部署

方式一:快速体验(一行命令)

Linux/macOS 系统:

# 创建配置目录并下载配置文件
mkdir -p config output
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/

或者手动创建

  1. 在当前目录创建 config 文件夹
  2. 下载配置文件:

完成后的目录结构应该是:

当前目录/
└── config/
    ├── config.yaml
    └── frequency_words.txt
docker run -d --name trend-radar \
  -v ./config:/app/config:ro \
  -v ./output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  -e DINGTALK_WEBHOOK_URL="你的钉钉webhook" \
  -e WEWORK_WEBHOOK_URL="你的企业微信webhook" \
  -e TELEGRAM_BOT_TOKEN="你的telegram_bot_token" \
  -e TELEGRAM_CHAT_ID="你的telegram_chat_id" \
  -e EMAIL_FROM="你的发件邮箱" \
  -e EMAIL_PASSWORD="你的邮箱密码或授权码" \
  -e EMAIL_TO="收件人邮箱" \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  -e IMMEDIATE_RUN="true" \
  wantcat/trendradar:latest

方式二:使用 docker-compose(推荐)

  1. 创建项目目录和配置:

    # 创建目录结构
    mkdir -p trendradar/{config,docker}
    cd trendradar
    
    # 下载配置文件模板
    wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/
    wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/
    
    # 下载 docker-compose 配置
    wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env
    wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml

完成后的目录结构应该是:

当前目录/
├── config/
│   ├── config.yaml
│   └── frequency_words.txt
└── docker/
    ├── .env
    └── docker-compose.yml
  1. 配置文件说明:

    • config/config.yaml - 应用主配置(报告模式、推送设置等)
    • config/frequency_words.txt - 关键词配置(设置你关心的热点词汇)
    • .env - 环境变量配置(webhook URLs 和定时任务)

    ⚙️ 环境变量覆盖机制(v3.0.5+)

    如果你在 NAS 或其他 Docker 环境中遇到修改 config.yaml 后配置不生效的问题,可以通过环境变量直接覆盖配置:

    环境变量 对应配置 示例值 说明
    ENABLE_CRAWLER crawler.enable_crawler true / false 是否启用爬虫
    ENABLE_NOTIFICATION notification.enable_notification true / false 是否启用通知
    REPORT_MODE report.mode all / filtered 报告模式
    PUSH_WINDOW_ENABLED notification.push_window.enabled true / false 推送时间窗口开关
    PUSH_WINDOW_START notification.push_window.time_range.start 08:00 推送开始时间
    PUSH_WINDOW_END notification.push_window.time_range.end 22:00 推送结束时间
    FEISHU_WEBHOOK_URL notification.webhooks.feishu_url https://... 飞书 Webhook

    配置优先级:环境变量 > config.yaml

    使用方法

    • 修改 .env 文件,取消注释并填写需要的配置
    • 或在 NAS/群晖 Docker 管理界面的"环境变量"中直接添加
    • 重启容器后生效:docker-compose restart

    验证配置

    docker logs trend-radar | grep "配置来源\|来源:"

    输出示例:

    爬虫状态: 已启用 (来源: 环境变量)
    报告模式: filtered (来源: 环境变量)
    通知渠道配置来源: 飞书(环境变量), 邮件(配置文件)
  2. 启动服务:

    # 拉取最新镜像并启动
    docker-compose pull
    docker-compose up -d
  3. 查看运行状态:

    # 查看日志
    docker logs -f trend-radar
    
    # 查看容器状态
    docker ps | grep trend-radar

方式三:本地构建(开发者选项)

如果需要自定义修改代码或构建自己的镜像:

# 克隆项目
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

# 修改配置文件
vim config/config.yaml
vim config/frequency_words.txt

# 使用构建版本的 docker-compose
cd docker
cp docker-compose-build.yml docker-compose.yml

# 构建并启动
docker-compose build
docker-compose up -d

镜像更新

# 方式一:手动更新
docker pull wantcat/trendradar:latest
docker-compose down
docker-compose up -d

# 方式二:使用 docker-compose 更新
docker-compose pull
docker-compose up -d

服务管理命令

# 查看运行状态
docker exec -it trend-radar python manage.py status

# 手动执行一次爬虫
docker exec -it trend-radar python manage.py run

# 查看实时日志
docker exec -it trend-radar python manage.py logs

# 显示当前配置
docker exec -it trend-radar python manage.py config

# 显示输出文件
docker exec -it trend-radar python manage.py files

# 查看帮助信息
docker exec -it trend-radar python manage.py help

# 重启容器
docker restart trend-radar

# 停止容器
docker stop trend-radar

# 删除容器(保留数据)
docker rm trend-radar

数据持久化

生成的报告和数据默认保存在 ./output 目录下,即使容器重启或删除,数据也会保留。

故障排查

# 检查容器状态
docker inspect trend-radar

# 查看容器日志
docker logs --tail 100 trend-radar

# 进入容器调试
docker exec -it trend-radar /bin/bash

# 验证配置文件
docker exec -it trend-radar ls -la /app/config/

🤖 AI 智能分析部署

TrendRadar v3.0.0 新增了基于 MCP (Model Context Protocol) 的 AI 分析功能,让你可以通过自然语言与新闻数据对话,进行深度分析。使用 AI 功能 的最佳前提是已使用本项目至少运行一天(积累新闻数据)

1. 快速部署

Cherry Studio 提供 GUI 配置界面, 5 分钟快速部署, 复杂的部分是一键安装的。

图文部署教程:现已更新到我的公众号,回复 "mcp" 即可

详细部署教程README-Cherry-Studio.md

2. 学习与 AI 对话的姿势

详细对话教程README-MCP-FAQ.md

提问效果

实际不建议一次性问多个问题。如果你选择的 ai 模型连下图的按顺序调用都无法做到,建议换一个。

mcp 使用效果图2

🔌 MCP 客户端

TrendRadar MCP 服务支持标准的 Model Context Protocol (MCP) 协议,可以接入各种支持 MCP 的 AI 客户端进行智能分析。

支持的客户端

注意事项

👉 Claude Desktop #### 配置文件方式 编辑 Claude Desktop 的 MCP 配置文件: **Windows**: `%APPDATA%\Claude\claude_desktop_config.json` **Mac**: `~/Library/Application Support/Claude/claude_desktop_config.json` **配置内容**: ```json { "mcpServers": { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "env": {}, "disabled": false, "alwaysAllow": [] } } } ```
👉 Cursor #### 方式一:HTTP 模式(推荐) 1. **启动 HTTP 服务**: ```bash # Windows start-http.bat # Mac/Linux ./start-http.sh ``` 2. **配置 Cursor**: **项目级配置**(推荐): 在项目根目录创建 `.cursor/mcp.json`: ```json { "mcpServers": { "trendradar": { "url": "http://localhost:3333/mcp", "description": "TrendRadar 新闻热点聚合分析" } } } ``` **全局配置**: 在用户目录创建 `~/.cursor/mcp.json`(同样内容) 3. **使用步骤**: - 保存配置文件后重启 Cursor - 在聊天界面的 "Available Tools" 中查看已连接的工具 - 开始使用:`搜索今天的"AI"相关新闻` #### 方式二:STDIO 模式 创建 `.cursor/mcp.json`: ```json { "mcpServers": { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ] } } } ```
👉 VSCode (Cline/Continue) #### Cline 配置 在 Cline 的 MCP 设置中添加: **HTTP 模式**(推荐): ```json { "trendradar": { "url": "http://localhost:3333/mcp", "type": "streamableHttp", "autoApprove": [], "disabled": false } } ``` **STDIO 模式**: ```json { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "type": "stdio", "disabled": false } } ``` #### Continue 配置 编辑 `~/.continue/config.json`: ```json { "experimental": { "modelContextProtocolServers": [ { "transport": { "type": "stdio", "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ] } } ] } } ``` **使用示例**: ``` 分析最近7天"特斯拉"的热度变化趋势 生成今天的热点摘要报告 搜索"比特币"相关新闻并分析情感倾向 ```
👉 Claude Code CLI #### HTTP 模式配置 ```bash # 1. 启动 HTTP 服务 # Windows: start-http.bat # Mac/Linux: ./start-http.sh # 2. 添加 MCP 服务器 claude mcp add --transport http trendradar http://localhost:3333/mcp # 3. 验证连接(确保服务已启动) claude mcp list ``` #### 使用示例 ```bash # 查询新闻 claude "搜索今天知乎的热点新闻,前10条" # 趋势分析 claude "分析'人工智能'这个话题最近一周的热度趋势" # 数据对比 claude "对比知乎和微博平台对'比特币'的关注度" ```
👉 MCP Inspector(调试工具)
MCP Inspector 是官方调试工具,用于测试 MCP 连接: #### 使用步骤 1. **启动 TrendRadar HTTP 服务**: ```bash # Windows start-http.bat # Mac/Linux ./start-http.sh ``` 2. **启动 MCP Inspector**: ```bash npx @modelcontextprotocol/inspector ``` 3. **在浏览器中连接**: - 访问:`http://localhost:3333/mcp` - 测试 "Ping Server" 功能验证连接 - 检查 "List Tools" 是否返回 13 个工具: - 基础查询:get_latest_news, get_news_by_date, get_trending_topics - 智能检索:search_news, search_related_news_history - 高级分析:analyze_topic_trend, analyze_data_insights, analyze_sentiment, find_similar_news, generate_summary_report - 系统管理:get_current_config, get_system_status, trigger_crawl
👉 其他支持 MCP 的客户端
任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar: #### HTTP 模式(推荐) **服务地址**:`http://localhost:3333/mcp` **基本配置模板**: ```json { "name": "trendradar", "url": "http://localhost:3333/mcp", "type": "http", "description": "新闻热点聚合分析" } ``` #### STDIO 模式 **基本配置模板**: ```json { "name": "trendradar", "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "type": "stdio" } ``` **注意事项**: - 替换 `/path/to/TrendRadar` 为实际项目路径 - Windows 路径使用反斜杠转义:`C:\\Users\\...` - 确保已完成项目依赖安装(运行过 setup 脚本)

常见问题

👉 Q1: HTTP 服务无法启动?
**检查步骤**: 1. 确认端口 3333 未被占用: ```bash # Windows netstat -ano | findstr :3333 # Mac/Linux lsof -i :3333 ``` 2. 检查项目依赖是否安装: ```bash # 重新运行安装脚本 # Windows: setup-windows.bat 或者 setup-windows-en.bat # Mac/Linux: ./setup-mac.sh ``` 3. 查看详细错误日志: ```bash uv run python -m mcp_server.server --transport http --port 3333 ``` 4. 尝试自定义端口: ```bash uv run python -m mcp_server.server --transport http --port 33333 ```
👉 Q2: 客户端无法连接到 MCP 服务?
**解决方案**: 1. **STDIO 模式**: - 确认 UV 路径正确(运行 `which uv` 或 `where uv`) - 确认项目路径正确且无中文字符 - 查看客户端错误日志 2. **HTTP 模式**: - 确认服务已启动(访问 `http://localhost:3333/mcp`) - 检查防火墙设置 - 尝试使用 127.0.0.1 替代 localhost 3. **通用检查**: - 重启客户端应用 - 查看 MCP 服务日志 - 使用 MCP Inspector 测试连接
👉 Q3: 工具调用失败或返回错误?
**可能原因**: 1. **数据不存在**: - 确认已运行过爬虫(有 output 目录数据) - 检查查询日期范围是否有数据 - 查看 output 目录的可用日期 2. **参数错误**: - 检查日期格式:`YYYY-MM-DD` - 确认平台 ID 正确:`zhihu`, `weibo` 等 - 查看工具文档中的参数说明 3. **配置问题**: - 确认 `config/config.yaml` 存在 - 确认 `config/frequency_words.txt` 存在 - 检查配置文件格式是否正确

项目相关

4 篇文章

AI 开发

  • 如果你有小众需求,完全可以基于我的项目自行开发,零编程基础的也可以试试
  • 我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率,这款工具已开源
  • 核心功能:迅速筛选项目代码喂给AI,你只需要补充个人需求即可
  • 项目地址https://github.com/sansan0/ai-code-context-helper

其余项目

📍 毛主席足迹地图 - 交互式动态展示1893-1976年完整轨迹。欢迎诸位同志贡献数据

哔哩哔哩(bilibili)评论区数据可视化分析软件

👉 微信推送通知方案
> 由于该方案是基于企业微信的插件机制,推送样式也十分不同,所以相关实现我暂时不准备纳入当前项目 - fork 这位兄台的项目 https://github.com/jayzqj/TrendRadar - 完成上方的企业微信推送设置 - 按照下面图片操作 - 配置好后,手机上的企业微信 app 删除掉也没事

本项目流程图

flowchart TD
    A[👤 用户开始] --> B{🚀 选择部署方式}

    B -->|云端部署| C1[🍴 Fork 项目到 GitHub]
    B -->|本地部署| C2[🐳 Docker 部署]

    C1 --> D[⚙️ 配置通知渠道<br/>可同时配置多个]
    C2 --> D

    D --> E[选择通知方式:<br/>📱企业微信 💬飞书 🔔钉钉<br/>📟Telegram 📧邮件]

    E --> F[🔑 填写通知参数<br/>GitHub Secrets 或环境变量]

    F --> G[📝 配置关键词<br/>config/frequency_words.txt<br/>普通词/必须词+/过滤词!]

    G --> H[🎯 选择运行模式<br/>config/config.yaml]

    H --> H1[📋 daily - 当日汇总<br/>定时推送所有匹配新闻]
    H --> H2[📰 current - 当前榜单<br/>定时推送最新榜单]
    H --> H3[📈 incremental - 增量监控<br/>仅推送新增内容]

    H1 --> I[可选:推送时间窗口控制<br/>⏰ 限制推送时间范围]
    H2 --> I
    H3 --> I

    I --> J[✅ 配置完成]

    J --> K[🤖 系统自动运行]

    K --> L[🕷️ 爬取11+平台热点]
    L --> M[🔍 关键词筛选]
    M --> N[⚖️ 权重算法排序<br/>排名60% + 频次30% + 热度10%]
    N --> O[📊 生成报告<br/>HTML网页 + 推送消息]
    O --> P[📱 多渠道推送通知]

    P --> Q[🎉 持续接收精准推送<br/>告别信息过载]

    style A fill:#e3f2fd
    style B fill:#f3e5f5
    style D fill:#fff3e0
    style F fill:#fff9c4
    style G fill:#e8f5e9
    style H fill:#e0f2f1
    style I fill:#fce4ec
    style O fill:#e1bee7
    style Q fill:#c8e6c9

Star History Chart

📄 许可证

GPL-3.0 License