kekezack/TrendRadar

⚠️ 重要提示

请使用 Use this template 创建项目，而非 Fork

推荐使用 Docker 部署

暂不建议通过 GitHub Actions 方式部署运行

🚀 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

[![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers) [![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members) [![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE) [![Version](https://img.shields.io/badge/version-v3.5.0-blue.svg)](https://github.com/sansan0/TrendRadar) [![MCP](https://img.shields.io/badge/MCP-v1.0.3-green.svg)](https://github.com/sansan0/TrendRadar) [![企业微信通知](https://img.shields.io/badge/企业微信-通知-00D4AA?style=flat-square)](https://work.weixin.qq.com/) [![个人微信通知](https://img.shields.io/badge/个人微信-通知-00D4AA?style=flat-square)](https://weixin.qq.com/) [![Telegram通知](https://img.shields.io/badge/Telegram-通知-00D4AA?style=flat-square)](https://telegram.org/) [![dingtalk通知](https://img.shields.io/badge/钉钉-通知-00D4AA?style=flat-square)](#) [![飞书通知](https://img.shields.io/badge/飞书-通知-00D4AA?style=flat-square)](https://www.feishu.cn/) [![邮件通知](https://img.shields.io/badge/Email-通知-00D4AA?style=flat-square)](#) [![ntfy通知](https://img.shields.io/badge/ntfy-通知-00D4AA?style=flat-square)](https://github.com/binwiederhier/ntfy) [![Bark通知](https://img.shields.io/badge/Bark-通知-00D4AA?style=flat-square)](https://github.com/Finb/Bark) [![Slack通知](https://img.shields.io/badge/Slack-通知-00D4AA?style=flat-square)](https://slack.com/) [![GitHub Actions](https://img.shields.io/badge/GitHub_Actions-自动化-2088FF?style=flat-square&logo=github-actions&logoColor=white)](https://github.com/sansan0/TrendRadar) [![GitHub Pages](https://img.shields.io/badge/GitHub_Pages-部署-4285F4?style=flat-square&logo=github&logoColor=white)](https://sansan0.github.io/TrendRadar) [![Docker](https://img.shields.io/badge/Docker-部署-2496ED?style=flat-square&logo=docker&logoColor=white)](https://hub.docker.com/r/wantcat/trendradar) [![MCP Support](https://img.shields.io/badge/MCP-AI分析支持-FF6B6B?style=flat-square&logo=ai&logoColor=white)](https://modelcontextprotocol.io/)

**中文** | **[English](README-EN.md)**

本项目以轻量，易部署为目标

⚠️ 点击展开：Fork 须知：文档更新、资源限制与部署建议

**📄 文档版本说明：** 如果你是通过 **Fork** 使用本项目，你看到的可能是旧版文档。因为 Fork 时会复制当时的文档版本，但原项目可能已更新。 **👉 [点击查看最新官方文档](https://github.com/sansan0/TrendRadar?tab=readme-ov-file)** **如何判断？** 看页面顶部的仓库地址： - `github.com/你的用户名/TrendRadar` ← 你 fork 的版本 - `github.com/sansan0/TrendRadar` ← 最新官方版本 --- **🛡️ 资源限制与安全提示：** GitHub 为每个账号提供的 Actions 资源是有限额的。为了避免被官方判定为滥用而面临封号风险，请注意： - **监控平台数量**：建议控制在 **10 个左右**，过多平台会消耗更多资源 - **执行频率**：建议最短间隔为 **30 分钟**，过于频繁无实际意义 - **合理使用**：GitHub Actions 适合轻量级定时任务，而非高频爬虫 💡 **想要更自由地使用？** 推荐 [🐳 Docker 部署](#6-docker-部署)，在自己的服务器上运行。

📑 快速导航

感谢耐心反馈 bug 的贡献者，你们的每一条反馈让项目更加完善😉;
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;
感谢关注公众号 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。

👉 点击展开：致谢名单 (当前 🔥73🔥 位)

### 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](https://github.com/ourongxing/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](https://github.com/ourongxing/newsnow) 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](https://mp.weixin.qq.com/s/fvutkJ_NPUelSW9OGK39aA) - 开源软件推荐平台 - [LinuxDo 社区](https://linux.do/) - 技术爱好者的聚集地 - [阮一峰周刊](https://github.com/ruanyf/weekly) - 技术圈有影响力的周刊 ### 观众支持 > 感谢**给予资金支持**的朋友们，你们的慷慨已化身为键盘旁的零食饮料，陪伴着项目的每一次迭代。 > > **"一元点赞"已暂停**，如仍想支持作者，可前往[公众号](#问题答疑与交流)文章底部点击"喜欢作者"。 > > 一位可爱猫头像的朋友，不知你从哪个角落翻到了我的收款码，三连了 1.8，心意已收到，感谢厚爱 | 点赞人 | 金额 | 日期 | 备注 | | :-------------------------: | :----: | :----: | :-----------------------: | | D*5 | 1.8 * 3 | 2025.11.24 | | | *鬼 | 1 | 2025.11.17 | | | *超 | 10 | 2025.11.17 | | | R*w | 10 | 2025.11.17 | 这 agent 做的牛逼啊,兄弟 | | J*o | 1 | 2025.11.17 | 感谢开源,祝大佬事业有成 | | *晨 | 8.88 | 2025.11.16 | 项目不错,研究学习中 | | *海 | 1 | 2025.11.15 | | | *德 | 1.99 | 2025.11.15 | | | *疏 | 8.8 | 2025.11.14 | 感谢开源，项目很棒，支持一下 | | M*e | 10 | 2025.11.14 | 开源不易，大佬辛苦了 | | **柯 | 1 | 2025.11.14 | | | *云 | 88 | 2025.11.13 | 好项目，感谢开源 | | *W | 6 | 2025.11.13 | | | *凯 | 1 | 2025.11.13 | | | 对*. | 1 | 2025.11.13 | Thanks for your TrendRadar | | s*y | 1 | 2025.11.13 | | | **翔 | 10 | 2025.11.13 | 好项目，相见恨晚，感谢开源！ | | *韦 | 9.9 | 2025.11.13 | TrendRadar超赞，请老师喝咖啡~ | | h*p | 5 | 2025.11.12 | 支持中国开源力量，加油！ | | c*r | 6 | 2025.11.12 | | | a*n | 5 | 2025.11.12 | | | 。*c | 1 | 2025.11.12 | 感谢开源分享 | | *记 | 1 | 2025.11.11 | | | *主 | 1 | 2025.11.10 | | | *了 | 10 | 2025.11.09 | | | *杰 | 5 | 2025.11.08 | | | *点 | 8.80 | 2025.11.07 | 开发不易，支持一下。 | | Q*Q | 6.66 | 2025.11.07 | 感谢开源！ | | C*e | 1 | 2025.11.05 | | | Peter Fan | 20 | 2025.10.29 | | | M*n | 1 | 2025.10.27 | 感谢开源 | | *许 | 8.88 | 2025.10.23 | 老师小白一枚，摸了几天了还没整起来，求教 | | Eason | 1 | 2025.10.22 | 还没整明白，但你在做好事 | | P*n | 1 | 2025.10.20 | | | *杰 | 1 | 2025.10.19 | | | *徐 | 1 | 2025.10.18 | | | *志 | 1 | 2025.10.17 | | | *😀 | 10 | 2025.10.16 | 点赞 | | **杰 | 10 | 2025.10.16 | | | *啸 | 10 | 2025.10.16 | | | *纪 | 5 | 2025.10.14 | TrendRadar | | J*d | 1 | 2025.10.14 | 谢谢你的工具，很好玩... | | *H | 1 | 2025.10.14 | | | 那*O | 10 | 2025.10.13 | | | *圆 | 1 | 2025.10.13 | | | P*g | 6 | 2025.10.13 | | | Ocean | 20 | 2025.10.12 | ...真的太棒了！！！小白级别也能直接用... | | **培 | 5.2 | 2025.10.2 | github-yzyf1312:开源万岁 | | *椿 | 3 | 2025.9.23 | 加油，很不错 | | *🍍 | 10 | 2025.9.21 | | | E*f | 1 | 2025.9.20 | | | *记 | 1 | 2025.9.20 | | | z*u | 2 | 2025.9.19 | | | **昊 | 5 | 2025.9.17 | | | *号 | 1 | 2025.9.15 | | | T*T | 2 | 2025.9.15 | 点赞 | | *家 | 10 | 2025.9.10 | | | *X | 1.11 | 2025.9.3 | | | *飙 | 20 | 2025.8.31 | 来自老童谢谢 | | *下 | 1 | 2025.8.30 | | | 2*D | 88 | 2025.8.13 下午 | | | 2*D | 1 | 2025.8.13 上午 | | | S*o | 1 | 2025.8.05 | 支持一下 | | *侠 | 10 | 2025.8.04 | | | x*x | 2 | 2025.8.03 | trendRadar 好项目点赞 | | *远 | 1 | 2025.8.01 | | | *邪 | 5 | 2025.8.01 | | | *梦 | 0.1 | 2025.7.30 | | | **龙 | 10 | 2025.7.29 | 支持一下 |

✨ 核心功能

全网热点聚合

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

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
推送时间窗口控制	设定推送时间范围（如 09:00-18:00），避免非工作时间打扰	关闭
内容顺序配置	调整"热点词汇统计"和"新增热点新闻"的显示顺序（v3.5.0 新增）	统计在前

💡 详细配置教程见配置详解 - 报告配置和配置详解 - 推送时间窗口

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

基础语法（5种）：

普通词：基础匹配
必须词 +：限定范围
过滤词 !：排除干扰
数量限制 @：控制显示数量（v3.2.0 新增）
全局过滤 [GLOBAL_FILTER]：全局排除指定内容（v3.5.0 新增）

高级功能（v3.2.0 新增）：

🔢 关键词排序控制：按热度优先 or 配置顺序优先
📊 显示数量精准限制：全局配置 + 单独配置，灵活控制推送长度

词组化管理：

空行分隔，独立统计不同主题热点

💡 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）

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

💡 推送格式说明见配置详解 - 推送格式参考

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：

看重排名高的新闻（占60%）：各平台前几名的新闻优先显示
关注持续出现的话题（占30%）：反复出现的新闻更重要
考虑排名质量（占10%）：不仅多次出现，还经常排在前列

💡 这三个比例可以调整，详见配置详解 - 热点权重调整

多渠道实时推送

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

📌 多账号推送说明（v3.5.0 新增）：

✅ 支持多账号配置：所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）均支持配置多个账号
✅ 配置方式：使用英文分号 ; 分隔多个账号值
✅ 示例：FEISHU_WEBHOOK_URL 的 Secret 值填写 https://webhook1;https://webhook2
⚠️ 配对配置：Telegram 和 ntfy 需要保证配对参数数量一致（如 token 和 chat_id 都是 2 个）
⚠️ 数量限制：默认每个渠道最多 3 个账号，超出会被截断

多端适配

GitHub Pages：自动生成精美网页报告，PC/移动端适配
Docker部署：支持多架构容器化运行
数据持久化：HTML/TXT多格式历史记录保存

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

对话式查询：用自然语言提问，如"查询昨天知乎的热点"、"分析比特币最近的热度趋势"
13 种分析工具：涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
多客户端支持：Cherry Studio（GUI 配置）、Claude Desktop、Cursor、Cline 等
深度分析能力：
- 话题趋势追踪（热度变化、生命周期、爆火检测、趋势预测）
- 跨平台数据对比（活跃度统计、关键词共现）
- 智能摘要生成、相似新闻查找、历史关联检索

💡 使用提示：AI 功能需要本地新闻数据支持

项目自带 11月1-15日 测试数据，可立即体验

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

零技术门槛部署

GitHub 一键 Fork 即可使用，无需编程基础。

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

1分钟部署：企业微信（手机通知）

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

减少 APP 依赖

从"被算法推荐绑架"变成"主动获取自己想要的信息"

适合人群： 投资者、自媒体人、企业公关、关心时事的普通用户

典型场景： 股市投资监控、品牌舆情追踪、行业动态关注、生活资讯获取

Github Pages 效果(手机端适配、邮箱推送效果)	飞书推送效果

📝 更新日志

升级说明：

📌 查看最新更新：原仓库更新日志

提示：不要通过 Sync fork 更新本项目，建议查看【历史更新】，明确具体的【升级方式】和【功能内容】

小版本更新：从 v2.x 升级到 v2.y，用本项目的 main.py 代码替换你 fork 仓库中的对应文件

大版本升级：从 v1.x 升级到 v2.y，建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突

2025/12/03 - v3.5.0

🎉 核心功能增强

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
推送内容顺序可配置
- 新增 reverse_content_order 配置项
- 支持自定义热点词汇统计与新增热点新闻的显示顺序
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 trend-radar 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

新增报告配置章节：report 相关参数详解
新增推送时间窗口配置章节：push_window 配置教程
新增执行频率配置章节：Cron 表达式说明和常用示例
新增多账号推送配置章节：多账号推送配置详解
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

👉 点击展开：历史更新

### 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：`` 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](#-快速开始) - 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](#-快速开始) **🐛 Bug 修复** - 修复 `config.yaml` 中 `ntfy_server_url` 配置不生效的问题 ([#345](https://github.com/sansan0/TrendRadar/issues/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](#关键词高级配置) **🔧 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](#-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13种智能分析工具：基础查询、智能检索、高级分析、系统管理 - 自然语言交互：通过对话方式查询和分析新闻数据 - 多客户端支持：Claude Desktop、Cherry Studio、Cursor、Cline 等 - **分析能力**： - 话题趋势分析（热度追踪、生命周期、爆火检测、趋势预测） - 数据洞察（平台对比、活跃度统计、关键词共现） - 情感分析、相似新闻查找、智能摘要生成 - 历史相关新闻检索、多模式搜索 - **更新提示**： - 这是独立的 AI 分析功能，不影响现有的推送功能 - 可选择性使用，无需升级现有部署 ### 2025/10/15 - v2.4.4 - **更新内容**： - 修复 ntfy 推送编码问题 + 1 - 修复推送时间窗口判断问题 - **更新提示**： - 建议【小版本升级】 ### 2025/10/10 - v2.4.3 > 感谢 [nidaye996](https://github.com/sansan0/TrendRadar/issues/98) 发现的体验问题 - **更新内容**： - 重构"静默推送模式"命名为"推送时间窗口控制"，提升功能理解度 - 明确推送时间窗口作为可选附加功能，可与三种推送模式搭配使用 - 改进注释和文档描述，使功能定位更加清晰 - **更新提示**： - 这个仅仅是重构，可以不用升级 ### 2025/10/8 - v2.4.2 - **更新内容**： - 修复 ntfy 推送编码问题 - 修复配置文件缺失问题 - 优化 ntfy 推送效果 - 增加 github page 图片分段导出功能 - **更新提示**： - 建议使用【大版本更新】 ### 2025/10/2 - v2.4.0 **新增 ntfy 推送通知** - **核心功能**： - 支持 ntfy.sh 公共服务和自托管服务器 - **使用场景**： - 适合追求隐私的用户（支持自托管） - 跨平台推送（iOS、Android、Desktop、Web） - 无需注册账号（公共服务器） - 开源免费（MIT 协议） - **更新提示**： - 建议使用【大版本更新】 ### 2025/09/26 - v2.3.2 - 修正了邮件通知配置检查被遗漏的问题（[#88](https://github.com/sansan0/TrendRadar/issues/88)） **修复说明**： - 解决了即使正确配置邮件通知，系统仍提示"未配置任何webhook"的问题 ### 2025/09/22 - v2.3.1 - **新增邮件推送功能**，支持将热点新闻报告发送到邮箱 - **智能 SMTP 识别**：自动识别 Gmail、QQ邮箱、Outlook、网易邮箱等 10+ 种邮箱服务商配置 - **HTML 精美格式**：邮件内容采用与网页版相同的 HTML 格式，排版精美，移动端适配 - **批量发送支持**：支持多个收件人，用逗号分隔即可同时发送给多人 - **自定义 SMTP**：可自定义 SMTP 服务器和端口 - 修复Docker构建网络连接问题 **使用说明**： - 适用场景：适合需要邮件归档、团队分享、定时报告的用户 - 支持邮箱：Gmail、QQ邮箱、Outlook/Hotmail、163/126邮箱、新浪邮箱、搜狐邮箱等 **更新提示**： - 此次更新的内容比较多，如果想升级，建议采用【大版本升级】 ### 2025/09/17 - v2.2.0 - 新增一键保存新闻图片功能，让你轻松分享关注的热点 **使用说明**： - 适用场景：当你按照教程开启了网页版功能后(GitHub Pages) - 使用方法：用手机或电脑打开该网页链接，点击页面顶部的"保存为图片"按钮 - 实际效果：系统会自动将当前的新闻报告制作成一张精美图片，保存到你的手机相册或电脑桌面 - 分享便利：你可以直接把这张图片发给朋友、发到朋友圈，或分享到工作群，让别人也能看到你发现的重要资讯 ### 2025/09/13 - v2.1.2 - 解决钉钉的推送容量限制导致的新闻推送失败问题(采用分批推送) ### 2025/09/04 - v2.1.1 - 修复docker在某些架构中无法正常运行的问题 - 正式发布官方 Docker 镜像 wantcat/trendradar，支持多架构 - 优化 Docker 部署流程，无需本地构建即可快速使用 ### 2025/08/30 - v2.1.0 **核心改进**： - **推送逻辑优化**：从"每次执行都推送"改为"时间窗口内可控推送" - **时间窗口控制**：可设定推送时间范围，避免非工作时间打扰 - **推送频率可选**：时间段内支持单次推送或多次推送 **更新提示**： - 本功能默认关闭，需手动在 config.yaml 中开启推送时间窗口控制 - 升级需同时更新 main.py 和 config.yaml 两个文件 ### 2025/08/27 - v2.0.4 - 本次版本不是功能修复，而是重要提醒 - 请务必妥善保管好 webhooks，不要公开，不要公开，不要公开 - 如果你以 fork 的方式将本项目部署在 GitHub 上，请将 webhooks 填入 GitHub Secret，而非 config.yaml - 如果你已经暴露了 webhooks 或将其填入了 config.yaml，建议删除后重新生成 ### 2025/08/06 - v2.0.3 - 优化 github page 的网页版效果，方便移动端使用 ### 2025/07/28 - v2.0.2 - 重构代码 - 解决版本号容易被遗漏修改的问题 ### 2025/07/27 - v2.0.1 **修复问题**: 1. docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题 2. frequency_words.txt 为空时，导致新闻发送也为空的逻辑问题 - 修复后，当你选择 frequency_words.txt 为空时，将**推送所有新闻**，但受限于消息推送大小限制，请做如下调整 - 方案一：关闭手机推送，只选择 Github Pages 布置(这是能获得最完整信息的方案，将把所有平台的热点按照你**自定义的热搜算法**进行重新排序) - 方案二：减少推送平台，优先选择**企业微信**或**Telegram**，这两个推送我做了分批推送功能(因为分批推送影响推送体验，且只有这两个平台只给一点点推送容量，所以才不得已做了分批推送功能，但至少能保证获得的信息完整) - 方案三：可与方案二结合，模式选择 current 或 incremental 可有效减少一次性推送的内容 ### 2025/07/17 - v2.0.0 **重大重构**： - 配置管理重构：所有配置现在通过 `config/config.yaml` 文件管理（main.py 我依旧没拆分，方便你们复制升级） - 运行模式升级：支持三种模式 - `daily`（当日汇总）、`current`（当前榜单）、`incremental`（增量监控） - Docker 支持：完整的 Docker 部署方案，支持容器化运行 **配置文件说明**： - `config/config.yaml` - 主配置文件（应用设置、爬虫配置、通知配置、平台配置等） - `config/frequency_words.txt` - 关键词配置（监控词汇设置） ### 2025/07/09 - v1.4.1 **功能新增**：增加增量推送(在 main.py 头部配置 FOCUS_NEW_ONLY)，该开关只关心新话题而非持续热度，只在有新内容时才发通知。 **修复问题**: 某些情况下，由于新闻本身含有特殊符号导致的偶发性排版异常。 ### 2025/06/23 - v1.3.0 企业微信和 Telegram 的推送消息有长度限制，对此我采用将消息拆分推送的方式。开发文档详见[企业微信](https://developer.work.weixin.qq.com/document/path/91770) 和 [Telegram](https://core.telegram.org/bots/api) ### 2025/06/21 - v1.2.1 在本版本之前的旧版本，不仅 main.py 需要复制替换， crawler.yml 也需要你复制替换 https://github.com/sansan0/TrendRadar/blob/master/.github/workflows/crawler.yml ### 2025/06/19 - v1.2.0 > 感谢 claude research 整理的各平台 api ,让我快速完成各平台适配（虽然代码更多冗余了~ 1. 支持 telegram ，企业微信，钉钉推送渠道, 支持多渠道配置和同时推送 ### 2025/06/18 - v1.1.0 > **200 star⭐** 了, 继续给大伙儿助兴~近期，在我的"怂恿"下，挺多人在我公众号点赞分享推荐助力了我，我都在后台看见了具体账号的鼓励数据，很多都成了天使轮老粉（我玩公众号才一个多月，虽然注册是七八年前的事了哈哈，属于上车早，发车晚），但因为你们没有留言或私信我，所以我也无法一一回应并感谢支持，在此一并谢谢！ 1. 重要的更新，加了权重，你现在看到的新闻都是最热点最有关注度的出现在最上面 2. 更新文档使用，因为近期更新了很多功能，而且之前的使用文档我偷懒写的简单（见下面的 ⚙️ frequency_words.txt 配置完整教程） ### 2025/06/16 - v1.0.0 1. 增加了一个项目新版本更新提示，默认打开，如要关掉，可以在 main.py 中把 "FEISHU_SHOW_VERSION_UPDATE": True 中的 True 改成 False 即可 ### 2025/06/13+14 1. 去掉了兼容代码，之前 fork 的同学，直接复制代码会在当天显示异常（第二天会恢复正常） 2. feishu 和 html 底部增加一个新增新闻显示 ### 2025/06/09 **100 star⭐** 了，写个小功能给大伙儿助助兴 frequency_words.txt 文件增加了一个【必须词】功能，使用 + 号 1. 必须词语法如下：唐僧或者猪八戒必须在标题里同时出现，才会收录到推送新闻中 ``` +唐僧 +猪八戒 ``` 2. 过滤词的优先级更高：如果标题中过滤词匹配到唐僧念经，那么即使必须词里有唐僧，也不显示 ``` +唐僧 !唐僧念经 ``` ### 2025/06/02 1. **网页**和**飞书消息**支持手机直接跳转详情新闻 2. 优化显示效果 + 1 ### 2025/05/26 1. 飞书消息显示效果优化

优化前

优化后

🚀 快速开始

📖 提醒：Fork 用户建议先 查看最新官方文档，确保配置步骤是最新的。

Fork 本项目到你的 GitHub 账户
- 点击本页面右上角的"Fork"按钮
设置 GitHub Secrets（选择你需要的平台）:

在你 Fork 后的仓库中，进入 Settings > Secrets and variables > Actions > New repository secret

📌 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

📌 多账号推送说明（v3.5.0 新增）：

✅ 支持多账号配置：所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）均支持配置多个账号
✅ 配置方式：使用英文分号 ; 分隔多个账号值
✅ 示例：FEISHU_WEBHOOK_URL 的 Secret 值填写 https://webhook1;https://webhook2
⚠️ 配对配置：Telegram 和 ntfy 需要保证配对参数数量一致（如 token 和 chat_id 都是 2 个）
⚠️ 数量限制：默认每个渠道最多 3 个账号，超出部分被截断

多账号配置示例：

| Name（名称） | Secret（值）示例 | |-------------|-----------------| | FEISHU_WEBHOOK_URL | https://webhook1;https://webhook2;https://webhook3 | | TELEGRAM_BOT_TOKEN | token1;token2 | | TELEGRAM_CHAT_ID | chatid1;chatid2 | | NTFY_TOPIC | topic1;topic2 | | NTFY_TOKEN | ;token2（第一个无 token 时留空占位） |

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）

👉 点击展开：企业微信机器人（配置最简单最迅速）

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：

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

👉 点击展开：个人微信推送（基于企业微信应用，推送到个人微信）

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：

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

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）

👉 点击展开：飞书机器人（消息显示最友好）

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）：你的飞书机器人 Webhook 地址（该链接开头类似 https://www.feishu.cn/flow/api/trigger-webhook/********）

有两个方案，方案一配置简单，方案二配置复杂(但是稳定推送)

其中方案一，由 ziventian发现并提供建议，在这里感谢他，默认是个人推送，也可以配置群组推送操作#97 ，

方案一：

对部分人存在额外操作，否则会报"系统错误"。需要手机端搜索下机器人，然后开启飞书机器人应用(该建议来自于网友，可参考)

电脑浏览器打开 https://botbuilder.feishu.cn/home/my-command
点击"新建机器人指令"
点击"选择触发器"，往下滑动，点击"Webhook 触发"
此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作

"参数"里面放上下面的内容，然后点击"完成"

{
 "message_type": "text",
 "content": {
   "total_titles": "{{内容}}",
   "timestamp": "{{内容}}",
   "report_type": "{{内容}}",
   "text": "{{内容}}"
 }
}

点击"选择操作" > "通过官方机器人发消息"
消息标题填写"TrendRadar 热点监控"
最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放

配置完成后，将第 4 步复制的 Webhook 地址配置到 GitHub Secrets 中的 FEISHU_WEBHOOK_URL

方案二：

电脑浏览器打开 https://botbuilder.feishu.cn/home/my-app
点击"新建机器人应用"
进入创建的应用后，点击"流程涉及" > "创建流程" > "选择触发器"
往下滑动，点击"Webhook 触发"
此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作

"参数"里面放上下面的内容，然后点击"完成"

{
 "message_type": "text",
 "content": {
   "total_titles": "{{内容}}",
   "timestamp": "{{内容}}",
   "report_type": "{{内容}}",
   "text": "{{内容}}"
 }
}

点击"选择操作" > "发送飞书消息"，勾选 "群消息"，然后点击下面的输入框，点击"我管理的群组"（如果没有群组，你可以在飞书 app 上创建群组）
消息标题填写"TrendRadar 热点监控"
最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放

配置完成后，将第 5 步复制的 Webhook 地址配置到 GitHub Secrets 中的 FEISHU_WEBHOOK_URL

👉 点击展开：钉钉机器人

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：

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：
- 设置机器人名称
- 安全设置：
  - 自定义关键词：设置 "热点"
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。

👉 点击展开：Telegram Bot

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：

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 Token
- TELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID

👉 点击展开：邮件推送（支持所有主流邮箱）

注意事项：为防止邮件群发功能被滥用，当前的群发是所有收件人都能看到彼此的邮箱地址。
如果你没有过配置下面这种邮箱发送的经历，不建议尝试

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 | |-----------|------|------------|------|---------| | Gmail | gmail.com | smtp.gmail.com | 587 | TLS | | QQ邮箱 | qq.com | smtp.qq.com | 465 | SSL | | Outlook | outlook.com | smtp-mail.outlook.com | 587 | TLS | | Hotmail | hotmail.com | smtp-mail.outlook.com | 587 | TLS | | Live | live.com | smtp-mail.outlook.com | 587 | TLS | | 163邮箱 | 163.com | smtp.163.com | 465 | SSL | | 126邮箱 | 126.com | smtp.126.com | 465 | SSL | | 新浪邮箱 | sina.com | smtp.sina.com | 465 | SSL | | 搜狐邮箱 | sohu.com | smtp.sohu.com | 465 | SSL | | 天翼邮箱 | 189.cn | smtp.189.cn | 465 | SSL | | 阿里云邮箱 | aliyun.com | smtp.aliyun.com | 465 | TLS |

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)

常见邮箱设置：

#### 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.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="user1@example.com,user2@example.com,user3@example.com"

👉 点击展开：ntfy 推送（开源免费，支持自托管）

两种使用方式：

### 方式一：免费使用（推荐新手） 🆓

特点：

✅ 无需注册账号，立即使用
✅ 每天 250 条消息（足够 90% 用户）
✅ Topic 名称即"密码"（需选择不易猜测的名称）
⚠️ 消息未加密，不适合敏感信息, 但适合我们这个项目的不敏感信息

快速开始：

下载 ntfy 应用：
- Android：Google Play / F-Droid
- iOS：App Store
- 桌面：访问 ntfy.sh

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） 🔒

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：

Q1: 免费版够用吗？

每天 250 条消息对大多数用户足够。按 30 分钟抓取一次计算，每天约 48 次推送，完全够用。

Q2: Topic 名称真的安全吗？

如果你选择随机的、足够长的名称（如 trendradar-zs-8492-news），暴力破解几乎不可能：

ntfy 有严格的速率限制（1 秒 1 次请求）
64 个字符选择（A-Z, a-z, 0-9, _, -）
10 位随机字符串有 64^10 种可能性（需要数年才能破解）

推荐选择：

| 用户类型 | 推荐方案 | 理由 | |---------|---------|------| | 普通用户 | 方式一（免费） | 简单快速，够用 | | 技术用户 | 方式二（自托管） | 完全控制，无限制 | | 高频用户 | 方式三（付费） | 这个自己去官网看吧 |

相关链接：

👉 点击展开：Bark 推送（iOS 专属，简洁高效）

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） 🆓

下载 Bark App：
- iOS：App Store
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：

👉 点击展开：Slack 推送

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

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
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

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：

手动测试新闻推送：

💡 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）。

⚠️ 重要提醒：请进入你自己 fork 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：

进入你项目的 Actions 页面
找到 "Hot News Crawler" 点进去
- 如果看不到该字样，参照 #109 解决
点击右侧的 "Run workflow" 按钮运行
等待 1 分钟左右，消息会推送到你配置的平台

⏱️ 测试提示：

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

配置说明（可选）：

💡 默认配置已可正常使用，如需个性化调整，了解以下三个文件即可

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
`.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

🎉 部署成功！分享你的使用体验

恭喜你完成了 TrendRadar 的配置！现在你可以开始追踪热点资讯了。

💬 有更多小伙伴在公众号交流使用心得，期待你的分享~

想了解更多玩法和高级技巧？
遇到问题需要快速解答？
有好的想法想要交流？

👉 欢迎关注公众号「硅基茶水间」，你的点赞和留言都是项目持续更新的动力。

详细的交流方式，请查看 → 问题答疑与交流

想要更智能的分析？试试 AI 增强功能（可选）

基础配置已经能满足日常使用，但如果你想要：

📊 让 AI 自动分析热点趋势和数据洞察
🔍 通过自然语言搜索和查询新闻
💡 获得情感分析、话题预测等深度分析
⚡ 在 Claude、Cursor 等 AI 工具中直接调用数据

👉 了解更多：AI 智能分析 — 解锁项目的隐藏能力，让热点追踪更高效！

⚙️ 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. 平台配置

👉 点击展开：自定义监控平台

**配置位置：** `config/config.yaml` 的 `platforms` 部分本项目的资讯数据来源于 [newsnow](https://github.com/ourongxing/newsnow) ，你可以点击[网站](https://newsnow.busiyi.world/)，点击[更多]，查看是否有你想要的平台。具体添加可访问 [项目源代码](https://github.com/ourongxing/newsnow/tree/main/server/sources)，根据里面的文件名，在 `config/config.yaml` 文件中修改 `platforms` 配置： ```yaml platforms: - id: "toutiao" name: "今日头条" - id: "baidu" name: "百度热搜" - id: "wallstreetcn-hot" name: "华尔街见闻" # 添加更多平台... ``` > 💡 **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](https://github.com/sansan0/TrendRadar/issues/95) > ⚠️ **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. 关键词配置

在 frequency_words.txt 文件中配置监控的关键词，支持五种语法、区域标记和词组功能。

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）

2.1 基础语法

👉 点击展开：基础语法教程

**配置位置：** `config/frequency_words.txt` ##### 1. **普通关键词** - 基础匹配 ```txt 华为 OPPO 苹果 ``` **作用：** 新闻标题包含其中**任意一个词**就会被捕获 ##### 2. **必须词** `+词汇` - 限定范围 ```txt 华为 OPPO +手机 ``` **作用：** 必须同时包含普通词**和**必须词才会被捕获 ##### 3. **过滤词** `!词汇` - 排除干扰 ```txt 苹果华为 !水果 !价格 ``` **作用：** 包含过滤词的新闻会被**直接排除**，即使包含关键词 ##### 4. **数量限制** `@数字` - 控制显示数量（v3.2.0 新增） ```txt 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） ```txt [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：** ```txt [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） --- #### 🔗 词组功能 - 空行分隔的重要作用 **核心规则：** 用**空行**分隔不同的词组，每个词组独立统计 ##### 示例配置： ```txt iPhone 华为 OPPO +发布 A股上证深证 +涨跌 !预测世界杯欧洲杯亚洲杯 +比赛 ``` ##### 词组解释及匹配效果： **第1组 - 手机新品类：** - 关键词：iPhone、华为、OPPO - 必须词：发布 - 效果：必须包含手机品牌名，同时包含"发布" **匹配示例：** - ✅ "iPhone 15正式发布售价公布" ← 有"iPhone"+"发布" - ✅ "华为Mate60系列发布会直播" ← 有"华为"+"发布" - ✅ "OPPO Find X7发布时间确定" ← 有"OPPO"+"发布" - ❌ "iPhone销量创新高" ← 有"iPhone"但缺少"发布" **第2组 - 股市行情类：** - 关键词：A股、上证、深证 - 必须词：涨跌 - 过滤词：预测 - 效果：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** ```txt # 第一步：先用宽泛关键词测试人工智能 AI ChatGPT # 第二步：发现误匹配后，加入必须词限定人工智能 AI ChatGPT +技术 # 第三步：发现干扰内容后，加入过滤词人工智能 AI ChatGPT +技术 !广告 !培训 ``` ##### 2. **避免过度复杂** ❌ **不推荐：** 一个词组包含太多词汇 ```txt 华为 OPPO 苹果三星 vivo 一加魅族 +手机 +发布 +销量 !假货 !维修 !二手 ``` ✅ **推荐：** 拆分成多个精确的词组 ```txt 华为 OPPO +新品苹果三星 +发布手机销量 +市场 ```

2.2 高级配置（v3.2.0 新增）

👉 点击展开：高级配置教程

##### 关键词排序优先级 **配置位置：** `config/config.yaml` ```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 ```yaml 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：** ```bash SORT_BY_POSITION_FIRST=true MAX_NEWS_PER_KEYWORD=10 ``` **综合示例：** ```yaml # 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 ``` ```txt # 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. 推送模式详解

👉 点击展开：三种推送模式详细对比

**配置位置：** `config/config.yaml` 的 `report.mode` ```yaml report: mode: "daily" # 可选: "daily" | "incremental" | "current" ``` **Docker 环境变量：** `REPORT_MODE=incremental` #### 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](#2-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](#1-平台配置) - 添加更多新闻平台，扩大信息来源

4. 热点权重调整

👉 点击展开：热点权重调整

**配置位置：** `config/config.yaml` 的 `weight` 部分 ```yaml weight: rank_weight: 0.6 # 排名权重 frequency_weight: 0.3 # 频次权重 hotness_weight: 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**： ```yaml weight: rank_weight: 0.8 # 主要看排名 frequency_weight: 0.1 # 不太在乎持续性 hotness_weight: 0.1 ``` **适用人群**：自媒体博主、营销人员、想快速了解当下最火话题的用户 **追深度话题型**： ```yaml weight: rank_weight: 0.4 # 适度看排名 frequency_weight: 0.5 # 重视当天内的持续热度 hotness_weight: 0.1 ``` **适用人群**：投资者、研究人员、新闻工作者、需要深度分析趋势的用户 #### 调整的方法 1. **三个数字加起来必须等于 1.0** 2. **哪个重要就调大哪个**：在乎排名就调大 rank_weight，在乎持续性就调大 frequency_weight 3. **建议每次只调 0.1-0.2**，观察效果核心思路：追求速度和时效性的用户提高排名权重，追求深度和稳定性的用户提高频次权重。

5. 推送格式参考

👉 点击展开：推送格式说明

#### 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

👉 点击展开：Docker 部署完整指南

**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-mcp` | AI 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**: **方式 1-A：使用 git clone（推荐，最简单）** ```bash # 克隆项目到本地 git clone https://github.com/sansan0/TrendRadar.git cd TrendRadar ``` **方式 1-B：使用 wget 下载配置文件** ```bash # 创建目录结构 mkdir -p trendradar/{config,docker} cd trendradar # 下载配置文件模板 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/ wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/ # 下载 docker-compose 配置 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env -P docker/ wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml -P docker/ ``` > 💡 **说明**：Docker 部署需要的关键目录结构如下： ``` 当前目录/ ├── config/ │ ├── config.yaml │ └── frequency_words.txt └── docker/ ├── .env └── docker-compose.yml ``` 2. **配置文件说明**: - `config/config.yaml` - 应用主配置（报告模式、推送设置等） - `config/frequency_words.txt` - 关键词配置（设置你关心的热点词汇） - `.env` - 环境变量配置（webhook URLs 和定时任务） **⚙️ 环境变量覆盖机制（v3.0.5+）** 如果你在 NAS 或其他 Docker 环境中遇到**修改 `config.yaml` 后配置不生效**的问题，可以通过环境变量直接覆盖配置： | 环境变量 | 对应配置 | 示例值 | 说明 | |---------|---------|-------|------| | `ENABLE_CRAWLER` | `crawler.enable_crawler` | `true` / `false` | 是否启用爬虫 | | `ENABLE_NOTIFICATION` | `notification.enable_notification` | `true` / `false` | 是否启用通知 | | `REPORT_MODE` | `report.mode` | `daily` / `incremental` / `current`| 报告模式 | | `MAX_ACCOUNTS_PER_CHANNEL` | `notification.max_accounts_per_channel` | `3` | 每个渠道最大账号数 | | `PUSH_WINDOW_ENABLED` | `notification.push_window.enabled` | `true` / `false` | 推送时间窗口开关 | | `PUSH_WINDOW_START` | `notification.push_window.time_range.start` | `08:00` | 推送开始时间 | | `PUSH_WINDOW_END` | `notification.push_window.time_range.end` | `22:00` | 推送结束时间 | | `ENABLE_WEBSERVER` | - | `true` / `false` | 是否自动启动 Web 服务器 | | `WEBSERVER_PORT` | - | `8080` | Web 服务器端口（默认 8080） | | `FEISHU_WEBHOOK_URL` | `notification.webhooks.feishu_url` | `https://...` | 飞书 Webhook（支持多账号，用 `;` 分隔） | **配置优先级**：环境变量 > config.yaml **使用方法**： - 修改 `.env` 文件，取消注释并填写需要的配置 - 或在 NAS/群晖 Docker 管理界面的"环境变量"中直接添加 - 重启容器后生效：`docker-compose up -d` 3. **启动服务**: **选项 A：启动所有服务（推送 + AI 分析）** ```bash # 拉取最新镜像 docker-compose pull # 启动所有服务（trend-radar + trend-radar-mcp） docker-compose up -d ``` **选项 B：仅启动新闻推送服务** ```bash # 只启动 trend-radar（定时抓取和推送） docker-compose pull trend-radar docker-compose up -d trend-radar ``` **选项 C：仅启动 MCP AI 分析服务** ```bash # 只启动 trend-radar-mcp（提供 AI 分析接口） docker-compose pull trend-radar-mcp docker-compose up -d trend-radar-mcp ``` > 💡 **提示**： > - 大多数用户只需启动 `trend-radar` 即可实现新闻推送功能 > - 只有需要使用 Claude/ChatGPT 进行 AI 对话分析时，才需启动 `trend-radar-mcp` > - 两个服务相互独立，可根据需求灵活组合 4. **查看运行状态**: ```bash # 查看新闻推送服务日志 docker logs -f trend-radar # 查看 MCP AI 分析服务日志 docker logs -f trend-radar-mcp # 查看所有容器状态 docker ps | grep trend-radar # 停止特定服务 docker-compose stop trend-radar # 停止推送服务 docker-compose stop trend-radar-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： ```bash # 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**： ```bash # 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 trend-radar docker-compose up -d trend-radar # 选项 C：仅构建并启动 MCP AI 分析服务 docker-compose build trend-radar-mcp docker-compose up -d trend-radar-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： > ```bash > export DOCKER_ARCH=arm64 > docker-compose build > ``` #### 镜像更新 ```bash # 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-mcp` | MCP 服务 | AI 分析功能（可选） | #### 服务管理命令 ```bash # 查看运行状态 docker exec -it trend-radar python manage.py status # 手动执行一次爬虫 docker exec -it trend-radar python manage.py run # 查看实时日志 docker exec -it trend-radar python manage.py logs # 显示当前配置 docker exec -it trend-radar python manage.py config # 显示输出文件 docker exec -it trend-radar python manage.py files # Web 服务器管理（用于浏览器访问生成的报告） docker exec -it trend-radar python manage.py start_webserver # 启动 Web 服务器 docker exec -it trend-radar python manage.py stop_webserver # 停止 Web 服务器 docker exec -it trend-radar python manage.py webserver_status # 查看 Web 服务器状态 # 查看帮助信息 docker exec -it trend-radar python manage.py help # 重启容器 docker restart trend-radar # 停止容器 docker stop trend-radar # 删除容器（保留数据） docker rm trend-radar ``` > 💡 **Web 服务器说明**： > - 启动后可通过浏览器访问 `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年xx月xx日/`） > - 端口可在 `.env` 文件中配置 `WEBSERVER_PORT` 参数 > - 自动启动：在 `.env` 中设置 `ENABLE_WEBSERVER=true` > - 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/YYYY年MM月DD日/html/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**： ```bash # 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 trend-radar 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:8080/2025年xx月xx日/ # 访问指定日期的报告 http://localhost:8080/2025年xx月xx日/html/ # 浏览该日期下的所有 HTML 文件 # 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/2025年xx月xx日/html/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 ```bash # 检查容器状态 docker inspect trend-radar # 查看容器日志 docker logs --tail 100 trend-radar # 进入容器调试 docker exec -it trend-radar /bin/bash # 验证配置文件 docker exec -it trend-radar ls -la /app/config/ ``` #### 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**： ```mermaid flowchart TB subgraph trend-radar["trend-radar"] A1[定时抓取新闻] A2[推送通知] end subgraph trend-radar-mcp["trend-radar-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 trend-radar --> shared trend-radar-mcp --> shared ``` **快速启动**：使用 docker-compose 同时启动新闻推送和 MCP 服务： ```bash # 下载最新的 docker-compose.yml（已包含 MCP 服务配置） wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml # 启动所有服务 docker-compose up -d # 查看运行状态 docker ps | grep trend-radar ``` **单独启动 MCP 服务**： ```bash docker run -d --name trend-radar-mcp \ -p 127.0.0.1:3333:3333 \ -v ./config:/app/config:ro \ -v ./output:/app/output:ro \ -e TZ=Asia/Shanghai \ wantcat/trendradar-mcp:latest ``` **验证服务**： ```bash # 检查 MCP 服务是否正常运行 curl http://127.0.0.1:3333/mcp # 查看 MCP 服务日志 docker logs -f trend-radar-mcp ``` **在 AI 客户端中配置**： MCP 服务启动后，在 Claude Desktop、Cherry Studio、Cursor 等客户端中配置： ```json { "mcpServers": { "trendradar": { "url": "http://127.0.0.1:3333/mcp", "description": "TrendRadar 新闻热点分析" } } } ``` > 💡 **提示**：MCP 服务仅监听本地端口（127.0.0.1），确保安全性。如需远程访问，请自行配置反向代理和认证。

7. 报告配置

👉 点击展开：报告相关参数配置

**配置位置：** `config/config.yaml` 的 `report` 部分 ```yaml report: mode: "daily" # 推送模式 rank_threshold: 5 # 排名高亮阈值 sort_by_position_first: false # 排序优先级 max_news_per_keyword: 0 # 每个关键词最大显示数量 reverse_content_order: false # 内容顺序配置 ``` #### 配置项详解 | 配置项 | 类型 | 默认值 | 说明 | |-------|------|-------|------| | `mode` | string | `daily` | 推送模式，可选 `daily`/`incremental`/`current`，详见 [推送模式详解](#3-推送模式详解) | | `rank_threshold` | int | `5` | 排名高亮阈值，排名 ≤ 该值的新闻会加粗显示 | | `sort_by_position_first` | bool | `false` | 排序优先级：`false`=按热点条数排序，`true`=按配置位置排序 | | `max_news_per_keyword` | int | `0` | 每个关键词最大显示数量，`0`=不限制 | | `reverse_content_order` | bool | `false` | 内容顺序：`false`=热点词汇统计在前，`true`=新增热点新闻在前 | #### 内容顺序配置（v3.5.0 新增）控制推送消息和 HTML 报告中两部分内容的显示顺序： | 配置值 | 显示顺序 | |-------|---------| | `false`（默认） | ① 热点词汇统计 → ② 新增热点新闻 | | `true` | ① 新增热点新闻 → ② 热点词汇统计 | **适用场景：** - `false`（默认）：适合关注关键词匹配结果的用户，先看分类统计 - `true`：适合关注最新动态的用户，优先查看新增热点 **Docker 环境变量：** ```bash REVERSE_CONTENT_ORDER=true ``` #### 排序优先级配置 **示例场景：** 配置顺序 A、B、C，热点数 A(3条)、B(10条)、C(5条) | 配置值 | 显示顺序 | 适用场景 | |-------|---------|---------| | `false`（默认） | B(10条) → C(5条) → A(3条) | 关注热度趋势 | | `true` | A(3条) → B(10条) → C(5条) | 关注个人优先级 | **Docker 环境变量：** ```bash SORT_BY_POSITION_FIRST=true MAX_NEWS_PER_KEYWORD=10 ```

8. 推送时间窗口配置

👉 点击展开：推送时间窗口控制详解

**配置位置：** `config/config.yaml` 的 `notification.push_window` 部分 ```yaml notification: push_window: enabled: false # 是否启用 time_range: start: "20:00" # 开始时间（北京时间） end: "22:00" # 结束时间（北京时间） once_per_day: true # 每天只推送一次 push_record_retention_days: 7 # 推送记录保留天数 ``` #### 配置项详解 | 配置项 | 类型 | 默认值 | 说明 | |-------|------|-------|------| | `enabled` | bool | `false` | 是否启用推送时间窗口控制 | | `time_range.start` | string | `"20:00"` | 推送时间窗口开始时间（北京时间，HH:MM 格式） | | `time_range.end` | string | `"22:00"` | 推送时间窗口结束时间（北京时间，HH:MM 格式） | | `once_per_day` | bool | `true` | `true`=每天在窗口内只推送一次，`false`=窗口内每次执行都推送 | | `push_record_retention_days` | int | `7` | 推送记录保留天数（用于判断是否已推送） | #### 使用场景 | 场景 | 配置示例 | |------|---------| | **工作时间推送** | `start: "09:00"`, `end: "18:00"`, `once_per_day: false` | | **晚间汇总推送** | `start: "20:00"`, `end: "22:00"`, `once_per_day: true` | | **午休时间推送** | `start: "12:00"`, `end: "13:00"`, `once_per_day: true` | #### 重要提示 > ⚠️ **GitHub Actions 用户注意：** > - GitHub Actions 执行时间不稳定，可能有 ±15 分钟的偏差 > - 时间范围建议至少留足 **2 小时** > - 如果想要精准的定时推送，建议使用 **Docker 部署**在个人服务器上 #### Docker 环境变量 ```bash PUSH_WINDOW_ENABLED=true PUSH_WINDOW_START=09:00 PUSH_WINDOW_END=18:00 PUSH_WINDOW_ONCE_PER_DAY=false PUSH_WINDOW_RETENTION_DAYS=7 ``` #### 完整配置示例 **场景：每天晚上 8-10 点只推送一次汇总** ```yaml notification: push_window: enabled: true time_range: start: "20:00" end: "22:00" once_per_day: true push_record_retention_days: 7 ``` **场景：工作时间内每小时推送** ```yaml notification: push_window: enabled: true time_range: start: "09:00" end: "18:00" once_per_day: false push_record_retention_days: 7 ```

9. 执行频率配置

👉 点击展开：自动运行频率设置

**配置位置：** `.github/workflows/crawler.yml` 的 `schedule` 部分 ```yaml on: schedule: - cron: "0 * * * *" # 每小时运行一次 ``` #### 什么是 Cron 表达式？ Cron 是一种定时任务格式，由 5 个部分组成：`分时日月周` ``` ┌───────────── 分钟 (0-59) │ ┌───────────── 小时 (0-23) │ │ ┌───────────── 日期 (1-31) │ │ │ ┌───────────── 月份 (1-12) │ │ │ │ ┌───────────── 星期 (0-6，0=周日) │ │ │ │ │ * * * * * ``` #### 常用配置示例 | 想要的效果 | Cron 表达式 | 说明 | |-----------|------------|------| | 每小时运行 | `0 * * * *` | 每小时的第 0 分钟运行（默认） | | 每 30 分钟运行 | `*/30 * * * *` | 每隔 30 分钟运行一次 | | 每天早 8 点运行 | `0 0 * * *` | UTC 0:00 = 北京时间 8:00 | | 工作时间运行 | `*/30 0-14 * * *` | 北京 8:00-22:00，每 30 分钟 | | 每天 3 次 | `0 0,6,12 * * *` | 北京 8:00、14:00、20:00 | #### 重要提示 > ⚠️ **时区注意**：GitHub Actions 使用 **UTC 时间**，北京时间需要 **减 8 小时** > - 想要北京时间 8:00 运行 → 设置 UTC 0:00 > - 想要北京时间 20:00 运行 → 设置 UTC 12:00 > ⚠️ **频率限制**：GitHub 对每个账号的 Actions 运行次数有限额 > - **建议**：不要设置比 30 分钟更短的间隔 > - **原因**：过于频繁可能被判定为滥用，面临封号风险 > - **实际情况**：GitHub Actions 执行时间本身就有偏差，设置太精确意义不大 #### 修改方法 1. 打开你 fork 的仓库 2. 找到 `.github/workflows/crawler.yml` 文件 3. 点击编辑（铅笔图标） 4. 修改 `cron: "0 * * * *"` 中的表达式 5. 点击 "Commit changes" 保存

10. 多账号推送配置

👉 点击展开：多账号推送配置详解

> ### ⚠️ **安全警告** > **GitHub Fork 用户请勿在 `config.yaml` 中配置推送信息！** > > - **风险说明**：`config.yaml` 会被提交到公开的 Git 仓库，配置推送信息（Webhook URL、Token 等）会泄露敏感数据 > - **推荐方式**： > - **GitHub Actions 用户** → 使用 GitHub Secrets 环境变量 > - **Docker 用户** → 使用 [`.env` 文件配置](#6-docker-部署)（`.env` 已在 `.gitignore` 中，不会被提交） > - **本地开发用户**：可以在 `config.yaml` 中配置（确保不会 push 到公开仓库） #### 支持的渠道 | 渠道 | 配置项 | 是否需要配对 | 说明 | |------|--------|-------------|------| | **飞书** | `feishu_url` | 否 | 多个 webhook URL | | **钉钉** | `dingtalk_url` | 否 | 多个 webhook URL | | **企业微信** | `wework_url` | 否 | 多个 webhook URL | | **Telegram** | `telegram_bot_token` + `telegram_chat_id` | ✅ 是 | token 和 chat_id 数量必须一致 | | **ntfy** | `ntfy_topic` + `ntfy_token` | ✅ 是 | topic 和 token 数量必须一致（token 可选） | | **Bark** | `bark_url` | 否 | 多个推送 URL | | **Slack** | `slack_webhook_url` | 否 | 多个 webhook URL | | **邮件** | `email_to` | - | 已支持多收件人（逗号分隔），无需修改 | #### 推荐配置方式 1：GitHub Actions 环境变量 **配置位置**：GitHub Repo → Settings → Secrets and variables → Actions → Repository secrets **基础配置示例**： ```bash # 多账号数量限制 MAX_ACCOUNTS_PER_CHANNEL=3 # 飞书多账号（3个群组） FEISHU_WEBHOOK_URL=https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy;https://hook3.feishu.cn/zzz # 钉钉多账号（2个群组） DINGTALK_WEBHOOK_URL=https://oapi.dingtalk.com/xxx;https://oapi.dingtalk.com/yyy # 企业微信多账号（2个群组） WEWORK_WEBHOOK_URL=https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx;https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=yyy # Bark多账号（2个设备） BARK_URL=https://api.day.app/key1;https://api.day.app/key2 # Slack多账号（2个频道） SLACK_WEBHOOK_URL=https://hooks.slack.com/xxx;https://hooks.slack.com/yyy ``` **配对配置示例（Telegram 和 ntfy）**：

Telegram 配对配置

```bash # ✅ 正确配置：2个token对应2个chat_id TELEGRAM_BOT_TOKEN=123456:AAA-BBB;789012:CCC-DDD TELEGRAM_CHAT_ID=-100111;-100222 # ❌ 错误配置：数量不一致，将跳过推送 TELEGRAM_BOT_TOKEN=token1;token2;token3 TELEGRAM_CHAT_ID=id1;id2 ``` **说明**：`token` 和 `chat_id` 的数量必须完全一致，否则该渠道推送会被跳过。

ntfy 配对配置

```bash # ✅ 正确配置：3个topic，只有第2个需要token NTFY_TOPIC=topic1;topic2;topic3 NTFY_TOKEN=;token_for_topic2; # ✅ 正确配置：2个topic都需要token NTFY_TOPIC=topic1;topic2 NTFY_TOKEN=token1;token2 # ❌ 错误配置：topic和token数量不匹配 NTFY_TOPIC=topic1;topic2 NTFY_TOKEN=token1;token2;token3 ``` **说明**： - 如果某个 topic 不需要 token，在对应位置留空（两个分号之间） - `topic` 和 `token` 的数量必须一致

推荐配置方式 2：Docker 环境变量（.env）

配置位置：项目根目录 docker/.env 文件

基础配置示例：

# 多账号数量限制
MAX_ACCOUNTS_PER_CHANNEL=3

# 飞书多账号（3个群组）
FEISHU_WEBHOOK_URL=https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy;https://hook3.feishu.cn/zzz

# 钉钉多账号（2个群组）
DINGTALK_WEBHOOK_URL=https://oapi.dingtalk.com/xxx;https://oapi.dingtalk.com/yyy

# 企业微信多账号（2个群组）
WEWORK_WEBHOOK_URL=https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx;https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=yyy

# Bark多账号（2个设备）
BARK_URL=https://api.day.app/key1;https://api.day.app/key2

# Slack多账号（2个频道）
SLACK_WEBHOOK_URL=https://hooks.slack.com/xxx;https://hooks.slack.com/yyy

配对配置示例（Telegram 和 ntfy）：

Telegram 配对配置

ntfy 配对配置

推送行为说明

独立推送：每个账号独立发送，一个失败不影响其他账号
部分成功判定：只要有一个账号发送成功，整体视为成功
日志区分：多账号时日志会显示"账号1"、"账号2"等标签
批次间隔：多账号会增加总发送时间（每个账号独立计算批次间隔）

常见问题

Q1: 超过 3 个账号会怎样？

系统会自动截断到配置的最大数量，并输出警告日志。可通过 `max_accounts_per_channel` 调整限制。 **⚠️ GitHub Actions 用户特别注意**： - **不建议配置过多账号**（建议不超过 3 个），可能导致： - **触发 GitHub Actions 速率限制**：频繁的网络请求可能被识别为异常行为 - **潜在账号风险**：过度使用 GitHub Actions 资源可能影响账号状态

Q2: 多账号会影响推送速度吗？

会。每个账号独立发送，总时间 = 账号数 × 单账号发送时间。建议控制账号数量。

Q3: 本地开发用户如何在 config.yaml 中配置？

如果你是本地开发且**不会将代码推送到公开仓库**，可以直接在 `config/config.yaml` 中配置： ```yaml notification: enable_notification: true max_accounts_per_channel: 3 webhooks: feishu_url: "https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy" telegram_bot_token: "token1;token2" telegram_chat_id: "id1;id2" ``` **⚠️ 重要提醒**： - 确保 `config/config.yaml` 在 `.gitignore` 中（如果会提交代码） - 或者只在本地开发环境使用，**绝不提交到公开仓库**

🤖 AI 智能分析

TrendRadar v3.0.0 新增了基于 MCP (Model Context Protocol) 的 AI 分析功能，让你可以通过自然语言与新闻数据对话，进行深度分析。

⚠️ 使用前必读

重要提示：AI 功能需要本地新闻数据支持

AI 分析功能不是直接查询网络实时数据，而是分析你本地已积累的新闻数据（存储在 output 文件夹中）

使用说明：

项目自带测试数据：output 目录默认包含 2025年11月1日～11月15日 的新闻数据，可用于快速体验 AI 功能
查询限制：
- ✅ 只能查询已有日期范围内的数据（11月1-15日）
- ❌ 无法查询实时新闻或未来日期
获取最新数据：
- 测试数据仅供快速体验，建议自行部署项目获取实时数据
- 按照快速开始部署运行项目
- 等待至少 1 天积累新闻数据后，即可查询最新热点

1. 快速部署

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

图文部署教程：现已更新到我的公众号，回复 "mcp" 即可

详细部署教程：README-Cherry-Studio.md

部署模式说明：

STDIO 模式（推荐）：一次配置后续无需重复配置，图文部署教程中仅以此模式的配置为例。
HTTP 模式（备选）：如果 STDIO 模式配置遇到问题，可使用 HTTP 模式。此模式的配置方式与 STDIO 基本一致，但复制粘贴的内容就一行，不易出错。唯一需要注意的是每次使用前都需要手动启动一下服务。详细请参考 README-Cherry-Studio.md 底部的 HTTP 模式说明。

2. 学习与 AI 对话的姿势

详细对话教程：README-MCP-FAQ.md

👉 点击展开：查看 AI 对话示例图

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

🔌 MCP 客户端

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

支持的客户端

注意事项：

将 /path/to/TrendRadar 替换为你的项目实际路径
Windows 路径使用双反斜杠：C:\\Users\\YourName\\TrendRadar
保存后记得重启

👉 点击展开：Claude Desktop

#### 配置文件方式编辑 Claude Desktop 的 MCP 配置文件： **Windows**： `%APPDATA%\Claude\claude_desktop_config.json` **Mac**： `~/Library/Application Support/Claude/claude_desktop_config.json` **配置内容**： ```json { "mcpServers": { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "env": {}, "disabled": false, "alwaysAllow": [] } } } ```

👉 点击展开：Cursor

#### 方式一：HTTP 模式 1. **启动 HTTP 服务**： ```bash # Windows start-http.bat # Mac/Linux ./start-http.sh ``` 2. **配置 Cursor**： **项目级配置**（推荐）：在项目根目录创建 `.cursor/mcp.json`： ```json { "mcpServers": { "trendradar": { "url": "http://localhost:3333/mcp", "description": "TrendRadar 新闻热点聚合分析" } } } ``` **全局配置**：在用户目录创建 `~/.cursor/mcp.json`（同样内容） 3. **使用步骤**： - 保存配置文件后重启 Cursor - 在聊天界面的 "Available Tools" 中查看已连接的工具 - 开始使用：`搜索今天的"AI"相关新闻` #### 方式二：STDIO 模式（推荐）创建 `.cursor/mcp.json`： ```json { "mcpServers": { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ] } } } ```

👉 点击展开：VSCode (Cline/Continue)

#### Cline 配置在 Cline 的 MCP 设置中添加： **HTTP 模式**： ```json { "trendradar": { "url": "http://localhost:3333/mcp", "type": "streamableHttp", "autoApprove": [], "disabled": false } } ``` **STDIO 模式**（推荐）： ```json { "trendradar": { "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "type": "stdio", "disabled": false } } ``` #### Continue 配置编辑 `~/.continue/config.json`： ```json { "experimental": { "modelContextProtocolServers": [ { "transport": { "type": "stdio", "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ] } } ] } } ``` **使用示例**： ``` 分析最近7天"特斯拉"的热度变化趋势生成今天的热点摘要报告搜索"比特币"相关新闻并分析情感倾向 ```

👉 点击展开：Claude Code CLI

#### HTTP 模式配置 ```bash # 1. 启动 HTTP 服务 # Windows: start-http.bat # Mac/Linux: ./start-http.sh # 2. 添加 MCP 服务器 claude mcp add --transport http trendradar http://localhost:3333/mcp # 3. 验证连接（确保服务已启动） claude mcp list ``` #### 使用示例 ```bash # 查询新闻 claude "搜索今天知乎的热点新闻，前10条" # 趋势分析 claude "分析'人工智能'这个话题最近一周的热度趋势" # 数据对比 claude "对比知乎和微博平台对'比特币'的关注度" ```

👉 点击展开：MCP Inspector（调试工具）

MCP Inspector 是官方调试工具，用于测试 MCP 连接： #### 使用步骤 1. **启动 TrendRadar HTTP 服务**： ```bash # Windows start-http.bat # Mac/Linux ./start-http.sh ``` 2. **启动 MCP Inspector**： ```bash npx @modelcontextprotocol/inspector ``` 3. **在浏览器中连接**： - 访问：`http://localhost:3333/mcp` - 测试 "Ping Server" 功能验证连接 - 检查 "List Tools" 是否返回 13 个工具： - 基础查询：get_latest_news, get_news_by_date, get_trending_topics - 智能检索：search_news, search_related_news_history - 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, find_similar_news, generate_summary_report - 系统管理：get_current_config, get_system_status, trigger_crawl

👉 点击展开：其他支持 MCP 的客户端

任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar： #### HTTP 模式 **服务地址**：`http://localhost:3333/mcp` **基本配置模板**： ```json { "name": "trendradar", "url": "http://localhost:3333/mcp", "type": "http", "description": "新闻热点聚合分析" } ``` #### STDIO 模式（推荐） **基本配置模板**： ```json { "name": "trendradar", "command": "uv", "args": [ "--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server" ], "type": "stdio" } ``` **注意事项**： - 替换 `/path/to/TrendRadar` 为实际项目路径 - Windows 路径使用反斜杠转义：`C:\\Users\\...` - 确保已完成项目依赖安装（运行过 setup 脚本）

常见问题

👉 点击展开：Q1: HTTP 服务无法启动？

**检查步骤**： 1. 确认端口 3333 未被占用： ```bash # Windows netstat -ano | findstr :3333 # Mac/Linux lsof -i :3333 ``` 2. 检查项目依赖是否安装： ```bash # 重新运行安装脚本 # Windows: setup-windows.bat 或者 setup-windows-en.bat # Mac/Linux: ./setup-mac.sh ``` 3. 查看详细错误日志： ```bash uv run python -m mcp_server.server --transport http --port 3333 ``` 4. 尝试自定义端口: ```bash uv run python -m mcp_server.server --transport http --port 33333 ```

👉 点击展开：Q2: 客户端无法连接到 MCP 服务？

**解决方案**： 1. **STDIO 模式**： - 确认 UV 路径正确（运行 `which uv` 或 `where uv`） - 确认项目路径正确且无中文字符 - 查看客户端错误日志 2. **HTTP 模式**： - 确认服务已启动（访问 `http://localhost:3333/mcp`） - 检查防火墙设置 - 尝试使用 127.0.0.1 替代 localhost 3. **通用检查**： - 重启客户端应用 - 查看 MCP 服务日志 - 使用 MCP Inspector 测试连接

👉 点击展开：Q3: 工具调用失败或返回错误？

**可能原因**： 1. **数据不存在**： - 确认已运行过爬虫（有 output 目录数据） - 检查查询日期范围是否有数据 - 查看 output 目录的可用日期 2. **参数错误**： - 检查日期格式：`YYYY-MM-DD` - 确认平台 ID 正确：`zhihu`, `weibo` 等 - 查看工具文档中的参数说明 3. **配置问题**： - 确认 `config/config.yaml` 存在 - 确认 `config/frequency_words.txt` 存在 - 检查配置文件格式是否正确

☕问题答疑与交流

如果你想支持本项目，可通过微信搜索腾讯公益，对里面的助学相关的项目随心捐助

感谢参与过一元点赞的朋友，已收录至顶部致谢名单！你们的支持让开源维护更有动力，个人打赏码现已移除。

GitHub Issues：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
公众号交流：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
💡 部署成功了？来公众号说说感受吧，你的点赞和留言都是我继续更新的动力~

|公众号关注 | |:---:| |

🪄 赞助商

302.AI 是按用量付费的企业级 AI 资源平台
提供市场上最新、最全面的 AI 模型和 API，以及多种开箱即用的在线 AI 应用

[![注册领取](https://img.shields.io/badge/注册_302.AI-领取_1_美元免费测试额度-8B5CF6?style=for-the-badge&logo=openai&logoColor=white)](https://share.302.ai/mEOUzG)

每天追踪这么多热点，写报告、回复消息是否让手腕疲惫？
试试「闪电说」AI 语音输入法 —— 用说的，比打字快 4 倍 ⚡ 。从看热点到输出内容，让效率翻倍 👇

[![Mac下载](https://img.shields.io/badge/Mac-免费下载-FF6B6B?style=for-the-badge&logo=apple&logoColor=white)](https://shandianshuo.cn) [![Windows下载](https://img.shields.io/badge/Windows-免费下载-FF6B6B?style=for-the-badge&logo=lightning&logoColor=white)](https://shandianshuo.cn)

📚 项目相关

4 篇文章：

AI 开发：

如果你有小众需求，完全可以基于我的项目自行开发，零编程基础的也可以试试

我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率，这款工具已开源

核心功能：迅速筛选项目代码喂给AI，你只需要补充个人需求即可

项目地址：https://github.com/sansan0/ai-code-context-helper

其余项目

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

https://github.com/sansan0/mao-map

哔哩哔哩(bilibili)评论区数据可视化分析软件

https://github.com/sansan0/bilibili-comment-analyzer

本项目流程图

flowchart TD
    A[👤 用户开始] --> B{🚀 选择部署方式}
    
    B -->|云端部署| C1[🍴 Fork 项目到 GitHub]
    B -->|本地部署| C2[🐳 Docker 部署]
    
    C1 --> D[⚙️ 配置通知渠道<br/>可同时配置多个]
    C2 --> D
    
    D --> E[选择通知方式：<br/>📱企业微信 💬飞书 🔔钉钉<br/>📟Telegram 📧邮件]
    
    E --> F[🔑 填写通知参数<br/>GitHub Secrets 或环境变量]
    
    F --> G[📝 配置关键词<br/>config/frequency_words.txt<br/>普通词/必须词+/过滤词!]
    
    G --> H[🎯 选择运行模式<br/>config/config.yaml]
    
    H --> H1[📋 daily - 当日汇总<br/>定时推送所有匹配新闻]
    H --> H2[📰 current - 当前榜单<br/>定时推送最新榜单]
    H --> H3[📈 incremental - 增量监控<br/>仅推送新增内容]
    
    H1 --> I[可选：推送时间窗口控制<br/>⏰ 限制推送时间范围]
    H2 --> I
    H3 --> I
    
    I --> J[✅ 配置完成]
    
    J --> K[🤖 系统自动运行]
    
    K --> L[🕷️ 爬取11+平台热点]
    L --> M[🔍 关键词筛选]
    M --> N[⚖️ 权重算法排序<br/>排名60% + 频次30% + 热度10%]
    N --> O[📊 生成报告<br/>HTML网页 + 推送消息]
    O --> P[📱 多渠道推送通知]
    
    P --> Q[🎉 持续接收精准推送<br/>告别信息过载]
    
    style A fill:#e3f2fd
    style B fill:#f3e5f5
    style D fill:#fff3e0
    style F fill:#fff9c4
    style G fill:#e8f5e9
    style H fill:#e0f2f1
    style I fill:#fce4ec
    style O fill:#e1bee7
    style Q fill:#c8e6c9

📄 许可证

GPL-3.0 License

[🔝 回到顶部](#trendradar)

README.md 117 KB История Директен файл

📑 快速导航

✨ 核心功能

全网热点聚合

智能推送策略

精准内容筛选

热点趋势分析

个性化热点算法

多渠道实时推送

多端适配

AI 智能分析（v3.0.0 新增）

零技术门槛部署

减少 APP 依赖

📝 更新日志

2025/12/03 - v3.5.0

2025/11/26 - mcp-v1.0.3

🚀 快速开始

⚙️ 配置详解

1. 平台配置

2. 关键词配置

2.1 基础语法

2.2 高级配置（v3.2.0 新增）

3. 推送模式详解

4. 热点权重调整

5. 推送格式参考

6. Docker 部署

7. 报告配置

8. 推送时间窗口配置

9. 执行频率配置

10. 多账号推送配置

推荐配置方式 2：Docker 环境变量（.env）

推送行为说明

常见问题

🤖 AI 智能分析

⚠️ 使用前必读

使用说明：

1. 快速部署

2. 学习与 AI 对话的姿势

🔌 MCP 客户端

支持的客户端

常见问题

☕问题答疑与交流

🪄 赞助商

📚 项目相关

其余项目

本项目流程图

📄 许可证

README.md 117 KB

История Директен файл