跳到正文
plugmcp
目录技能分类博客
EN/中文
登录注册
Directory/sansan0
MCP server

TrendRadar

⭐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

by sansan063k starsGPL-3.0GitHubWebsite
other
接入你的智能体

添加此服务器

Install from the publisher. Not a PlugMCP endpoint.

No packaged release in the registry yet. Follow the repository README.

Provider
Step-by-step: add this in Claude

Remote URL or a command on your machine? How the two installs differ

在 PlugMCP 上运行

用我们的密钥与日志托管一份副本。

这是你新建的服务器,不是此条目的官方端点。若要用发布方的 URL 与凭证,请使用上方安装面板。

启动
Related MCP

More like this

View more
  • Firecrawl

    firecrawl

    🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.

    7.6k starsRemotebatch-processingclaude
  • N

    Notion

    Official
    io.github.awkoy

    Token-auth Notion MCP: pages, databases, blocks, comments, files. Runs headless in CI and agents.

plugmcp

把任意工具接入任意智能体。面向非开发者的 MCP 服务器目录;网关承载流量,n8n 承载应用。

PlugMCP, 2026

产品
  • 浏览
  • 安装
  • 自行托管
  • 语音模式
  • 浏览器
目录
  • 全部 MCP 服务器
  • 智能体技能
  • 分类
  • 新品
  • 语音
  • 提交服务器
开发者
  • 文档
  • 博客
  • 什么是 MCP
  • 什么是 WebMCP
  • 状态
公司
  • 关于
  • 联系
  • 条款
  • 隐私
  • 数据处理协议
  • [email protected]
175 starsLocal
  • Context7

    upstash

    Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors

    63k starsRemotevibe-coding
  • ⭐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

    Key features

    1. 01⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts
    2. 02🎯 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。
    3. 03<div align="center" id="trendradar">
    4. 04<a href="https://github
    5. 05com/sansan0/TrendRadar" title="TrendRadar">
    推荐
    • Firecrawl🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.
    • N
      NotionToken-auth Notion MCP: pages, databases, blocks, comments, files. Runs headless in CI and agents.
    • Context7Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors

    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

    推荐
    • Firecrawl🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.
    • N
      NotionToken-auth Notion MCP: pages, databases, blocks, comments, files. Runs headless in CI and agents.
    • Context7Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors

    No FAQ yet. Enrichment fills this from the README on the next crawl.

    推荐
    • Firecrawl🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.
    • N
      NotionToken-auth Notion MCP: pages, databases, blocks, comments, files. Runs headless in CI and agents.
    • Context7Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors

    No tool list yet. Remote servers get one after the first health check.

    推荐
    • Firecrawl🔥 Official Firecrawl MCP Server - Adds powerful web scraping and search to Cursor, Claude and any other LLM clients.
    • N
      NotionToken-auth Notion MCP: pages, databases, blocks, comments, files. Runs headless in CI and agents.
    • Context7Context7 Platform -- Up-to-date code documentation for LLMs and AI code editors

    中文 | English

    本项目以轻量,易部署为目标

    📑 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」

    🚀 快速开始AI 智能分析⚙️ 配置详解
    Docker部署 / 本地部署MCP客户端📝 更新日志
    🎯 核心功能💬 社区交流📚 项目相关
    • 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:

    1. 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。
    2. 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

    感谢以下平台和个人的推荐(按时间排列)

    • 小众软件 - 开源软件推荐平台
    • LinuxDo 社区 - 技术爱好者的聚集地
    • 阮一峰周刊 - 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。

    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

    点赞人金额日期备注
    D*51.8 * 32025.11.24
    *鬼12025.11.17
    *超102025.11.17
    R*w102025.11.17这 agent 做的牛逼啊,兄弟
    J*o12025.11.17感谢开源,祝大佬事业有成
    *晨8.882025.11.16项目不错,研究学习中
    *海12025.11.15
    *德1.992025.11.15
    *疏8.82025.11.14感谢开源,项目很棒,支持一下
    M*e102025.11.14开源不易,大佬辛苦了
    **柯12025.11.14
    *云882025.11.13好项目,感谢开源
    *W62025.11.13
    *凯12025.11.13
    对*.12025.11.13Thanks for your TrendRadar
    s*y12025.11.13
    **翔102025.11.13好项目,相见恨晚,感谢开源!
    *韦9.92025.11.13TrendRadar超赞,请老师喝咖啡~
    h*p52025.11.12支持中国开源力量,加油!
    c*r62025.11.12
    a*n52025.11.12
    。*c12025.11.12感谢开源分享
    *记12025.11.11
    *主12025.11.10
    *了102025.11.09
    *杰52025.11.08
    *点8.802025.11.07开发不易,支持一下。
    Q*Q6.662025.11.07感谢开源!
    C*e12025.11.05
    Peter Fan202025.10.29
    M*n12025.10.27感谢开源
    *许8.882025.10.23老师 小白一枚,摸了几天了还没整起来,求教
    Eason12025.10.22还没整明白,但你在做好事
    P*n12025.10.20
    *杰12025.10.19
    *徐12025.10.18
    *志12025.10.17
    *😀102025.10.16点赞
    **杰102025.10.16
    *啸102025.10.16
    *纪52025.10.14TrendRadar
    J*d12025.10.14谢谢你的工具,很好玩...
    *H12025.10.14
    那*O102025.10.13
    *圆12025.10.13
    P*g62025.10.13
    Ocean202025.10.12...真的太棒了!!!小白级别也能直接用...
    **培5.22025.10.2github-yzyf1312:开源万岁
    *椿32025.9.23加油,很不错
    *🍍102025.9.21
    E*f12025.9.20
    *记12025.9.20
    z*u22025.9.19
    **昊52025.9.17
    *号12025.9.15
    T*T22025.9.15点赞
    *家102025.9.10
    *X1.112025.9.3
    *飙202025.8.31来自老童谢谢
    *下12025.8.30
    2*D882025.8.13 下午
    2*D12025.8.13 上午
    S*o12025.8.05支持一下
    *侠102025.8.04
    x*x22025.8.03trendRadar 好项目 点赞
    *远12025.8.01
    *邪52025.8.01
    *梦0.12025.7.30
    **龙102025.7.29支持一下

    🪄 赞助商

    RapidProxy 提供全球住宅代理网络,面向多平台数据采集、AI 分析与自动化监控,支持智能轮换与粘性会话,灵活应对跨地区访问和持续数据获取需求。动态住宅 $0.55/GB 起,静态住宅 $5/IP/月起。

    使用专属优惠码 RAPID10,享 9 折优惠。立即免费试用。

    Swiftproxy 专注于提供高质量动态与静态住宅代理,支持灵活的 IP 轮换与粘性会话。适用于热点追踪、网页抓取与自动化数据采集,为你的项目提供更稳定可靠的网络访问支持。

    使用优惠码 PROXY90,即可享受 九折优惠。

    有意赞助?点击查看赞助与合作详情

    🤝 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!

    公众号关注QQ 群交流

    🧩 作者的另一款工具:SanFrame

    📝 更新日志

    📌 查看最新更新:原仓库更新日志 :

    • 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

    • 增加 trendradar 的可视化配置编辑器

    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

    重大重构:AI 模块迁移至 LiteLLM

    • 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_base
      • AI_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

    主要见 config.yaml 描述

    🌐 AI 翻译功能

    • 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

    🔧 配置架构优化

    • 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 分析增强

    • 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

    🔧 多模型适配

    • 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

    🐛 Bug 修复

    • 修复若干已知问题,提升系统稳定性

    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

    ✨ 推送内容"五大板块"重构

    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:

    1. 📊 热榜新闻:根据你的关键词精准筛选后的全网热点聚合。
    2. 📰 RSS 订阅:你的个性化订阅源内容,支持按关键词分组。
    3. 🆕 本次新增:实时捕捉自上次运行以来的全新热点(带 🆕 标记)。
    4. 📋 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。
    5. ✨ 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 智能分析推送功能

    • 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

    📋 独立展示区功能

    • 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

    📊 推送体验重构

    • 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

    🔧 配置优化

    • 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)

    💡 详细配置教程见 让 AI 帮我分析热点

    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

    MCP 模块更新:

    • 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

    🎉 重大更新:全面重构存储和核心架构

    • 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

    🎉 核心功能增强

    1. 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
    2. 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)
    3. 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

    🐳 Docker 双路径 HTML 生成优化

    • 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

    🐳 Docker MCP 镜像支持

    • 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

    🌐 Web 服务器支持

    • 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

    📖 文档优化

    • 新增 推送内容怎么显示? 章节:自定义推送样式和内容
    • 新增 什么时候给我推送? 章节:设置推送时间段
    • 新增 多久运行一次? 章节:设置自动运行频率
    • 新增 推送到多个群/设备 章节:同时推送给多个接收者
    • 优化各配置章节:统一添加"配置位置"说明
    • 简化快速开始配置说明:三个核心文件一目了然
    • 优化 Docker 部署 章节:新增镜像说明、推荐 git clone 部署、重组部署方式

    🔧 升级说明:

    • 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

    MCP 模块更新:

    • 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

    🔧 格式优化

    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
    2. 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*
    3. 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

    🔧 升级说明:

    • GitHub Fork 用户:更新 main.py,config.yaml

    2025/11/25 - v3.4.0

    🎉 新增 Slack 推送支持

    1. 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)
    2. 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

    📖 详细配置教程:快速开始 - Slack 推送

    • 优化 setup-windows.bat 和 setup-windows-en.bat 一键安装 MCP 的体验

    🔧 升级说明:

    • GitHub Fork 用户:更新 main.py、config/config.yaml、.github/workflows/crawler.yml

    2025/11/24 - v3.3.0

    🎉 新增 Bark 推送支持

    1. 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
    2. 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

    📖 详细配置教程:快速开始 - Bark 推送

    🐛 Bug 修复

    • 修复 config.yaml 中 ntfy_server_url 配置不生效的问题 (#345)

    🔧 升级说明:

    • GitHub Fork 用户:更新 main.py、config/config.yaml、.github/workflows/crawler.yml

    2025/11/23 - v3.2.0

    🎯 新增高级定制功能

    1. 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
    2. 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

    📖 详细配置教程:关键词配置 - 高级配置

    🔧 升级说明:

    • GitHub Fork 用户:更新 main.py、config/config.yaml

    2025/11/18 - mcp-v1.0.2

    MCP 模块更新:

    • 优化查询今日新闻却可能错误返回过去日期的情况

    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

    升级说明(GitHub Fork 用户):

    • 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

    升级说明(GitHub Fork 用户):

    • 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

    MCP 模块更新:

    • 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

    • 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:

      • 建议【小版本升级】

    2025/10/10 - v2.4.3

    感谢 nidaye996 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)

    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 和 Telegram

    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
    
    1. 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

    ✨ 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

    💡 详细配置教程见 配置详解 - 平台配置

    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。

    👉 在线体验:https://sansan0.github.io/TrendRadar/

    智能推送策略

    三种推送模式:

    模式适用场景推送特点
    当日汇总 (daily)企业管理者/普通用户按时推送当日所有匹配新闻(会包含之前推送过的)
    当前榜单 (current)自媒体人/内容创作者按时推送当前榜单匹配新闻(持续在榜的每次都出现)
    增量监控 (incremental)投资者/交易员仅推送新增内容,零重复

    💡 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

    附加功能(可选):

    功能说明默认
    调度系统按周一到周日逐日编排:为每天分配不同时间段、推送模式和 AI 分析策略。每个时段可独立设置筛选方式(关键词/AI)和关注方向,实现不同时间看不同类型新闻。内置 5 种预设(always_on / morning_evening / office_hours / night_owl / custom),也可自定义。支持工作日/周末差异化、跨午夜时段、per-period 去重、时段冲突检测(v6.0.0 + v6.5.0)morning_evening
    内容顺序配置通过 display.region_order 调整各区域(热榜、新增热点、RSS、独立展示区、AI 分析)的显示顺序;通过 display.regions 控制各区域是否显示(v5.2.0)见配置文件
    显示模式切换keyword=按关键词分组,platform=按平台分组(v4.6.0 新增)keyword

    💡 详细配置教程见 推送内容怎么显示? 和 什么时候给我推送?

    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

    💡 基础配置教程:关键词配置 - 基础语法

    💡 高级配置教程:关键词配置 - 高级配置

    💡 也可以不做筛选,完整推送所有热点(将 frequency_words.txt 留空)

    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

    💡 推送格式说明见 消息样式说明

    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

    💡 三个比例可以调整,详见 配置详解 - 热点权重调整

    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

    💡 详细配置教程见 推送到多个群/设备

    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

    • awesome-tech-rss - 科技、创业、编程领域博客和媒体
    • awesome-rss-feeds - 世界各国主流新闻媒体 RSS 合集

    ⚠️ 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)

    多存储后端支持:

    • 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

    💡 详细说明见 数据保存在哪里?

    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

    💡 详细配置教程见 让 AI 帮我分析热点

    独立展示区(v5.0.0 新增)

    为指定平台提供完整热榜展示,不受关键词过滤影响

    • 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

    💡 详细配置教程见 推送内容怎么显示? - 独立展示区

    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。

    前置条件:已完成 GitHub Actions 部署 并能正常生成网页报告。

    ① 创建 Cloudflare Pages 项目

    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:

    Name(名称)Secret(值)
    CLOUDFLARE_API_TOKEN上一步创建的 API Token
    CLOUDFLARE_ACCOUNT_ID你的 Cloudflare Account ID
    CLOUDFLARE_PROJECT_NAMECloudflare Pages 项目名(如 trendradar)

    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

    网页效果(邮箱推送效果)飞书推送效果AI 分析推送效果
    网页效果飞书推送效果AI分析推送效果

    🚀 快速开始

    提醒:建议先 查看最新官方文档,确保配置步骤是最新的。

    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

    📌 重要说明(请务必仔细阅读):

    • 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

    配置示例:

    如上图所示,每一行是一个配置项:

    • 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

    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

    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

    设置步骤:

    1. 完成上方的企业微信机器人 Webhook 设置
    2. 添加 WEWORK_MSG_TYPE Secret,值设为 text
    3. 按照下面图片操作,关联个人微信
    4. 配置好后,手机上的企业微信 App 可以删除

    说明:

    • 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)

    配置步骤:

    1. 进入目标群组,在群组右上角点击 更多 按钮,并点击 设置。

    进入群设置

    1. 在右侧 设置 界面,点击 群机器人。

    点击群机器人

    1. 在 群机器人 界面点击 添加机器人。

    2. 在 添加机器人 对话框,找到并点击 自定义机器人。

    选择自定义机器人

    1. 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。

    设置机器人信息

    1. 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。

    复制 webhook 地址

    1. 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

    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。

    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

    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
    • 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

    支持的邮箱服务商(自动识别 SMTP 配置):

    邮箱服务商域名SMTP 服务器端口加密方式
    Gmailgmail.comsmtp.gmail.com587TLS
    QQ邮箱qq.comsmtp.qq.com465SSL
    Outlookoutlook.comsmtp-mail.outlook.com587TLS
    Hotmailhotmail.comsmtp-mail.outlook.com587TLS
    Livelive.comsmtp-mail.outlook.com587TLS
    163邮箱163.comsmtp.163.com465SSL
    126邮箱126.comsmtp.126.com465SSL
    新浪邮箱sina.comsmtp.sina.com465SSL
    搜狐邮箱sohu.comsmtp.sohu.com465SSL
    天翼邮箱189.cnsmtp.189.cn465SSL
    阿里云邮箱aliyun.comsmtp.aliyun.com465TLS
    Yandex邮箱yandex.comsmtp.yandex.com465TLS
    iCloud邮箱icloud.comsmtp.mail.me.com587SSL

    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:

    • 感谢 @DYZYD 贡献天翼邮箱(189.cn)配置并完成自发自收测试 (#291)
    • 感谢 @longzhenren 贡献阿里云邮箱(aliyun.com)配置并完成测试 (#344)
    • 感谢 @ACANX 贡献 Yandex 邮箱(yandex.com)配置并完成测试 (#663)
    • 感谢 @Sleepy-Tianhao 贡献 iCloud 邮箱(icloud.com)配置并完成测试 (#728)

    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)

    如果有多个收件人(注意是英文逗号分隔):

    • EMAIL_TO="[email protected],[email protected],[email protected]"

    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 / F-Droid
      • iOS:App Store
      • 桌面:访问 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(⚠️ 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

    4. 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) 🔒

    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:

    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:

    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:

    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)

    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
    • 自托管教程
    • GitHub 仓库

    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 简介:

    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。

    使用方式:

    方式一:使用官方服务器(推荐新手) 🆓

    1. 下载 Bark App:

      • iOS:App Store
    2. 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) 🔒

    适合人群:有服务器、追求完全隐私、技术能力强

    Docker 一键部署:

    docker run -d \
      --name bark-server \
      -p 8080:8080 \
      finab/bark-server
    

    配置 TrendRadar:

    BARK_URL: http://your-server-ip:8080/your_device_key
    

    注意事项:

    • ✅ 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

    相关链接:

    • Bark 官方网站
    • Bark GitHub 仓库
    • Bark Server 自建教程

    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 简介:

    Slack 是团队协作工具,Incoming Webhooks 可以将消息推送到 Slack 频道。

    设置步骤:

    步骤 1:创建 Slack App

    1. 访问 Slack API 页面:

      • 打开 https://api.slack.com/apps?new_app=1
      • 如果未登录,先登录你的 Slack 工作空间
    2. 选择创建方式:

      • 点击 "From scratch"(从头开始创建)
    3. 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

    1. 导航到 Incoming Webhooks:

      • 在左侧菜单中找到并点击 "Incoming Webhooks"
    2. 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

    1. 添加新的 Webhook:

      • 滚动到页面底部
      • 点击 "Add New Webhook to Workspace" 按钮
    2. 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
    3. 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

    1. 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
    2. 复制 URL:

      • 点击 URL 右侧的 "Copy" 按钮
      • 或手动选中 URL 并复制
    3. 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

    注意事项:

    • ✅ 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

    消息格式预览:

    *[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)
    

    相关链接:

    • Slack Incoming Webhooks 官方文档
    • Slack API 应用管理

    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 简介:

    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

    配置示例:

    Discord 配置

    1. 获取 Webhook URL:

      • 进入 Discord 服务器设置 → 整合 → Webhooks
      • 创建新 Webhook,复制 URL
    2. 配置模板:

      {"content": "{content}"}
      
    3. GitHub Secret 配置:

      • GENERIC_WEBHOOK_URL:Discord Webhook URL
      • GENERIC_WEBHOOK_TEMPLATE:{"content": "{content}"}

    自定义模板

    模板支持两个占位符:

    • {title} - 消息标题
    • {content} - 消息内容

    模板示例:

    # 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"}
    

    注意事项:

    • ✅ 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!

    如何找到你的 Actions 页面:

    • 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

    示例对比:

    • ❌ 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

    测试步骤:

    1. 进入你项目的 Actions 页面
    2. 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
      • 如果看不到该字样,参照 #109 解决
    3. 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:

    文件作用
    config/config.yaml主配置文件:推送模式、时间窗口、平台列表、热点权重等
    config/frequency_words.txt关键词文件:设置你关心的词汇,筛选推送内容
    config/ai_analysis_prompt.txtAI 提示词模板:自定义 AI 分析师的角色和分析维度
    .github/workflows/crawler.yml执行频率:控制多久运行一次(⚠️ 谨慎修改)

    👉 详细配置教程:配置详解

    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。

    关于远程云存储配置(请根据部署方式选择):

    • 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。

    ⚠️ 前置条件(重要):

    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):

    Name(名称)Secret(值)说明
    S3_BUCKET_NAME存储桶名称(如 trendradar-data)
    S3_ACCESS_KEY_ID访问密钥 ID(Access Key ID)
    S3_SECRET_ACCESS_KEY访问密钥(Secret Access Key)
    S3_ENDPOINT_URLS3 API 端点(如 R2:https://<account-id>.r2.cloudflarestorage.com)

    可选配置:

    Name(名称)Secret(值)说明
    S3_REGION区域(默认 auto,部分服务商可能需要指定)

    💡 更多存储配置选项:参见 数据保存在哪里?

    详细操作步骤(获取凭据):

    1. 进入 R2 概览:

      • 登录 Cloudflare Dashboard。
      • 在左侧侧边栏找到并点击 R2对象存储。
    2. 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。
    3. 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」,分享你的使用心得和高级玩法。

    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:

    特性✨ AI 分析推送🧠 AI 智能分析
    模式被动接收 (每日日报)主动对话 (深度调研)
    场景"今天有什么大事?""分析一下过去一周 AI 行业的变化"
    部署极简 (填 Key 即可)进阶 (需本地运行/Docker)
    客户端手机电脑

    👉 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。

    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
    数量限制@控制显示数量@10最多显示10条新闻(v3.2.0新增)
    全局过滤[GLOBAL_FILTER]全局排除指定内容见下方示例任何情况下都过滤(v3.5.0新增)
    正则表达式/pattern/精确匹配模式/\bai\b/使用正则表达式匹配(v4.7.0新增)
    显示名称=> 备注自定义显示文本/\bai\b/ => AI相关推送和HTML显示备注名称(v4.7.0新增)

    2.1 基础语法

    配置位置: config/frequency_words.txt

    1. 普通关键词 - 基础匹配
    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
    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
    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

    4. 数量限制 @数字 - 控制显示数量(v3.2.0 新增)
    特斯拉
    马斯克
    @5
    

    作用: 限制该关键词组最多显示的新闻条数

    配置优先级: @数字 > 全局配置 > 不限制

    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

    使用场景:

    • 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

    区域说明:

    • [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)

    匹配示例:

    [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"

    注意事项:

    • 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

    常用正则模式:

    需求正则写法说明
    英文单词边界/\bword\b/匹配独立单词,如 /\bai\b/ 匹配 "AI" 但不匹配 "training"
    前后非字母/(?<![a-z])ai(?![a-z])/更宽松的边界,适合中英混合场景
    开头匹配/^breaking/只匹配以 "breaking" 开头的标题
    结尾匹配/发布$/只匹配以 "发布" 结尾的标题
    多选一/苹果|华为|小米/匹配其中任意一个(注意转义 |)

    匹配示例:

    # 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

    组合使用:

    # 正则 + 普通词 + 过滤词
    /\bai\b/
    人工智能
    机器学习
    !广告
    

    注意事项:

    • 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(!)

    💡 不会写正则?让 AI 帮你生成!

    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

    语法格式:

    # 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
    

    匹配示例:

    # 配置
    /(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
    人工智能
    
    原始配置推送/HTML 显示
    /(?<![a-z])ai(?![a-z])/ + 人工智能(?<![a-z])ai(?![a-z]) 人工智能
    /(?<![a-z])ai(?![a-z])/ => AI 相关 + 人工智能AI 相关

    注意事项:

    • 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:

    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:关注股市涨跌实况,排除预测类内容

    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"

    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: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

    ❌ 不推荐: 一个词组包含太多词汇

    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

    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

    配置位置: config/config.yaml

    report:
      sort_by_position_first: false  # 排序优先级配置
    
    配置值排序规则适用场景
    false(默认)热点条数 ↓ → 配置位置 ↑关注热度趋势
    true配置位置 ↑ → 热点条数 ↓关注个人优先级

    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)
    

    Docker 环境变量:

    SORT_BY_POSITION_FIRST=true
    MAX_NEWS_PER_KEYWORD=10
    

    综合示例:

    # 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

    模式适用人群推送时机显示内容典型使用场景
    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+ 新增新闻区域案例:每天下午6点查看今天所有重要新闻特点:看全天完整趋势,不漏掉任何热点提醒:会包含之前推送过的新闻
    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+ 新增新闻区域案例:每小时追踪"哪些话题现在最火"特点:实时了解当前热度排名变化提醒:持续在榜的新闻每次都会出现
    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案例:监控"特斯拉",只在有新消息时通知特点:零重复,只看首次出现的新闻适合:高频监控、避免信息打扰

    实际推送效果举例

    假设你监控"苹果"关键词,每小时执行一次:

    时间daily 模式推送current 模式推送incremental 模式推送
    10:00新闻A、新闻B新闻A、新闻B新闻A、新闻B
    11:00新闻A、新闻B、新闻C新闻B、新闻C、新闻D仅新闻C
    12:00新闻A、新闻B、新闻C新闻C、新闻D、新闻E仅新闻D、新闻E

    说明:

    • 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:

    1. 当前时段没有符合你关键词的新热点出现
    2. 关键词配置过于严格或过于宽泛
    3. 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
    

    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:

    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

    追深度话题型:

    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

    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,在乎持续性就调大 frequency
    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。

    5. 我收到的消息长什么样?

    推送示例

    📊 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

    6. Docker 部署

    镜像说明:

    TrendRadar 提供两个独立的 Docker 镜像,可根据需求选择部署:

    镜像名称用途说明
    wantcat/trendradar新闻推送服务定时抓取新闻、推送通知(必选)
    wantcat/trendradar-mcpAI 分析服务MCP 协议支持、AI 对话分析(可选)

    💡 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)

    1. 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
    
    1. 配置文件说明:

      配置分工原则(v4.6.0 优化):

      文件用途修改频率说明
      config/config.yaml核心功能配置低报告模式、推送设置、存储格式、推送窗口、AI 分析开关、平台启用等全局行为控制
      config/frequency_words.txt关键词配置高设置你关心的热点词汇,支持分组、正则、别名等高级语法
      config/timeline.yaml时间线配置低控制新闻时间线的展示和过滤规则
      config/ai_analysis_prompt.txtAI 分析提示词中自定义 AI 分析的角色定义和输出格式(v5.0.0+)
      config/ai_translation_prompt.txtAI 翻译提示词低自定义 AI 翻译的提示词模板
      config/ai_interests.txtAI 兴趣过滤中定义 AI 基于兴趣自动过滤新闻的规则
      config/ai_filter/AI 过滤提示词低AI 过滤模块的内部提示词(一般无需修改)
      config/custom/用户自定义扩展按需custom/ai/ 放自定义 AI 提示词,custom/keyword/ 放自定义关键词文件
      docker/.env敏感信息 + Docker 特有配置低webhook URLs、API Key、S3 密钥、定时任务等,不会被 git 追踪

      💡 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:

      环境变量对应配置示例值说明
      WEBSERVER_PORT-8080Web 服务器端口
      FEISHU_WEBHOOK_URLnotification.channels.feishu.webhook_urlhttps://...飞书 Webhook(多账号用 ; 分隔)
      AI_ANALYSIS_ENABLEDai_analysis.enabledtrue / false是否启用 AI 分析(v5.0.0 新增)
      AI_API_KEYai.api_keysk-xxx...AI API Key(ai_analysis 和 ai_translation 共享)
      AI_PROVIDERai.providerdeepseek / openai / geminiAI 提供商
      S3_*storage.remote.*-远程存储配置(5 个参数)

      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
    2. 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
    3. 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)

    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
    

    构建并启动服务:

    # 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
    

    💡 架构参数说明:

    • 默认构建 amd64 架构镜像(适用于大多数 x86_64 服务器)
    • 如需构建 arm64 架构(Apple Silicon、树莓派等),设置环境变量:
      export DOCKER_ARCH=arm64
      docker compose build
      

    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
    

    可用镜像:

    镜像名称用途说明
    wantcat/trendradar新闻推送服务定时抓取新闻、推送通知
    wantcat/trendradar-mcpMCP 服务AI 分析功能(可选)

    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。

    📊 网页版报告访问路径:

    TrendRadar 生成的当日汇总 HTML 报告会同时保存到两个位置:

    文件位置访问方式适用场景
    output/index.html宿主机直接访问Docker 部署(通过 Volume 挂载,宿主机可见)
    index.html根目录访问GitHub Pages(仓库根目录,Pages 自动识别)
    output/html/YYYY-MM-DD/当日汇总.html历史报告访问所有环境(按日期归档)

    本地访问示例:

    # 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
    

    为什么有两个 index.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。

    架构说明:

    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
    

    快速启动:

    如果已按照 方式一:使用 docker compose 完成部署,只需启动 MCP 服务:

    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