TrendRadar MCP-Server | PlugMCP
Zum Inhalt springen ⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts.🎯 告别信息过载，你的 AI 舆情监控助手与热点筛选工具！聚合多平台热点 + RSS 订阅，支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机，也支持接入 MCP 架构，赋能 AI 自然语言对话分析、情感洞察与趋势预测等。支持 Docker ，数据本地/云端自持。集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。
No tool list yet. Remote servers get one after the first health check.
Beliebiges Tool in beliebigen Agenten. MCP-Verzeichnis für Leute, die keine Server schreiben.
Produkt
Verzeichnis
Entwickler
Unternehmen
63k
stars
⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts.🎯 告别信息过载，你的 AI 舆情监控助手与热点筛选工具！聚合多平台热点 + RSS 订阅，支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机，也支持接入 MCP 架构
T README.md
Transport stdio
Status Local
Questions How do I install TrendRadar? Copy the stdio config for Cursor, Claude Desktop, Claude Code, or VS Code on this page. It uses the publisher's install, not a PlugMCP proxy.
Does TrendRadar need an API key? No required environment variable is listed on this record.
What transport does TrendRadar use? TrendRadar runs locally over stdio.
When was TrendRadar last checked? Last checked 2026-10-26. ⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts.🎯 告别信息过载，你的 AI 舆情监控助手与热点筛选工具！聚合多平台热点 + RSS 订阅，支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机，也支持接入 MCP 架构，赋能 AI 自然语言对话分析、情感洞察与趋势预测等。支持 Docker ，数据本地/云端自持。集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。
<div align="center" id="trendradar">
<a href="https://github.com/sansan0/TrendRadar" title="TrendRadar
Documentation
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
🌐 官方网站 · 📖 官网文档 · AI 自建热榜数据源
Key features 01. ⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts02. 🎯 告别信息过载，你的 AI 舆情监控助手与热点筛选工具！聚合多平台热点 + RSS 订阅，支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机，也支持接入 MCP 架构，赋能 AI 自然语言对话分析、情感洞察与趋势预测等。支持 Docker ，数据本地/云端自持。集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。03. <div align="center" id="trendradar">04. <a href="https://github05. com/sansan0/TrendRadar" title="TrendRadar">
Directory score 22/100 Listed 10 of 10
In the official MCP Registry 0 of 18
Claimed by its maintainer 0 of 8
Answers with a tool list 0 of 12
GitHub stars 16 of 16
Weekly downloads 0 of 10
Tools 0 of 10
Tools have descriptions 0 of 6
License 4 of 4
Voice ready 0 of 3
Not seen in three days -8
Maintain this server? Claiming it adds 8 points. Ohmyzsh 🙃 A delightful community-driven (with 2,500+ contributors) framework for managing your zsh configuration. Includes 300+ optional plugins (rails, git, macOS, hub, docker, homebrew, node, php, python Ruflo 🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, feder DevOps MCP servers Best DevOps MCP servers azure-compute Azure VM/VMSS router. WHEN: create / provision / deploy / spin-up VM, recommend VM size, compare VM pricing, VMSS, scale set, autoscale, burstable, lightweight server, website, backend, GPU, machine l self-hosted-funnel-launch Deploy a self-hosted funnel builder, take a funnel from empty install to published - landing page, checkout, one-click upsell, thank-you - and drive it from an agent over MCP. Covers deploying to Clou
📑 快速导航
💡 点击下方链接 可快速跳转到对应章节。部署推荐从「快速开始 」入手，需要详细自定义请看「配置详解 」
感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持
早期支持者致谢
💡 特别说明 ：
关于名单 ：下方表格记录了项目起步阶段（天使轮）的支持者。因早期人工统计繁琐，难免存在疏漏或记录不全的情况，如有遗漏，实非本意，万望海涵 。未来规划 ：为了将有限的精力回归代码与功能迭代，即日起不再人工维护此名单 。
无论名字是否上榜，你们的每一份支持都是 TrendRadar 能够走到今天的基石。🙏
基础设施支持 感谢 GitHub 免费提供的基础设施，这是本项目得以一键 fork 便捷运行的最大前提。
数据支持 本项目使用 newsnow 项目的 API 获取多平台数据，特别感谢作者提供的服务。
经联系，作者表示无需担心服务器压力，但这是基于他的善意和信任。请大家：
前往 newsnow 项目 点 star 支持 Docker 部署时，请合理控制推送频率，勿竭泽而渔
推广助力
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。
关于"一元点赞"的回归 ：
随着 v5.0.0 版本的发布，项目迈入了一个新的阶段。为了支持日益增长的 API 成本和咖啡因消耗，"一元点赞"通道现已重新开启。你的每一份心意，都将转化为代码世界里的 Token 和动力。🚀 前往支持
🪄 赞助商
RapidProxy $0.55/GB 起 ，静态住宅 $5/IP/月起 。
使用专属优惠码 RAPID109 折优惠 。立即免费试用 。
Swiftproxy
使用优惠码 PROXY90九折优惠 。
🤝 二次开发与引用 如果你在项目中使用或借鉴了本项目的思路、核心代码，非常欢迎 在 README 或文档中注明来源并附上本仓库链接。
这将有助于项目的持续维护和社区发展，感谢你的尊重与支持！❤️
💬 社区交流
GitHub Issues ：适合具体的技术问题。提问时请提供完整信息（截图、错误日志等），有助于快速定位。公众号交流 ：建议优先在相关文章下的留言区交流。若需后台提问，先点赞/推荐 文章是最好的"敲门砖"，我在后台都能感受到这份心意哟 (´▽`ʃ♡ƪ)。QQ 群交流 ：无论你是 AI 小白还是硬核开发者，想求助技术问题还是分享折腾心得，这里都欢迎你。群里主打互助交流和灵感碰撞，入群请先看群公告；提问时描述清楚问题、附上截图，群友有空就会帮忙，大家的实战经验往往比我一个人更快更全面 🤝
友情提示 ：
本项目为开源分享，非商业产品。把作者当朋友而非客服，沟通效率会更高哦！
🧩 作者的另一款工具：SanFrame
📝 更新日志
提示 ：建议查看【历史更新】，明确具体的【功能内容】
2026/10/13 - v6.11.0
中英文配置编辑 ：可视化编辑器支持中英文切换，并提供英文配置模板，方便按熟悉的语言设置运行参数、关键词和调度规则更多部署选择 ：可选配置 Cloudflare Pages 自动部署，抓取完成后自动发布网页报告；补充基于 uv 的本地部署说明，方便在本机运行抓取与配置稳定性 ：RSS 临时请求失败时仅立即重试一次；修复时间解析中的小数秒与时区偏移、全局过滤正则和 AI 自定义参数传递，并避免远程存储检查失败时误建空库
2026/02/09 - mcp-v4.0.0
🔥 AI 消息直推所有渠道 ：让 AI 写好的内容一键推送到飞书、钉钉、Telegram、邮件等 9 个渠道，Markdown 自动适配各平台格式，不用操心格式差异新增格式化策略指南 ：新增 get_channel_format_guide 工具，告诉 AI 每个渠道支持什么格式、有什么限制，生成的内容排版更好看智能分批发送 ：超长消息自动按各渠道字节限制拆分（飞书 30KB、钉钉 20KB 等），配置读取自 config.yaml修复渠道误检测 ：ntfy 不再因为默认地址被误报为"已配置"代码复用优化 ：批次处理函数直接复用 trendradar 核心模块，不重复造轮子
2026/06/19 - v6.10.0
AI 翻译分批处理 ：大量标题翻译时自动分批请求，避免单次请求超限导致翻译失败模块拆分重构 ：拆分 context.py 和 __main__.py，AI 筛选流水线独立为 filter_pipeline 模块，职责更清晰、维护更方便修复飞书来源标签显示 ：修复飞书卡片中来源标签和 AI 独立源点速览被 CommonMark 吞掉不显示的问题
2026/06/02 - v6.9.0
热榜域名安全校验 ：新增 expected_domain 配置项，校验返回数据链接的域名合法性，不匹配时自动丢弃数据并警告，有效防范链接劫持或数据篡改自定义热榜 API 地址 ：支持自部署 newsnow 并配置 api_url 使用自己的数据源
2026/05/23 - v6.8.0
HTML 报告全面增强 ：新增报告元数据展示（生成时间、数据来源、版本号）、暗色模式自动适配、Tab 栏交互优化、趋势箭头可视化，浏览器阅读体验大幅提升版本检查 CDN 多源回退 ：版本检查接口支持 GitHub → jsDelivr → Cloudflare 等多个 CDN 源自动回退，国内网络环境也能稳定获取更新提示展示区域开关生效 ：HTML 报告和邮件现在正确尊重 display.regions.ai_analysis 和 display.regions.standalone 开关，关闭即不渲染导出按钮修复 ：修复导出按钮点击后下拉菜单图标消失的问题Markdown 导出修复 ：修复 HTML 报告 Markdown 导出中 JS 换行符转义错误
2026/05/15 - v6.7.0
Markdown 导出 ：报告导出下拉菜单新增 Markdown 格式，一键生成带链接的结构化文本，方便 LLM 二次加工和跨平台分享（#1121 ）RSS guid 去重 ：RSS 存储新增 guid 字段，去重优先级改为 guid > url，解决同一文章因 URL 变化导致重复入库的问题空标题防护 ：解析器、渲染层、翻译回填全链路增加空标题兜底逻辑，确保无标题条目也能正常显示翻译质量增强 ：翻译提示词要求保留编号顺序，空翻译结果不再覆盖原始标题
2026/03/28 - v6.6.0
HTML 报告浏览器增强 ：在浏览器中打开报告可自动切换宽屏布局，关键词分组和独立展区均支持 Tab 快速切换，搜索框实时过滤新闻标题，邮件客户端仍显示原始窄屏布局，零回归暗色模式 ：一键切换深色主题，自动记住偏好，适合夜间阅读一键复制新闻 ：鼠标悬停新闻序号即可复制标题和链接，方便快速分享导出优化 ：整页截图和分段截图合并为下拉式导出按钮，截图时自动还原干净布局快捷键系统 ：支持 W 宽屏切换、D 暗色模式、/ 搜索、? 查看快捷键提示阅读进度条 ：页面顶部实时显示阅读进度
2026/03/12 - v6.5.0
AI 智能筛选系统 ：不用再手动设关键词！在 ai_interests.txt 里用日常语言写下你关注的方向（如"我想看 AI 和新能源相关新闻"），AI 会自动提取标签并对每条新闻打分，只推送真正和你相关的内容。万一 AI 筛选出了问题，会自动切回关键词匹配，推送不中断每个时段支持不同的筛选方式和关注方向 ：Timeline 中的每个时间段现在可以独立设置用什么方式筛选、看什么类型的新闻。比如：早上用"科技关键词"快速过滤，晚上换成"金融 AI 兴趣描述"做深度筛选——同一个系统，不同时段看不同内容AI 分析范围独立于推送 ：AI 分析的数据范围可以和推送内容不同。比如推送只发新增消息（避免重复打扰），但 AI 分析当天全部新闻（看完整趋势）。每个时段也能单独设置 AI 分析模式AI 筛选智能省钱 ：已分析过的新闻不会重复消耗 token；兴趣描述修改后，AI 自动判断变化幅度——小改动只更新受影响的标签，大改动才全量重新分类多文件配置与标签隔离 ：自定义关键词文件放 config/custom/keyword/，AI 兴趣文件放 config/custom/ai/，不同文件产生的标签各自独立、互不干扰AI 翻译精准控制 ：可分别控制热榜、RSS、独立展示区是否翻译，没开启显示的区域自动跳过，不浪费 token远程存储批量上传 ：多次写操作攒在一起统一提交云端，减少 API 调用次数每组关键词/标签展示数量限制 ：通过 max_news_per_keyword 控制每个分组最多显示多少条新闻，避免单个热门话题占满整条推送时段冲突智能检测 ：两个时间段如果有时间重叠，系统会自动报错提醒修改，避免配置冲突导致意外行为修复若干bug
2026/02/09 - v6.0.0
Breaking Change ：配置文件升级（config.yaml 2.0.0），旧版 push_window 和 analysis_window 配置不再兼容，请参考新版 config.yaml 迁移
统一调度系统 ：新增 timeline.yaml，用一套配置控制「什么时间采集 / 推送 / AI 分析」5 种预设模板 ：always_on（全天候，默认）、morning_evening（早晚汇总）、office_hours（办公时间）、night_owl（夜猫子）、custom（自定义）；也支持在 presets: 下新增自己的模板，只要 key 不重复，然后在 config.yaml 里填你的模板名即可灵活的时间段配置 ：支持工作日/周末差异化、跨午夜时间段、per-period once 去重可视化配置编辑器 ：
新增 timeline.yaml 编辑标签页，与 config.yaml / frequency_words.txt 并列
预设模式卡片选择：点击即切换，自动同步 config.yaml 的 schedule.preset
周视图时间线：7 天 × 24 小时水平条，用颜色区分推送/分析/采集状态
可交互控件：开关、下拉框、时间选择器，右侧修改实时同步到左侧 YAML
周映射下拉选择：根据日计划动态填充，拖拉点击即可完成调度配置
AI 提示词稳定性优化 （ai_analysis_prompt.txt v2.0.0）：
格式规范独立说明：将换行/标签/序号/禁止事项从 JSON value 中抽出，作为独立章节
JSON 模板简化：字段描述缩短为一句话 + 字数限制，减少 AI 输出格式混乱
去除 system prompt 中的 Markdown 格式，与"禁止 Markdown"指令保持一致
所有 JSON 字段声明为可选，缺少任何字段不会报错，增强容错性
新增独立展示区 AI 概括分析 （ai_analysis.include_standalone）：
新增独立开关，开启后 AI 对每个 standalone 源生成核心概括
AI 分析与推送展示解耦：无需开启独立展示区的推送显示，AI 也可独立分析完整热榜数据
支持热榜平台和 RSS 源，含排名/时间/轨迹数据
轨迹分析与 include_rank_timeline 联动：开启时利用轨迹数据做深度趋势分析，关闭时基于排名做简要判断
新增 standalone_summaries JSON 字段（独立源点速览），所有推送渠道均已适配渲染
2026/01/28 - v5.5.0
和 mcp 功能一样, 这个小工具我也不新开一个仓库维护了, 反正纯前端, 都搁一起吧
2026/02/02 - mcp-v3.2.0
新增 read_article 工具 ：通过 Jina AI Reader 读取单篇文章正文（Markdown 格式）新增 read_articles_batch 工具 ：批量读取多篇文章（最多 5 篇，自动限速）推荐工作流 ：search_news(query="关键词", include_url=True) → read_article(url=...) 读取正文文档更新 ：README-MCP-FAQ.md 和 README-MCP-FAQ-EN.md 新增 Q19-Q20 文章读取相关说明
2026/01/10 - mcp-v3.0.0~v3.1.5
Breaking Change ：所有工具返回值统一为 {success, summary, data, error} 结构异步一致性 ：所有 21 个工具函数使用 asyncio.to_thread() 包装同步调用MCP Resources ：新增 4 个资源（platforms、rss-feeds、available-dates、keywords）RSS 增强 ：get_latest_rss 支持多日查询（days 参数），跨日期 URL 去重正则匹配修复 ：get_trending_topics 支持 /pattern/ 正则语法和 display_name缓存优化 ：新增 make_cache_key() 函数，参数排序+MD5 哈希确保一致性新增 check_version 工具 ：支持同时检查 TrendRadar 和 MCP Server 版本更新
2026/01/23 - v5.4.0
增加 AI 分析模式的独立控制功能，可选 follow_report | daily | current | incremental
新增 AI 分析时间窗口控制，支持自定义运行段及每日频次限制
增加配置文件版本管理功能
修复若干bug
2026/01/19 - v5.3.0
统一 AI 接口 ：使用 LiteLLM 替代手动实现，支持 100+ AI 提供商简化配置 ：移除 provider 字段，改用 model: "provider/model_name" 格式新增功能 ：自动重试 (num_retries)、备用模型 (fallback_models)配置变更 ：
ai.provider → 移除（已合并到 model）ai.base_url → ai.api_baseAI_PROVIDER 环境变量 → 移除AI_BASE_URL 环境变量 → AI_API_BASE
模型格式示例 ：
DeepSeek: deepseek/deepseek-chat
OpenAI: openai/gpt-4o
Gemini: gemini/gemini-2.5-flash
Anthropic: anthropic/claude-3-5-sonnet
2026/01/17 - v5.2.0
多语言翻译 ：支持将推送内容翻译为任意语言批量翻译 ：智能批量处理，减少 API 调用次数自定义提示词 ：支持自定义翻译风格
AI 模型配置独立 ：分析和翻译共享模型配置区域开关统一 ：统一管理推送区域显示区域排序自定义 ：支持自定义各区域的显示顺序
AI 分析嵌入 HTML ：分析结果直接嵌入 HTML 报告，邮件通知直接使用富样式 AI 区块 ：渐变蓝色背景卡片式布局，清晰分隔各分析维度排名时间线支持 ：AI 可获取每条新闻在每个抓取时间点的精确排名板块重组 (7→4) ：整合为核心热点态势、舆论风向争议、异动与弱信号、研判策略建议
通用参数透传 ：支持向 API 透传任意高级参数Gemini 适配 ：原生参数支持，内置安全策略放宽
2026/01/10 - v5.0.0
开发小插曲 ：
致敬那个陪伴我两年多、却在刚续费后反手弹出 "This organization has been disabled" 的某 C 厂模型
本次更新对推送消息进行了区域化重构，现在推送内容清晰地划分为五大核心板块：
📊 热榜新闻 ：根据你的关键词精准筛选后的全网热点聚合。📰 RSS 订阅 ：你的个性化订阅源内容，支持按关键词分组。🆕 本次新增 ：实时捕捉自上次运行以来的全新热点（带 🆕 标记）。📋 独立展示区 ：指定平台的完整热榜或 RSS 源展示，完全不受关键词过滤限制 。✨ AI 分析板块 ：由 AI 驱动的深度洞察，包含趋势概述、热度走势及极其重要 的情感倾向分析。
AI 分析集成 ：使用 AI 大模型对推送内容进行深度分析，自动生成热点趋势概述、关键词热度分析、跨平台关联、潜在影响评估等情感倾向分析 ：新增深度情感识别，精准捕捉舆论的正负面、争议或担忧情绪多 AI 提供商支持 ：支持 DeepSeek（默认，性价比高）、OpenAI、Google Gemini 及任意 OpenAI 兼容接口两种推送模式 ：only_analysis（仅 AI 分析）、both（两者都推送）自定义提示词 ：通过 config/ai_analysis_prompt.txt 文件自定义 AI 分析角色和输出格式多维度数据分析 ：AI 可分析排名变化、热度持续时间、跨平台表现、趋势预测等
完整热榜展示 ：指定平台的完整热榜单独展示，不受关键词过滤影响RSS 独立展示 ：RSS 源内容可完整展示，适合内容较少的订阅源灵活配置 ：支持配置展示平台列表、RSS 源列表、最大展示条数
排版升级 ：重新设计并统一各渠道统计头部，强化区块组织，消息层次一目了然配置简化 ：优化飞书等通知渠道的配置逻辑，上手更简单热度趋势箭头 ：新增 🔺(上升)、🔻(下降)、➖(持平) 趋势标识，直观展示热度变化通用 Webhook ：支持自定义 Webhook URL 和 JSON 模板，轻松适配 Discord、Matrix、IFTTT 等任意平台
频率词配置增强 ：新增 [组别名] 语法，支持 # 注释行，配置更清晰（感谢 @songge8 提出的建议）环境变量支持 ：AI 分析相关配置支持环境变量覆盖（AI_API_KEY、AI_PROVIDER 等）
2026/01/02 - v4.7.0
修复 RSS HTML 显示 ：修复 RSS 数据格式不匹配导致的渲染问题，现在按关键词分组正确显示新增正则表达式语法 ：关键词配置支持 /pattern/ 正则语法，解决英文子字符串误匹配问题（如 ai 匹配 training）📖 查看语法详解 新增显示名称语法 ：使用 => 备注 给复杂的正则表达式起个好记的名字，推送消息显示更清晰（如 /\bai\b/ => AI相关）不会写正则？ README 新增 AI 生成正则的引导，告诉 ChatGPT/Gemini/DeepSeek 你想匹配什么，让 AI 帮你写
2025/12/30 - mcp-v2.0.0
架构调整 ：移除 TXT 支持，统一使用 SQLite 数据库RSS 查询 ：新增 get_latest_rss、search_rss、get_rss_feeds_status统一搜索 ：search_news 支持 include_rss 参数同时搜索热榜和 RSS
2026/01/01 - v4.6.0
修复 RSS HTML 显示 ：将 RSS 内容合并到热榜 HTML 页面，按源分组显示新增 display_mode 配置 ：支持 keyword（按关键词分组）和 platform（按平台分组）两种显示模式
2025/12/30 - v4.5.0
RSS 订阅源支持 ：新增 RSS/Atom 抓取，按关键词分组统计（与热榜格式一致）存储结构重构 ：扁平化目录结构 output/{type}/{date}.db统一排序配置 ：sort_by_position_first 同时影响热榜和 RSS配置结构重构 ：config.yaml 重新组织为 7 个逻辑分组（app、report、notification、storage、platforms、rss、advanced），配置路径更清晰
2025/12/26 - mcp-v1.2.0 MCP 模块更新 - 优化工具集，新增聚合对比功能，合并冗余工具:
新增 aggregate_news 工具 - 跨平台新闻去重聚合
新增 compare_periods 工具 - 时期对比分析（周环比/月环比）
合并 find_similar_news + search_related_news_history → find_related_news
增强 get_trending_topics - 新增 auto_extract 模式自动提取热点
修复若干bug
同步更新 README-MCP-FAQ.md 文档的中英文版 (Q1-Q18)
2025/12/20 - v4.0.3
新增 URL 标准化功能，解决微博等平台因动态参数（如 band_rank）导致的重复推送问题
修复增量模式检测逻辑，正确识别历史标题
2025/12/17 - v4.0.1
StorageManager 添加推送记录代理方法
S3 客户端切换至 virtual-hosted style 以提升兼容性（支持腾讯云 COS 等更多服务）
2025/12/13 - mcp-v1.1.0
适配 v4.0.0，同时也兼容 v3.x 的数据
新增存储同步工具：sync_from_remote、get_storage_status、list_available_dates
2025/12/13 - v4.0.0
多存储后端支持 ：引入全新的存储模块，支持本地 SQLite 和远程云存储（S3 兼容协议，例如 Cloudflare R2），适应 GitHub Actions、Docker 和本地环境。数据库结构优化 ：重构 SQLite 数据库表结构，提升数据效率和查询能力。核心代码模块化 ：将主程序逻辑拆分为 trendradar 包的多个模块，显著提升代码可维护性。增强功能 ：实现日期格式标准化、数据保留策略、时区配置支持、时间显示优化，并修复远程存储数据持久化问题，确保数据合并的准确性。清理和兼容 ：移除了大部分历史兼容代码，统一了数据存储和读取方式。
2025/12/03 - v3.5.0
多账号推送支持
所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）支持多账号配置
使用分号 ; 分隔多个账号，例如：FEISHU_WEBHOOK_URL=url1;url2
自动验证配对配置（如 Telegram 的 token 和 chat_id）数量一致性
推送区域配置
通过 display.region_order 自定义各区域的显示顺序（v5.2.0 替代原 reverse_content_order）
通过 display.regions 控制各区域是否显示（热榜、新增热点、RSS、独立展示区、AI 分析）
全局过滤关键词
新增 [GLOBAL_FILTER] 区域标记，支持全局过滤不想看到的内容
适用场景：过滤广告、营销、低质内容等
问题修复 ：解决 Docker 环境下 index.html 无法同步到宿主机的问题双路径生成 ：当日汇总 HTML 同时生成到两个位置
index.html（项目根目录）：供 GitHub Pages 访问output/index.html：通过 Docker Volume 挂载，宿主机可直接访问
兼容性 ：确保 Docker、GitHub Actions、本地运行环境均能正常访问网页版报告
新增独立的 MCP 服务镜像 wantcat/trendradar-mcp
支持 Docker 部署 AI 分析功能，通过 HTTP 接口（端口 3333）提供服务
双容器架构：新闻推送服务与 MCP 服务独立运行，可分别扩展和重启
详见 Docker 部署 - MCP 服务
新增内置 Web 服务器，支持通过浏览器访问生成的报告
通过 manage.py 命令控制启动/停止：docker exec -it trendradar python manage.py start_webserver
访问地址：http://localhost:8080（端口可配置）
安全特性：静态文件服务、目录限制、本地访问
支持自动启动和手动控制两种模式
GitHub Fork 用户 ：更新 main.py、config/config.yaml（新增多账号推送支持，无需修改现有配置）多账号推送 ：新功能，默认不启用，现有单账号配置不受影响
2025/11/26 - mcp-v1.0.3
新增日期解析工具 resolve_date_range,解决 AI 模型计算日期不一致的问题
支持自然语言日期表达式解析(本周、最近7天、上月等)
工具总数从 13 个增加到 14 个
2025/11/28 - v3.4.1
Bark 推送增强
Bark 现支持 Markdown 渲染
启用原生 Markdown 格式：粗体、链接、列表、代码块等
移除纯文本转换，充分利用 Bark 原生渲染能力
Slack 格式精准化
使用专用 mrkdwn 格式处理分批内容
提升字节大小估算准确性（避免消息超限）
优化链接格式：<url|text> 和加粗语法：*text*
性能提升
格式转换在分批过程中完成，避免二次处理
准确估算消息大小，减少发送失败率
GitHub Fork 用户 ：更新 main.py，config.yaml
2025/11/25 - v3.4.0
团队协作推送渠道
支持 Slack Incoming Webhooks（全球流行的团队协作工具）
消息集中管理，适合团队共享热点资讯
支持 mrkdwn 格式（粗体、链接等）
多种部署方式
GitHub Actions：配置 SLACK_WEBHOOK_URL Secret
Docker：环境变量 SLACK_WEBHOOK_URL
本地运行：config/config.yaml 配置文件
优化 setup-windows.bat 和 setup-windows-en.bat 一键安装 MCP 的体验
GitHub Fork 用户 ：更新 main.py、config/config.yaml、.github/workflows/crawler.yml
2025/11/24 - v3.3.0
iOS 专属推送渠道
支持 Bark 推送（基于 APNs，iOS 平台）
免费开源，简洁高效，无广告干扰
支持官方服务器和自建服务器两种方式
多种部署方式
GitHub Actions：配置 BARK_URL Secret
Docker：环境变量 BARK_URL
本地运行：config/config.yaml 配置文件
修复 config.yaml 中 ntfy_server_url 配置不生效的问题 (#345 )
GitHub Fork 用户 ：更新 main.py、config/config.yaml、.github/workflows/crawler.yml
2025/11/23 - v3.2.0
关键词排序优先级配置
支持两种排序策略：热度优先 vs 配置顺序优先
满足不同使用场景：热点追踪 or 个性化关注
显示数量精准控制
全局配置：统一限制所有关键词显示数量
单独配置：使用 @数字 语法为特定关键词设置限制
有效控制推送长度，突出重点内容
GitHub Fork 用户 ：更新 main.py、config/config.yaml
2025/11/18 - mcp-v1.0.2
2025/11/22 - v3.1.1
修复数据异常导致的崩溃问题 ：解决部分用户在 GitHub Actions 环境中遇到的 'float' object has no attribute 'lower' 错误新增双重防护机制：在数据获取阶段过滤无效标题（None、float、空字符串），同时在函数调用处添加类型检查
提升系统稳定性，确保在数据源返回异常格式时仍能正常运行
必须更新：main.py
建议使用小版本升级方式：复制替换上述文件
2025/11/20 - v3.1.0
新增个人微信推送支持 ：企业微信应用可推送到个人微信，无需安装企业微信 APP支持两种消息格式：markdown（企业微信群机器人）和 text（个人微信应用）
新增 WEWORK_MSG_TYPE 环境变量配置，支持 GitHub Actions、Docker、docker compose 等多种部署方式
text 模式自动清除 Markdown 语法，提供纯文本推送效果详见快速开始中的「个人微信推送」配置说明
必须更新：main.py、config/config.yaml
可选更新：.github/workflows/crawler.yml（如使用 GitHub Actions 部署）
建议使用小版本升级方式：复制替换上述文件
2025/11/12 - v3.0.5
修复邮件发送 SSL/TLS 端口配置逻辑错误
优化邮箱服务商（QQ/163/126）默认使用 465 端口（SSL）
新增 Docker 环境变量支持 ：核心配置项（enable_crawler、report_mode、push_window 等）支持通过环境变量覆盖，解决 NAS 用户修改配置文件不生效的问题（详见 🐳 Docker 部署 章节）
2025/10/26 - mcp-v1.0.1
修复日期查询参数传递错误
统一所有工具的时间参数格式
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
2025/10/21 - v3.0.2
2025/10/20 - v3.0.0
核心功能 ：
新增基于 MCP (Model Context Protocol) 的 AI 分析服务器
支持17种智能分析工具：基础查询、智能检索、高级分析、RSS 查询、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 ：
2025/10/10 - v2.4.3
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 ：
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 ：
2025/10/2 - v2.4.0
核心功能 ：
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 ：
2025/09/26 - v2.3.2
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
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
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
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
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
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
2025/07/27 - v2.0.1
docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题
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
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
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 和 Telegram
2025/06/21 - v1.2.1
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~
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！
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
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
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
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）
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
必须词语法如下：
过滤词的优先级更高：
2025/06/02
网页 和飞书消息 支持手机直接跳转详情新闻优化显示效果 + 1
2025/05/26
✨ 核心功能
全网热点聚合
知乎
抖音
bilibili 热搜
华尔街见闻
贴吧
百度热搜
财联社热门
澎湃新闻
凤凰网
今日头条
微博
默认监控 11 个主流平台，也可自行增加额外的平台
RSS 订阅源支持 （v4.5.0 新增）支持 RSS/Atom 订阅源抓取，按关键词分组统计（与热榜格式一致）：
统一格式 ：RSS 与热榜使用相同的关键词匹配和显示格式简单配置 ：直接在 config.yaml 中添加 RSS 源合并推送 ：热榜和 RSS 合并为一条消息推送新鲜度过滤 ：自动过滤超过指定天数的旧文章，避免重复推送。支持全局默认天数和单源独立设置
💡 RSS 使用与热榜相同的 frequency_words.txt 进行关键词过滤
可视化配置编辑器 提供基于 Web 的图形化配置界面，无需手动编辑 YAML 文件，通过表单即可完成所有配置项的修改与导出。
支持中英文界面切换和英文配置模板，方便按熟悉的语言设置运行参数、关键词和调度规则。
智能推送策略
💡 快速选择指南：
不想看到重复新闻 → 用 incremental（增量监控）
想看完整榜单趋势 → 用 current（当前榜单）
需要每日汇总报告 → 用 daily（当日汇总）
详细对比和配置教程见 配置详解 - 推送模式详解
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
AI 智能筛选新闻 （v6.5.0 新增）用自然语言描述你的兴趣，AI 自动分类新闻，替代传统关键词匹配
自然语言兴趣描述 ：在 ai_interests.txt 中用日常语言写下关注方向，无需学习关键词语法两阶段智能处理 ：AI 先从兴趣描述提取结构化标签，再对新闻按标签批量分类打分分数阈值控制 ：通过 ai_filter.min_score 精确控制推送质量，只推送高相关度新闻自动回退保障 ：AI 筛选失败时自动回退到关键词匹配，确保推送不中断智能标签更新 ：兴趣变更时 AI 自动评估变化幅度，决定增量或全量重分类灵活切换 ：filter.method 支持 keyword（默认）和 ai 两种模式，Timeline 可按时段覆盖分时段个性化 ：不同时间段可以使用不同的关键词文件或 AI 兴趣描述。例如早上用"科技词库"快速过滤，晚上换成"金融兴趣"做 AI 深度筛选 # config.yaml 快速启用示例
filter:
method: ai # keyword（默认）| ai
ai_filter:
min_score: 6 # 推送最低分数阈值（1-10）
💡 AI 筛选与 AI 分析/翻译共享模型配置，只需配置一次 ai.api_key
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"
时间轴追踪 ：记录每条新闻从首次出现到最后出现的完整时间跨度热度变化 ：统计新闻在不同时间段的排名变化和出现频次新增检测 ：实时识别新出现的热点话题，用🆕标记第一时间提醒持续性分析 ：区分一次性热点话题和持续发酵的深度新闻跨平台对比 ：同一新闻在不同平台的排名表现，看出媒体关注度差异
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
多渠道多账号推送 支持企业微信 (+ 微信推送方案)、飞书 、钉钉 、Telegram 、邮件 、ntfy 、Bark 、Slack 、通用 Webhook （可对接 Discord、IFTTT 等任意平台），消息直达手机和邮箱
AI 多语言翻译 （v5.2.0 新增）将推送内容翻译为任意语言，打破语言壁垒，无论是阅读国内热点还是通过 RSS 订阅海外资讯，都能以母语轻松获取
一键翻译 ：在 config.yaml 中设置 ai_translation.enabled: true 和目标语言即可多语言支持 ：支持 English、Korean、Japanese、French 等任意语言智能批量处理 ：自动批量翻译，减少 API 调用次数，节省成本自定义风格 ：通过 ai_translation_prompt.txt 自定义翻译风格和术语共享模型配置 ：与 AI 分析功能共用 ai 配置段的模型设置 # config.yaml 快速启用示例
ai_translation:
enabled: true
language: "English" # 翻译目标语言
💡 翻译功能与 AI 分析功能共享模型配置，只需配置一次 ai.api_key 即可同时使用两个功能
RSS 源参考 ：以下是一些 RSS 订阅源合集，可按需选用
⚠️ 部分海外媒体内容可能涉及敏感话题，AI 模型可能拒绝翻译，建议根据实际需求筛选订阅源
HTML 报告浏览器增强 （v6.6.0 新增）在浏览器中打开推送的 HTML 报告，自动解锁增强体验（邮件客户端不受影响）：
宽屏模式 ：桌面端自动切换 1200px 宽屏布局，充分利用屏幕空间Tab 快速切换 ：关键词分组和独立展区均支持 Tab 导航，告别长页面翻滚暗色模式 ：一键切换深色主题，自动记住偏好实时搜索 ：按 / 唤起搜索框，即时过滤新闻标题一键复制 ：悬停新闻序号即可复制标题和链接快捷键 ：W 宽屏、D 暗色、/ 搜索、? 查看所有快捷键
💡 所有增强功能基于渐进增强，邮件客户端仍显示原始 600px 布局，零回归
灵活存储架构 （v4.0.0 重大更新）
远程云存储 ：GitHub Actions 环境默认，支持 S3 兼容协议（R2/OSS/COS 等），数据存储在云端，不污染仓库本地 SQLite 数据库 ：Docker/本地环境默认，数据完全可控自动后端选择 ：根据运行环境智能切换存储方式
多端部署
GitHub Actions ：定时自动爬取 + 远程云存储（需签到续期）Docker 部署 ：支持多架构容器化运行，数据本地存储本地运行 ：Windows/Mac/Linux 直接运行
AI 分析推送（v5.0.0 新增） 使用 AI 大模型对推送内容进行深度分析，自动生成热点洞察报告
智能分析 ：自动分析热点趋势、关键词热度、跨平台关联、潜在影响多提供商 ：基于 LiteLLM 统一接口，支持 100+ AI 提供商（DeepSeek、OpenAI、Gemini、Anthropic、本地 Ollama 等），还支持备用模型自动切换分析模式独立 ：AI 的分析范围可以和推送不同——推送只发新增消息（避免打扰），但 AI 可以分析当天全部新闻（看完整趋势）灵活推送 ：可选仅原始内容、仅 AI 分析、或两者都推送自定义提示词 ：通过 config/ai_analysis_prompt.txt 自定义分析角度
独立展示区（v5.0.0 新增）
完整热榜 ：指定平台的热榜完整展示，适合想看完整排名的用户RSS 独立展示 ：RSS 源内容可完整展示，不受关键词限制AI 深度分析 ：可独立开启 AI 对完整热榜的趋势分析，无需在推送中展示灵活配置 ：支持配置展示平台、RSS 源、最大条数
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
💡 使用提示 ：AI 功能需要本地新闻数据支持
项目自带测试数据，可立即体验功能
建议自行部署运行项目，获取更实时的数据
详见 AI 智能分析
网页部署 运行后根目录生成 index.html，即为完整的新闻报告页面。
部署方式 ：点击 Use this template 创建仓库，可部署到 Cloudflare Pages 或 GitHub Pages 等静态托管平台。
💡 提示 ：启用 GitHub Pages 可获得在线访问地址，进入仓库 Settings → Pages 即可开启。效果预览
⚠️ 原 GitHub Actions 自动存储功能已下线（该方案曾导致 GitHub 服务器负载过高，影响平台稳定性）。
☁️ 自动部署到 Cloudflare Pages（可选 · 国内访问更快） GitHub Pages 在国内访问较慢，Cloudflare Pages 的访问速度更友好。配置完成后，GitHub Actions 每次运行都会自动把最新的 index.html 推送到 Cloudflare Pages，无需任何手动操作。
登录 Cloudflare Dashboard → Workers & Pages → Create → Pages → 选择 Upload assets（直接上传） ，填写一个项目名称（例如 trendradar，请记住它），随意上传一个文件完成首次创建（后续会被 Actions 自动覆盖）。
② 获取 API Token 与 Account ID
API Token ：右上角头像 → My Profile → API Tokens → Create Token → Create Custom Token ，权限选择 Account → Cloudflare Pages → Edit，创建后复制 Token（仅显示一次）。Account ID ：在 Workers & Pages 页面右侧栏即可找到（或任意域名 Overview 页面右下角）。 ③ 在 GitHub 仓库添加 3 个 Secrets
进入仓库 Settings → Secrets and variables → Actions → New repository secret，依次添加：
配置完成后，下一次 GitHub Actions 运行即会自动部署，访问地址为 https://<项目名>.pages.dev。
💡 说明 ：三个 Secret 缺任意一个都会自动跳过 Cloudflare 部署，不会影响新闻推送等其它功能；如需绑定自定义域名，可在 Pages 项目的 Custom domains 中设置。
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
🚀 快速开始
请选择适合你的部署方式
Ⓐ 方案一：Docker 部署（推荐 🔥）
特点 ：比 GitHub Actions 更稳定，数据本地存储（无需配置云存储）适用 ：有自己的服务器、NAS 或长期运行的电脑注意 ：你需要阅读了解下方的基础配置流程，然后跳转到 Docker 教程进行部署。
Ⓑ 方案二：GitHub Actions 部署（本章节内容 ⬇️）
特点 ：无服务器，数据存储在 远程云存储 （推荐配置）适用 ：没有服务器的用户，利用 GitHub 免费资源注意 ：需配置云存储以获得完整体验，且需定期签到续期
Ⓒ 方案三：本地部署（uv）
特点 ：直接在本机运行，无需 Docker，适合开发调试或无 Docker 环境的用户
适用 ：Windows / Mac / Linux 用户（无需预装 Python，uv 会自动管理）
步骤 ：
1. 安装 uv （如已安装可跳过，无需预装 Python）
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
2. 克隆并运行
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar
uv sync # 自动安装 Python 和项目依赖
uv run python -m trendradar
💡 提示 ：
uv 会自动管理 Python 版本，无需手动安装 Python
Windows 用户也可以双击 setup-windows.bat 一键安装依赖
Mac 用户可使用 bash setup-mac.sh
运行前请先编辑 config/config.yaml 填写推送渠道等配置，参考下方的基础配置流程
1️⃣ 第一步：获取项目代码 点击本仓库页面右上角的绿色 [Use this template] 按钮 → 选择 "Create a new repository"。
⚠️ 提醒：
后续文档中提到的 "Fork" 均可理解为 "Use this template"
使用 Fork 可能导致运行异常，详见 Issue #606
2️⃣ 第二步：设置 GitHub Secrets 在你 Fork 后的仓库中，进入 Settings > Secrets and variables > Actions > New repository secret
一个 Name 对应一个 Secret ：每添加一个配置项，点击一次"New repository secret"按钮，填写一对"Name"和"Secret"保存后看不到值是正常的 ：出于安全考虑，保存后重新编辑时，只能看到 Name（名称），看不到 Secret（值）的内容严禁自创名称 ：Secret 的 Name（名称）必须严格使用 下方列出的名称（如 WEWORK_WEBHOOK_URL、FEISHU_WEBHOOK_URL 等），不能自己随意修改或创造新名称，否则系统无法识别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
Name（名称） ：必须使用下方展开内容中列出的固定名称（如 WEWORK_WEBHOOK_URL）Secret（值） ：填写你从对应平台获取的实际内容（如 Webhook 地址、Token 等） GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：WEWORK_WEBHOOK_URL（请复制粘贴此名称，不要手打，避免打错）Secret（值） ：你的企业微信机器人 Webhook 地址
手机端设置：
打开企业微信 App → 进入目标内部群聊
点击右上角"…"按钮 → 选择"消息推送"
点击"添加" → 名称输入"TrendRadar"
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
由于该方案是基于企业微信的插件机制，推送样式为纯文本（无 markdown 格式），但可以直接推送到个人微信，无需安装企业微信 App。
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：WEWORK_WEBHOOK_URL（请复制粘贴此名称，不要手打）
Secret（值） ：你的企业微信应用 Webhook 地址
Name（名称） ：WEWORK_MSG_TYPE（请复制粘贴此名称，不要手打）
Secret（值） ：text
完成上方的企业微信机器人 Webhook 设置
添加 WEWORK_MSG_TYPE Secret，值设为 text
按照下面图片操作，关联个人微信
配置好后，手机上的企业微信 App 可以删除
与企业微信机器人使用相同的 Webhook 地址
区别在于消息格式：text 为纯文本，markdown 为富文本（默认）
纯文本格式会自动去除所有 markdown 语法（粗体、链接等）
注意 ：原「飞书机器人助手 (BotBuilder)」将于 2026 年 6 月 30 日下线，请使用下方的群组自定义机器人 方式配置。已有的 BotBuilder webhook 地址将失效，需要重新配置。
若启用 AI 分析 ，飞书推送偶发（约 5% 概率）会有数分钟延迟（推测为平台对 AI 生成内容的合规性审核）。
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：FEISHU_WEBHOOK_URL（请复制粘贴此名称，不要手打）Secret（值） ：你的飞书自定义机器人 Webhook 地址（格式：https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxxx）
进入目标群组，在群组右上角点击 更多 按钮，并点击 设置 。
在 群机器人 界面点击 添加机器人 。
在 添加机器人 对话框，找到并点击 自定义机器人 。
设置自定义机器人的头像、名称（如"TrendRadar 热点监控"）与描述，并点击 添加 。
获取自定义机器人的 webhook 地址 ，并点击 完成 。
⚠️ 请妥善保存此 webhook 地址，不要公布在 GitHub、博客等可公开查阅的网站上，避免地址泄露后被恶意调用发送垃圾消息。
将复制的 Webhook 地址配置到 GitHub Secrets 中的 FEISHU_WEBHOOK_URL。
💡 配置完成后，你可以在群组名称右侧点击机器人图片，进入自定义机器人详情页，管理配置信息。
📖 官方文档：自定义机器人使用指南
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：DINGTALK_WEBHOOK_URL（请复制粘贴此名称，不要手打）Secret（值） ：你的钉钉机器人 Webhook 地址
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"
配置机器人 ：
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
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：TELEGRAM_BOT_TOKEN（请复制粘贴此名称，不要手打）
Secret（值） ：你的 Telegram Bot Token
Name（名称） ：TELEGRAM_CHAT_ID（请复制粘贴此名称，不要手打）
Secret（值） ：你的 Telegram Chat ID
说明 ：Telegram 需要配置两个 Secret，请分别点击两次"New repository secret"按钮添加
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）
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
配置到 GitHub ：
TELEGRAM_BOT_TOKEN：填入第 1 步获得的 Bot TokenTELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID
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。
如果你没有过配置下面这种邮箱发送的经历，不建议尝试
⚠️ 重要配置依赖 ：邮件推送需要 HTML 报告文件。请确保 config/config.yaml 中的 storage.formats.html 设置为 true：
storage:
formats:
sqlite: true
txt: false
html: true # 必须启用，否则邮件推送会失败
如果设置为 false，邮件推送时会报错：错误：HTML文件不存在或未提供: None
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：EMAIL_FROM（请复制粘贴此名称，不要手打）
Secret（值） ：发件人邮箱地址
Name（名称） ：EMAIL_PASSWORD（请复制粘贴此名称，不要手打）
Secret（值） ：邮箱密码或授权码
Name（名称） ：EMAIL_TO（请复制粘贴此名称，不要手打）
Secret（值） ：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）
Name（名称） ：EMAIL_SMTP_SERVER（可选配置，请复制粘贴此名称）
Secret（值） ：SMTP服务器地址（可留空，系统会自动识别）
Name（名称） ：EMAIL_SMTP_PORT（可选配置，请复制粘贴此名称）
Secret（值） ：SMTP端口（可留空，系统会自动识别）
说明 ：邮件推送需要配置至少3个必需 Secret（EMAIL_FROM、EMAIL_PASSWORD、EMAIL_TO），后两个为可选配置
自动识别 ：使用以上邮箱时，无需手动配置 EMAIL_SMTP_SERVER 和 EMAIL_SMTP_PORT，系统会自动识别。
反馈说明 ：
如果你使用其他邮箱 测试成功，欢迎开 Issues 告知，我会添加到支持列表
如果上述邮箱配置有误或无法使用，也请开 Issues 反馈，帮助改进项目
特别感谢 ：
QQ邮箱：
登录 QQ邮箱网页版 → 设置 → 账户
开启 POP3/SMTP 服务
生成授权码（16位字母）
EMAIL_PASSWORD 填写授权码，而非 QQ 密码
Gmail：
开启两步验证
生成应用专用密码
EMAIL_PASSWORD 填写应用专用密码
163/126邮箱：
登录网页版 → 设置 → POP3/SMTP/IMAP
开启 SMTP 服务
设置客户端授权码
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.comEMAIL_SMTP_PORT：如 587（TLS）或 465（SSL）
方式一：免费使用（推荐新手） 🆓
✅ 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
下载 ntfy 应用 ：
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）
配置 GitHub Secret（⚠️ Name 名称必须严格一致） ：
Name（名称） ：NTFY_TOPIC（请复制粘贴此名称，不要手打）
Secret（值） ：填写你刚才订阅的主题名称
Name（名称） ：NTFY_SERVER_URL（可选配置，请复制粘贴此名称）
Secret（值） ：留空（默认使用 ntfy.sh）
Name（名称） ：NTFY_TOKEN（可选配置，请复制粘贴此名称）
Secret（值） ：留空
说明 ：ntfy 至少需要配置 1 个必需 Secret (NTFY_TOPIC)，后两个为可选配置
测试 ：
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） 🔒
✅ 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 run -d \
--name ntfy \
-p 80:80 \
-v /var/cache/ntfy:/var/cache/ntfy \
binwiederhier/ntfy \
serve --cache-file /var/cache/ntfy/cache.db
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
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
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。
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）
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：BARK_URL（请复制粘贴此名称，不要手打）Secret（值） ：你的 Bark 推送 URL Bark 是一款 iOS 平台的免费开源推送工具，特点是简单、快速、无广告。
方式一：使用官方服务器（推荐新手） 🆓
下载 Bark App ：
获取推送 URL ：
打开 Bark App
复制首页显示的推送 URL（格式如：https://api.day.app/your_device_key）
将 URL 配置到 GitHub Secrets 中的 BARK_URL
方式二：自建服务器（完全隐私控制） 🔒 docker run -d \
--name bark-server \
-p 8080:8080 \
finab/bark-server
BARK_URL: http://your-server-ip:8080/your_device_key
✅ Bark 使用 APNs 推送，单条消息最大 4KB
✅ 支持自动分批推送，无需担心消息过长
✅ 推送格式为纯文本（自动去除 Markdown 语法）
⚠️ 仅支持 iOS 平台
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：SLACK_WEBHOOK_URL（请复制粘贴此名称，不要手打）Secret（值） ：你的 Slack Incoming Webhook URL Slack 是团队协作工具，Incoming Webhooks 可以将消息推送到 Slack 频道。
步骤 1：创建 Slack App
访问 Slack API 页面 ：
选择创建方式 ：
点击 "From scratch" （从头开始创建）
填写 App 信息 ：
App Name ：填写应用名称（如 TrendRadar 或 热点新闻监控）Workspace ：从下拉列表选择你的工作空间点击 "Create App" 按钮
步骤 2：启用 Incoming Webhooks
导航到 Incoming Webhooks ：
在左侧菜单中找到并点击 "Incoming Webhooks"
启用功能 ：
找到 "Activate Incoming Webhooks" 开关
将开关从 OFF 切换到 ON
页面会自动刷新显示新的配置选项
步骤 3：生成 Webhook URL
添加新的 Webhook ：
滚动到页面底部
点击 "Add New Webhook to Workspace" 按钮
选择目标频道 ：
系统会弹出授权页面
从下拉列表中选择要接收消息的频道（如 #热点新闻）
⚠️ 如果要选择私有频道，必须先加入该频道
授权应用 ：
点击 "Allow" 按钮完成授权
系统会自动跳转回配置页面
步骤 4：复制并保存 Webhook URL
查看生成的 URL ：
在 "Webhook URLs for Your Workspace" 区域
会看到刚刚生成的 Webhook URL
格式如：https://hooks.slack.com/services/T00000000/B00000000/XXXXXXXXXXXXXXXXXXXXXXXX
复制 URL ：
点击 URL 右侧的 "Copy" 按钮
或手动选中 URL 并复制
配置到 TrendRadar ：
GitHub Actions ：将 URL 添加到 GitHub Secrets 中的 SLACK_WEBHOOK_URL本地测试 ：将 URL 填入 config/config.yaml 的 slack_webhook_url 字段Docker 部署 ：将 URL 添加到 docker/.env 文件的 SLACK_WEBHOOK_URL 变量
✅ 支持 Markdown 格式（自动转换为 Slack mrkdwn）
✅ 支持自动分批推送（每批 4KB）
✅ 适合团队协作，消息集中管理
⚠️ Webhook URL 包含密钥，切勿公开
*[第 1/2 批次]*
📊 *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)
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
Name（名称） ：GENERIC_WEBHOOK_URL（请复制粘贴此名称，不要手打）
Secret（值） ：你的 Webhook URL
Name（名称） ：GENERIC_WEBHOOK_TEMPLATE（可选配置，请复制粘贴此名称）
Secret（值） ：JSON 模板字符串，支持 {title} 和 {content} 占位符
通用 Webhook 支持任意接受 HTTP POST 请求的平台，包括但不限于：
Discord ：通过 Webhook 推送到频道Matrix ：通过 Webhook 桥接推送IFTTT ：触发自动化流程自建服务 ：任何支持 Webhook 的自定义服务
Discord 配置
获取 Webhook URL ：
进入 Discord 服务器设置 → 整合 → Webhooks
创建新 Webhook，复制 URL
配置模板 ：
{"content": "{content}"}
GitHub Secret 配置 ：
GENERIC_WEBHOOK_URL：Discord Webhook URLGENERIC_WEBHOOK_TEMPLATE：{"content": "{content}"}
自定义模板
{title} - 消息标题{content} - 消息内容 # 默认格式（留空时使用）
{"title": "{title}", "content": "{content}"}
# Discord 格式
{"content": "{content}"}
# 自定义格式
{"text": "{content}", "username": "TrendRadar"}
✅ 支持 Markdown 格式（与企业微信格式一致）
✅ 支持自动分批推送
✅ 支持多账号配置（用 ; 分隔）
⚠️ 模板必须是有效的 JSON 格式
⚠️ 不同平台对消息格式要求不同，请参考目标平台文档
3️⃣ 第三步：手动测试新闻推送
⚠️ 提醒：
完成第 1-2 步后，请立即测试！测试成功后再根据需要调整配置（第 4 步）
请进入你自己的项目，不是本项目！
方法一 ：打开你 fork 的项目主页，点击顶部的 Actions 标签方法二 ：直接访问 https://github.com/你的用户名/TrendRadar/actions
❌ 作者的项目：https://github.com/sansan0/TrendRadar/actions
✅ 你的项目：https://github.com/你的用户名/TrendRadar/actions
进入你项目的 Actions 页面
找到 "Get Hot News" (必须得是这个字)点进去，点击右侧的 "Run workflow" 按钮运行
3 分钟左右，消息会推送到你配置的平台
⚠️ 提醒：
手动测试不要太频繁，避免触发 GitHub Actions 限制
点击 Run workflow 后需要刷新浏览器页面才能看到新的运行记录
4️⃣ 第四步：配置说明（可选） 默认配置已可正常使用，如需个性化调整，了解以下文件即可：
5️⃣ 第五步：远程云存储 & 签到配置 v4.0.0 重要变更 ：引入「活跃度检测」机制，GitHub Actions 需定期签到以维持运行。
运行周期 ：有效期为 7 天 ，倒计时结束后服务将自动挂起。续期方式 ：在 Actions 页面手动触发 "Check In" workflow，即可重置 7 天有效期。操作路径 ：Actions → Check In → Run workflow设计理念 ：
如果 7 天都忘了签到，或许这些资讯对你来说并非刚需。适时的暂停，能帮你从信息流中抽离，给大脑留出喘息的空间。
GitHub Actions 是宝贵的公共计算资源。引入签到机制旨在避免算力的无效空转，确保资源能分配给真正活跃且需要的用户。感谢你的理解与支持。
GitHub Actions 用户 ：
现状 ：Actions 每次运行都是全新环境，不保存文件。如果不配置云存储，项目将运行在轻量模式 （无增量推送、无历史追踪）。建议 ：配置远程云存储以获得完整体验。
Docker / 本地用户 ：
现状 ：数据默认保存在本地硬盘。建议 ：云存储为可选项，可作为异地备份。
根据 Cloudflare 平台规则，开通 R2 需绑定支付方式。
目的 ：仅作身份验证（Verify Only），不产生扣费 。支付 ：支持双币信用卡或国区 PayPal。用量 ：R2 的免费额度（10GB存储/月）足以覆盖本项目日常运行，无需担心付费。
GitHub Secret 配置（需添加 4 项）：
进入 R2 概览 ：
创建存储桶 ：
点击概述
点击右上角的 创建存储桶 (Create bucket)。
输入名称（例如 trendradar-data），点击 创建存储桶。
创建 API 令牌 ：
回到 概述 页面。
点击右下角 Account Details 找到并点击 Manage (Manage R2 API Tokens)。
同时你会看到 S3 API：https://<account-id>.r2.cloudflarestorage.com(这就是 S3_ENDPOINT_URL)
点击 创建 Account APl 令牌 。
⚠️ 关键设置 ：
令牌名称 ：随意填写（如 github-action-write）。权限 ：选择 管理员读和写 。指定存储桶 ：为了安全，建议选择 仅适用于指定存储桶 并选中你的桶（如 trendradar-data）。
点击 创建 API 令牌，立即复制 显示的 Access Key ID 和 Secret Access Key（只显示一次！）。
6️⃣ 第六步：开启 AI 分析推送 这是 v5.0.0 的核心功能，让 AI 帮你总结和分析新闻，建议尝试。
配置方法：
在 GitHub Secrets (或 .env / config.yaml) 中添加：
AI_API_KEY: 你的 API Key（支持 DeepSeek、OpenAI 等）AI_PROVIDER: 服务商名称（如 deepseek, openai） 就这样，无需复杂部署，下次推送时你就会看到智能分析报告了。
7️⃣ 第七步：🎉 部署成功！ 恭喜！现在你可以开始享受 TrendRadar 带来的高效信息流了。
💬 加入社区 ：欢迎关注公众号「硅基茶水间
8️⃣ 第八步：进阶：选择你的 AI 助手 TrendRadar 提供了两种 AI 使用方式，满足不同需求：
👉 结论 ：先用 AI 分析推送 满足日常需求；如果你是数据分析师或需要深度挖掘，再尝试 AI 智能分析
⚙️ 配置详解
📖 提醒 ：本章节提供详细的配置说明，建议先完成 快速开始 的基础配置，再根据需要回来查看详细选项。
1. 我要看哪些平台？ 配置位置： config/config.yaml 的 platforms 部分
本项目的资讯数据来源于 newsnow ，你可以点击网站 ，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 ，根据里面的文件名，在 config/config.yaml 文件中修改 platforms 配置：
platforms:
enabled: true # 是否启用热榜平台抓取
sources:
- 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...
💡 快捷方式 ：如果不会看源代码，可以复制他人整理好的 平台配置汇总
⚠️ 注意 ：平台不是越多越好，建议选择 10-15 个核心平台。过多平台会导致信息过载，反而降低使用体验。
2. 我关心什么内容？ 在 frequency_words.txt 文件中告诉机器人你想看什么，它就会帮你盯着。支持普通词、必须词、过滤词等多种玩法。
2.1 基础语法 配置位置： config/frequency_words.txt
1. 普通关键词 - 基础匹配
2. 必须词 +词汇 - 限定范围
3. 过滤词 !词汇 - 排除干扰 作用： 包含过滤词的新闻会被直接排除 ，即使包含关键词
4. 数量限制 @数字 - 控制显示数量（v3.2.0 新增）
5. 全局过滤 [GLOBAL_FILTER] - 全局排除指定内容（v3.5.0 新增） [GLOBAL_FILTER]
广告
推广
营销
震惊
标题党
[WORD_GROUPS]
科技
AI
华为
鸿蒙
!车
作用： 在任何情况下过滤包含指定词的新闻，优先级最高
过滤低质内容：震惊、标题党、爆料等
过滤营销内容：广告、推广、赞助等
过滤特定主题：娱乐、八卦（根据需求）
过滤优先级： 全局过滤 > 词组内过滤(!) > 词组匹配
[GLOBAL_FILTER]：全局过滤区，包含的词在任何情况下都会被过滤[WORD_GROUPS]：词组区，保持现有语法（!、+、@）如果不使用区域标记，默认全部作为词组处理（向后兼容）
[GLOBAL_FILTER]
广告
[WORD_GROUPS]
科技
AI
❌ "广告：最新科技产品发布" ← 包含全局过滤词"广告"，直接拒绝
✅ "科技公司发布AI新产品" ← 不包含全局过滤词，匹配"科技"词组
✅ "AI技术突破引发关注" ← 不包含全局过滤词，匹配"科技"词组中的"AI"
全局过滤词应谨慎使用，避免过度过滤导致遗漏有价值内容
建议全局过滤词控制在 5-15 个以内
对于特定词组的过滤，优先使用词组内过滤词（! 前缀）
6. 正则表达式 /pattern/ - 精确匹配模式（v4.7.0 新增） 普通关键词使用子字符串匹配，这在中文环境下很方便，但在英文环境可能会产生误匹配。例如 ai 会匹配到 training 中的 ai。
使用正则表达式语法 /pattern/ 可以实现精确匹配：
/(?<![a-z])ai(?![a-z])/
人工智能
作用： 使用正则表达式进行匹配，支持所有 Python 正则语法
# 配置
/(?<![a-z])ai(?![a-z])/
人工智能
✅ "AI is the future" ← 匹配独立的 "AI"
✅ "你好ai这里" ← 前后是中文，匹配 "ai"
✅ "人工智能发展迅速" ← 匹配 "人工智能"
❌ "Resistance training is important" ← "training" 中的 "ai" 不匹配
❌ "The maid cleaned the room" ← "maid" 中的 "ai" 不匹配
# 正则 + 普通词 + 过滤词
/\bai\b/
人工智能
机器学习
!广告
正则表达式自动启用大小写不敏感匹配（re.IGNORECASE）
支持 /pattern/i 等 JavaScript 风格写法（flags 会被忽略，因为默认已启用忽略大小写）
无效的正则语法会被当作普通词处理
正则可用于普通词、必须词(+)、过滤词(!)
如果你不熟悉正则表达式，可以直接让 ChatGPT / Gemini / DeepSeek 帮你生成。只需告诉 AI：
我需要一个 Python 正则表达式，用于匹配英文单词 "ai"，但不匹配 "training" 中的 "ai"。
请直接给出正则表达式，格式为 /pattern/，不需要额外解释。
AI 会给你类似这样的结果：/(?<![a-zA-Z])ai(?![a-zA-Z])/
7. 显示名称 => 备注 - 自定义显示文本（v4.7.0 新增） 正则表达式在推送消息和 HTML 页面显示时可能不太友好。使用 => 备注 语法可以设置显示名称：
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能
作用： 推送消息和 HTML 页面显示 "AI 相关" 而不是复杂的正则表达式
# 正则 + 显示名称
/pattern/ => 显示名称
/pattern/i => 显示名称 # 支持 flags 写法（flags 被忽略）
/pattern/=>显示名称 # => 两边空格可选
# 普通词 + 显示名称
deepseek => DeepSeek 动态
# 配置
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能
显示名称只需写在词组的第一个词上
如果词组中多个词都有显示名称，使用第一个
不设置显示名称时，自动使用词组内所有词拼接
🔗 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： 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：
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"
✅ "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"
关键词：A股、上证、深证
必须词：涨跌
过滤词：预测
效果：关注股市涨跌实况，排除预测类内容
✅ "A股今日大幅涨跌分析" ← 有"A股"+"涨跌"
✅ "上证指数涨跌幅创新高" ← 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"
关键词：世界杯、欧洲杯、亚洲杯
必须词：比赛
效果：只关注比赛相关新闻
📝 配置技巧
1. 从宽到严 # 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 华为
OPPO
苹果
三星
vivo
一加
魅族
+手机
+发布
+销量
!假货
!维修
!二手
华为
OPPO
+新品
苹果
三星
+发布
手机
销量
+市场
2.2 高级配置（v3.2.0 新增）
关键词排序优先级 report:
sort_by_position_first: false # 排序优先级配置
示例： 配置顺序 A、B、C，热点数 A(3条)、B(10条)、C(5条)
false：B(10条) → C(5条) → A(3条)true：A(3条) → B(10条) → C(5条)
全局显示数量限制 report:
max_news_per_keyword: 10 # 每个关键词最多显示10条（0=不限制）
SORT_BY_POSITION_FIRST=true
MAX_NEWS_PER_KEYWORD=10
# config.yaml
report:
sort_by_position_first: true # 按配置顺序优先
max_news_per_keyword: 10 # 全局默认每个关键词最多10条
# frequency_words.txt
特斯拉
马斯克
@20 # 重点关注，显示20条（覆盖全局配置）
华为 # 使用全局配置，显示10条
比亚迪
@5 # 限制5条
最终效果： 按配置顺序显示 特斯拉(20条) → 华为(10条) → 比亚迪(5条)
3. 推送模式选哪个？ 配置位置： config/config.yaml 的 report.mode
report:
mode: "daily" # 可选: "daily" | "incremental" | "current"
详细对比表格
实际推送效果举例
daily：累积展示当天所有新闻（A、B、C 都保留）current：展示当前榜单的新闻（排名变化，新闻D上榜，新闻A掉榜）incremental：只推送新出现的新闻 （避免重复干扰）
常见问题
💡 遇到这个问题？ 👉 "每个小时执行一次，第一次执行完输出的新闻，在下一个小时执行时还会出现"
原因 ：你可能选择了 daily（当日汇总）或 current（当前榜单）模式解决 ：改用 incremental（增量监控）模式，只推送新增内容
⚠️ 增量模式重要提示
选择了 incremental（增量监控）模式的用户请注意：
📌 增量模式只在有新增匹配新闻时才会推送
如果长时间没有收到推送，可能是因为：
当前时段没有符合你关键词的新热点出现
关键词配置过于严格或过于宽泛
监控平台数量较少
解决方案：
方案1：👉 优化关键词配置 - 调整关键词的精准度，增加或修改监控词汇
方案2：切换推送模式 - 改用 current 或 daily 模式，可以定时接收推送
方案3：👉 增加监控平台 - 添加更多新闻平台，扩大信息来源
4. 调整热点算法 配置位置： config/config.yaml 的 advanced.weight 部分
advanced:
weight:
rank: 0.6 # 排名权重
frequency: 0.3 # 频次权重
hotness: 0.1 # 热度权重
两个核心场景 advanced:
weight:
rank: 0.8 # 主要看排名
frequency: 0.1 # 不太在乎持续性
hotness: 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
advanced:
weight:
rank: 0.4 # 适度看排名
frequency: 0.5 # 重视当天内的持续热度
hotness: 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
三个数字加起来必须等于 1.0 哪个重要就调大哪个 ：在乎排名就调大 rank，在乎持续性就调大 frequency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。
5. 我收到的消息长什么样？
推送示例
[百度热搜] 🆕 ChatGPT-5正式发布 [1 ] - 09时15分 (1次)
[今日头条] AI芯片概念股暴涨 [3 ] - [08时30分 ~ 10时45分] (3次)
[微博] 🆕 比亚迪月销量破纪录 [2 ] - 10时20分 (1次)
[抖音] 特斯拉降价促销 [4 ] - [07时45分 ~ 09时15分] (2次)
[华尔街见闻] A股午盘点评分析 [5 ] - [11时30分 ~ 12时00分] (2次)
消息格式说明
6. Docker 部署 TrendRadar 提供两个独立的 Docker 镜像，可根据需求选择部署：
💡 建议 ：
只需要推送功能：仅部署 wantcat/trendradar 镜像
需要 AI 分析功能：同时部署两个镜像
方式一：使用 docker compose（推荐）
创建项目目录和配置 :
# 克隆项目到本地
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar
💡 说明 ：Docker 部署需要的关键目录结构如下：
当前目录/
├── config/
│ ├── config.yaml # 核心功能配置（必需）
│ ├── frequency_words.txt # 关键词配置（必需）
│ ├── timeline.yaml # 时间线配置
│ ├── ai_analysis_prompt.txt # AI 分析提示词（可选）
│ ├── ai_translation_prompt.txt # AI 翻译提示词（可选）
│ ├── ai_interests.txt # AI 兴趣过滤配置（可选）
│ ├── ai_filter/ # AI 过滤相关提示词
│ │ ├── prompt.txt
│ │ ├── extract_prompt.txt
│ │ └── update_tags_prompt.txt
│ └── custom/ # 用户自定义配置（可选）
│ ├── ai/ # 自定义 AI 提示词
│ └── keyword/ # 自定义关键词文件
└── docker/
├── .env # 敏感信息 + Docker 特有配置
└── docker-compose.yml # Docker Compose 编排文件
配置文件说明 :
配置分工原则（v4.6.0 优化） ：
💡 分工要点 ：
功能行为 → 改 config.yaml（如开启/关闭某个平台、调整推送模式）关注内容 → 改 frequency_words.txt（如添加新的关注关键词）AI 输出风格 → 改 ai_analysis_prompt.txt 或 ai_translation_prompt.txt密钥与凭证 → 改 docker/.env（API Key、Webhook URL 等敏感信息统一放这里）个性化扩展 → 使用 config/custom/ 目录，避免直接修改默认配置被升级覆盖
💡 配置修改生效 ：修改 config.yaml 后，执行 docker compose up -d 重启容器即可生效
⚙️ 环境变量覆盖机制（v3.0.5+）
.env 文件中的环境变量会覆盖 config.yaml 中的对应配置：
配置优先级 ：环境变量 > config.yaml
使用方法 ：
修改 .env 文件，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 up -d
启动服务 :
选项 A：启动所有服务（推送 + AI 分析）
# 拉取最新镜像
docker compose pull
# 启动所有服务（trendradar + trendradar-mcp）
docker compose up -d
选项 B：仅启动新闻推送服务
# 只启动 trendradar（定时抓取和推送）
docker compose pull trendradar
docker compose up -d trendradar
选项 C：仅启动 MCP AI 分析服务
# 只启动 trendradar-mcp（提供 AI 分析接口）
docker compose pull trendradar-mcp
docker compose up -d trendradar-mcp
💡 提示 ：
大多数用户只需启动 trendradar 即可实现新闻推送功能
只有需要使用 ChatGPT/Gemini 进行 AI 对话分析时，才需启动 trendradar-mcp
两个服务相互独立，可根据需求灵活组合
查看运行状态 :
# 查看新闻推送服务日志
docker logs -f trendradar
# 查看 MCP AI 分析服务日志
docker logs -f trendradar-mcp
# 查看所有容器状态
docker ps | grep trendradar
# 停止特定服务
docker compose stop trendradar # 停止推送服务
docker compose stop trendradar-mcp # 停止 MCP 服务
方式二：本地构建（开发者选项） # 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
# 选项 A：构建并启动所有服务
docker compose build
docker compose up -d
# 选项 B：仅构建并启动新闻推送服务
docker compose build trendradar
docker compose up -d trendradar
# 选项 C：仅构建并启动 MCP AI 分析服务
docker compose build trendradar-mcp
docker compose up -d trendradar-mcp
镜像更新 # 方式一：手动更新（爬虫 + MCP 镜像）
docker pull wantcat/trendradar:latest
docker pull wantcat/trendradar-mcp: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 trendradar python manage.py status
# 手动执行一次爬虫
docker exec -it trendradar python manage.py run
# 查看实时日志
docker exec -it trendradar python manage.py logs
# 显示当前配置
docker exec -it trendradar python manage.py config
# 显示输出文件
docker exec -it trendradar python manage.py files
# Web 服务器管理（用于浏览器访问生成的报告）
docker exec -it trendradar python manage.py start_webserver # 启动 Web 服务器
docker exec -it trendradar python manage.py stop_webserver # 停止 Web 服务器
docker exec -it trendradar python manage.py webserver_status # 查看 Web 服务器状态
# 查看帮助信息
docker exec -it trendradar python manage.py help
# 重启容器
docker restart trendradar
# 停止容器
docker stop trendradar
# 删除容器（保留数据）
docker rm trendradar
💡 Web 服务器说明 ：
cron 模式下自动启动，通过浏览器访问 http://localhost:8080 查看最新报告
通过目录导航访问历史报告（如：http://localhost:8080/2025-xx-xx/）
端口可在 .env 文件中配置 WEBSERVER_PORT 参数
手动停止：docker exec -it trendradar python manage.py stop_webserver
手动启动：docker exec -it trendradar python manage.py start_webserver
安全提示：仅提供静态文件访问，限制在 output 目录，只绑定本地访问
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。
TrendRadar 生成的当日汇总 HTML 报告会同时保存到两个位置：
# 方式 1：通过 Web 服务器访问（推荐，Docker 环境）
# 1. 启动 Web 服务器
docker exec -it trendradar python manage.py start_webserver
# 2. 在浏览器访问
http://localhost:8080 # 访问最新报告（默认 index.html）
http://localhost:8080/html/2025-xx-xx/ # 访问指定日期的报告
# 方式 2：直接打开文件（本地环境）
open ./output/index.html # macOS
start ./output/index.html # Windows
xdg-open ./output/index.html # Linux
# 方式 3：访问历史归档
open ./output/html/2025-xx-xx/当日汇总.html
output/index.html：Docker Volume 挂载到宿主机，本地可直接打开index.html：GitHub Actions 推送到仓库，GitHub Pages 自动部署
💡 提示 ：两个文件内容完全相同，选择任意一个访问即可。
故障排查 # 检查容器状态
docker inspect trendradar
# 查看容器日志
docker logs --tail 100 trendradar
# 进入容器调试
docker exec -it trendradar /bin/bash
# 验证配置文件
docker exec -it trendradar ls -la /app/config/
MCP 服务部署（AI 分析功能） 如果需要使用 AI 分析功能，可以部署独立的 MCP 服务容器。
flowchart TB
subgraph trendradar["trendradar"]
A1[定时抓取新闻]
A2[推送通知]
end
subgraph trendradar-mcp["trendradar-mcp"]
B1[127.0.0.1:3333]
B2[AI 分析接口]
end
subgraph shared["共享卷"]
C1["config/ (ro)"]
C2["output/ (ro)"]
end
trendradar --> shared
trendradar-mcp --> shared
cd TrendRadar/docker
docker compose up -d trendradar-mcp
# 查看运行状态
docker ps | grep trendradar-mcp
单独启动 MCP 服务 （不使用 docker compose）：
# Linux/Mac
docker run -d --name trendradar-mcp \
-p 127.0.0.1:3333:3333 \
-v $(pwd)/config:/app/config:ro \
-v $(pwd)/output:/app/output:ro \
-e TZ=Asia/Shanghai \
wantcat/trendradar-mcp:latest
# Windows PowerShell
docker run -d --name trendradar-mcp `
-p 127.0.0.1:3333:3333 `
-v ${PWD}/config:/app/config:ro `
-v ${PWD}/output:/app/outp
Dbx 25 MB lightweight cross-platform database client for 100+ databases, including MySQL, PostgreSQL, SQLite, Redis, MongoDB, DuckDB, SQL Server, and Dameng. Built-in AI, MCP Server, CLI, desktop and Dock 
