TrendRadar/README.md

> **📢 公告：** **v4.0.0** 版本已发布！包含存储架构重构、数据库优化、模块化改进等重大更新 🚀 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 [](https://github.com/sansan0/TrendRadar/stargazers) [](https://github.com/sansan0/TrendRadar/network/members) [](LICENSE) [](https://github.com/sansan0/TrendRadar) [](https://github.com/sansan0/TrendRadar) [](https://work.weixin.qq.com/) [](https://weixin.qq.com/) [](https://telegram.org/) [](#) [](https://www.feishu.cn/) [](#) [](https://github.com/binwiederhier/ntfy) [](https://github.com/Finb/Bark) [](https://slack.com/) [](https://github.com/sansan0/TrendRadar) [](https://sansan0.github.io/TrendRadar) [](https://hub.docker.com/r/wantcat/trendradar) [](https://modelcontextprotocol.io/)

**中文** | **[English](README-EN.md)**

本项目以轻量，易部署为目标

🚨 【必读】重要公告：v4.0.0 部署方式与存储架构变更

### 🛠️ 请选择适合你的部署方式 #### 🅰️ 方案一：Docker 部署（推荐 🔥） * **特点**：最稳定、最简单，数据存储在 **本地 SQLite**，完全自主可控。 * **适用**：有自己的服务器、NAS 或长期运行的电脑。 * 👉 [跳转到 Docker 部署教程](#6-docker-部署) --- #### 🅱️ 方案二：GitHub Actions 部署（已恢复 ✅） * **特点**：数据不再直接写入仓库（Git Commit），而是存储在 **远程云存储**（支持 S3 兼容协议：Cloudflare R2、阿里云 OSS、腾讯云 COS 等）。 * **门槛**：**必须**配置一个 S3 兼容的对象存储服务（推荐免费的 Cloudflare R2）。 > **⚠️ 注意**：选择此方案，请务必执行以下两步配置： #### 1. 🚀 推荐的开始方式：Use this template 为了保持仓库整洁，避免继承冗余的历史记录，我**建议**你使用 Template 模式： 1. **点击**原仓库页面右上角的绿色 **[Use this template]** 按钮。 2. **选择** "Create a new repository"。 > **💡 为什么要这样做？** > * **Use this template**：创建一个全新的、干净的仓库，没有历史包袱。 > * **Fork**：会保留完整的提交历史和关联关系，占用 GitHub 更多资源。 #### 2. ☁️ 关于 GitHub Actions 必配的远程存储 如果你选择 **方案二 (GitHub Actions)**，则必须配置一个 S3 兼容的对象存储服务。 **支持的存储服务：** - **Cloudflare R2**（推荐，免费额度充足） - 其他 S3 兼容服务 **⚠️ 以 Cloudflare R2 为例的配置前置条件：** 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。 👉 **[点击查看详细配置教程](#-快速开始)**

📑 快速导航

| [🚀 快速开始](#-快速开始) | [🤖 AI 智能分析](#-ai-智能分析) | [⚙️ 配置详解](#配置详解) | [📝 更新日志](#-更新日志) | [❓ 答疑与交流](#问题答疑与交流) | |:---:|:---:|:---:|:---:|:---:| | [🐳 Docker部署](#6-docker-部署) | [🔌 MCP客户端](#-mcp-客户端) | [📚 项目相关](#-项目相关) | [🪄 赞助商](#-赞助商) | |

• 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

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

数据格式： | 格式 | 用途 | 说明 | |------|------|------| | SQLite | 主存储 | 单文件数据库，查询快速，支持 MCP AI 分析 | | TXT | 可选快照 | 可读文本格式，方便直接查看 | | HTML | 报告展示 | 精美可视化页面，PC/移动端适配 |

数据管理：

• ✅ 自动清理过期数据（可配置保留天数）
• ✅ 时区配置支持（全球时区）

💡 详细说明见 配置详解 - 存储配置

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 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】
• 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

2025/12/17 - 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: 从远程存储拉取数据到本地
  • get_storage_status: 获取存储配置和状态
  • list_available_dates: 列出本地/远程可用日期范围

👉 点击展开：历史更新

### 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，推荐免费的 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 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](#6-docker-部署) **🌐 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](#7-报告配置) 章节：report 相关参数详解 - 新增 [推送时间窗口配置](#8-推送时间窗口配置) 章节：push_window 配置教程 - 新增 [执行频率配置](#9-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](#10-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](#6-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：`` 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。

⚠️ GitHub Actions 使用说明

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。

🔄 签到续期机制

• 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。

📦 数据存储（必需配置）

GitHub Actions 环境下，数据存储在 远程云存储（支持 S3 兼容协议，推荐免费的 Cloudflare R2），不会污染仓库（见下方 必需配置：远程云存储）

🚀 推荐：Docker 部署

如需长期稳定运行，建议使用 Docker 部署，数据存储在本地，无需签到，不过需要额外付费购买云服务器。

---

1. Fork 本项目到你的 GitHub 账户

   • 点击本页面右上角的"Fork"按钮

2. 设置 GitHub Secrets（必需 + 可选平台）:

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）

⚠️ 必需配置：远程云存储（GitHub Actions 环境必需，推荐 Cloudflare R2）

**GitHub Secret 配置（⚠️ 以下 4 个配置项都是必需的）：**

| 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_URL` | S3 API 端点（如 R2：`https://<account-id>.r2.cloudflarestorage.com`） |

<br>

**如何获取凭据（以 Cloudflare R2 为例）：**

1. **进入 R2 概览**：
- 登录 [Cloudflare Dashboard](https://dash.cloudflare.com/)。
- 在左侧侧边栏找到并点击 `R2对象存储`。

<br>

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`。

<br>

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！）。

<br>

- **R2 免费额度**：每月 10GB 存储 + 100万次读取，对本项目来说非常充足。
- **支付验证**：开通 R2 即使是免费额度，Cloudflare 也要求绑定 PayPal 或信用卡进行身份验证（不会实际扣费，除非超过额度）。

👉 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：

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

👉 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：

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）

👉 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)

1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-command

2. 点击"新建机器人指令"

3. 点击"选择触发器"，往下滑动，点击"Webhook 触发"

4. 此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作

5. "参数"里面放上下面的内容，然后点击"完成"

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

6. 点击"选择操作" > "通过官方机器人发消息"

7. 消息标题填写"TrendRadar 热点监控"

8. 最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放

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

方案二：

1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-app

2. 点击"新建机器人应用"

3. 进入创建的应用后，点击"流程涉及" > "创建流程" > "选择触发器"

4. 往下滑动，点击"Webhook 触发"

5. 此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作

6. "参数"里面放上下面的内容，然后点击"完成"

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

7. 点击"选择操作" > "发送飞书消息"，勾选 "群消息"，然后点击下面的输入框，点击"我管理的群组"（如果没有群组，你可以在飞书 app 上创建群组）

8. 消息标题填写"TrendRadar 热点监控"

9. 最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放

1. 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：

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。

👉 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：

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

👉 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

⚠️ 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 formats.html 设置为 true：

   > 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`

   <br>

   **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

   <br>

   **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](https://github.com/sansan0/TrendRadar/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](https://github.com/sansan0/TrendRadar/issues) 反馈，帮助改进项目
   >
   > **特别感谢**：
   > - 感谢 [@DYZYD](https://github.com/DYZYD) 贡献天翼邮箱（189.cn）配置并完成自发自收测试 ([#291](https://github.com/sansan0/TrendRadar/issues/291))
   > - 感谢 [@longzhenren](https://github.com/longzhenren) 贡献阿里云邮箱（aliyun.com）配置并完成测试 ([#344](https://github.com/sansan0/TrendRadar/issues/344))

   **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
   <br>

   **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）
   <br>

   **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"

   </details>

   <details>
   <summary>👉 点击展开：<strong>ntfy 推送</strong>（开源免费，支持自托管）</summary>
   <br>

   **两种使用方式：**

   ### 方式一：免费使用（推荐新手） 🆓

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

   **快速开始：**

   1. **下载 ntfy 应用**：
      - Android：[Google Play](https://play.google.com/store/apps/details?id=io.heckel.ntfy) / [F-Droid](https://f-droid.org/en/packages/io.heckel.ntfy/)
      - iOS：[App Store](https://apps.apple.com/us/app/ntfy/id1625396347)
      - 桌面：访问 [ntfy.sh](https://ntfy.sh)

   2. **订阅主题**（选择一个难猜的名称）：
      ```
      建议格式：trendradar-{你的名字缩写}-{随机数字}
   
      不能使用中文
      
      ✅ 好例子：trendradar-zs-8492
      ❌ 坏例子：news、alerts（太容易被猜到）
      ```

   3. **配置 GitHub Secret（⚠️ 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**：
      ```bash
      curl -d "测试消息" ntfy.sh/你的主题名称
      ```

   ---

   ### 方式二：自托管（完全隐私控制） 🔒

   **适合人群**：有服务器、追求完全隐私、技术能力强

   **优势**：
   - ✅ 完全开源（Apache 2.0 + GPLv2）
   - ✅ 数据完全自主控制
   - ✅ 无任何限制
   - ✅ 零费用

   **Docker 一键部署**：

bash docker run -d

 --name ntfy \
 -p 80:80 \
 -v /var/cache/ntfy:/var/cache/ntfy \
 binwiederhier/ntfy \
 serve --cache-file /var/cache/ntfy/cache.db

   **配置 TrendRadar**：

yaml NTFY_SERVER_URL: https://ntfy.yourdomain.com NTFY_TOPIC: trendradar-alerts # 自托管可用简单名称 NTFY_TOKEN: tk_your_token # 可选：启用访问控制

   **在应用中订阅**：
   - 点击"Use another server"
   - 输入你的服务器地址
   - 输入主题名称
   - （可选）输入登录凭据

   ---

   **常见问题：**

   <details>
   <summary><strong>Q1: 免费版够用吗？</strong></summary>

   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。
   </details>

   <details>
   <summary><strong>Q2: Topic 名称真的安全吗？</strong></summary>

   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）
   </details>

   ---

   **推荐选择：**

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

   **相关链接：**
   - [ntfy 官方文档](https://docs.ntfy.sh/)
   - [自托管教程](https://docs.ntfy.sh/install/)
   - [GitHub 仓库](https://github.com/binwiederhier/ntfy)

   </details>

   <details>
   <summary>👉 点击展开：<strong>Bark 推送</strong>（iOS 专属，简洁高效）</summary>
   <br>

   **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

   <br>

   **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](https://apps.apple.com/cn/app/bark-给你的手机发推送/id1403753865)

   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**：

bash docker run -d

 --name bark-server \
 -p 8080:8080 \
 finab/bark-server

   **配置 TrendRadar**：

yaml 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](https://bark.day.app/)
   - [Bark GitHub 仓库](https://github.com/Finb/Bark)
   - [Bark Server 自建教程](https://github.com/Finb/bark-server)

   </details>

   <details>
   <summary>👉 点击展开：<strong>Slack 推送</strong></summary>
   <br>

   **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

   <br>

   **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](https://api.slack.com/messaging/webhooks)
   - [Slack API 应用管理](https://api.slack.com/apps)

   </details>

3. **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**：
   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](https://github.com/sansan0/TrendRadar/issues/109) 解决
   3. 3 分钟左右，消息会推送到你配置的平台

   <br>

   > ⏱️ **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

4. **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](#配置详解)

5. **🎉 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](#问题答疑与交流)

6. **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](#-ai-智能分析) — 解锁项目的隐藏能力，让热点追踪更高效！

<br>

<a name="配置详解"></a>

## ⚙️ 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](#-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

<details id="自定义监控平台">
<summary>👉 点击展开：<strong>自定义监控平台</strong></summary>
<br>

**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。
  
  </details>
  
  ### 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
  
  <a name="关键词基础语法"></a>
  
  <details>
  <summary>👉 点击展开：<strong>基础语法教程</strong></summary>
  <br>
  
  **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

</details>

#### 2.2 高级配置（v3.2.0 新增）

<a name="关键词高级配置"></a>

<details>
<summary>👉 点击展开：<strong>高级配置教程</strong></summary>
<br>

##### 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)

</details>

### 3. 推送模式详解

<details>
<summary>👉 点击展开：<strong>三种推送模式详细对比</strong></summary>
<br>

**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**<br/>`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<br/>+ 新增新闻区域 | **案例**：每天下午6点查看今天所有重要新闻<br/>**特点**：看全天完整趋势，不漏掉任何热点<br/>**提醒**：会包含之前推送过的新闻 |
| **当前榜单**<br/>`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<br/>+ 新增新闻区域 | **案例**：每小时追踪"哪些话题现在最火"<br/>**特点**：实时了解当前热度排名变化<br/>**提醒**：持续在榜的新闻每次都会出现 |
| **增量监控**<br/>`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<br/>**特点**：零重复，只看首次出现的新闻<br/>**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

</details>

### 4. 热点权重调整

<details>
<summary>👉 点击展开：<strong>热点权重调整</strong></summary>
<br>

**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。

</details>

### 5. 推送格式参考

<details>
<summary>👉 点击展开：<strong>推送格式说明</strong></summary>
<br>

#### 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            |

</details>


### 6. Docker 部署

<details>
<summary>👉 点击展开：<strong>Docker 部署完整指南</strong></summary>
<br>

**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-xx-xx/`）
> - 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-MM-DD/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-xx-xx/ # 访问指定日期的报告 http://localhost:8080/2025-xx-xx/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-xx-xx/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**：

如果已按照 [方式一：使用 docker compose](#方式一使用-docker-compose推荐) 完成部署，只需启动 MCP 服务：

bash cd TrendRadar/docker docker compose up -d trend-radar-mcp

查看运行状态

docker ps | grep trend-radar-mcp

**单独启动 MCP 服务**（不使用 docker compose）：

bash

Linux/Mac

docker run -d --name trend-radar-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 trend-radar-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

> ⚠️ **注意**：单独运行时，确保当前目录下有 `config/` 和 `output/` 文件夹，且包含配置文件和新闻数据。

**验证服务**：

bash

检查 MCP 服务健康状态

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，根据不同客户端进行配置：

**Cherry Studio**（推荐，GUI 配置）：
- 设置 → MCP 服务器 → 添加
- 类型：`streamableHttp`
- URL：`http://127.0.0.1:3333/mcp`

**Claude Desktop / Cline**（JSON 配置）：

json { "mcpServers": {

"trendradar": {
  "url": "http://127.0.0.1:3333/mcp",
  "type": "streamableHttp"
}

} }

> 💡 **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。

</details>

### 7. 报告配置

<details>
<summary>👉 点击展开：<strong>报告相关参数配置</strong></summary>
<br>

**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

</details>

### 8. 推送时间窗口配置

<details>
<summary>👉 点击展开：<strong>推送时间窗口控制详解</strong></summary>
<br>

**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

#### 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 |

#### 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

#### 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

**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

</details>

### 9. 执行频率配置

<details>
<summary>👉 点击展开：<strong>自动运行频率设置</strong></summary>
<br>

**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

</details>

### 10. 多账号推送配置

<details>
<summary>👉 点击展开：<strong>多账号推送配置详解</strong></summary>

> ### ⚠️ **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）**：

<details>
<summary><strong>Telegram 配对配置</strong></summary>

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。

</details>

<details>
<summary><strong>ntfy 配对配置</strong></summary>

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

</details>

---

#### 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**：

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）**：

<details>
<summary><strong>Telegram 配对配置</strong></summary>

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。

</details>

<details>
<summary><strong>ntfy 配对配置</strong></summary>

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

</details>

---

#### 推送行为说明

1. **独立推送**：每个账号独立发送，一个失败不影响其他账号
2. **部分成功判定**：只要有一个账号发送成功，整体视为成功
3. **日志区分**：多账号时日志会显示"账号1"、"账号2"等标签
4. **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

<details>
<summary><strong>Q1: 超过 3 个账号会怎样？</strong></summary>
<br>

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

</details>

<details>
<summary><strong>Q2: 多账号会影响推送速度吗？</strong></summary>
<br>

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。

</details>

<details>
<summary><strong>Q3: 本地开发用户如何在 config.yaml 中配置？</strong></summary>
<br>

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**

</details>

</details>

### 11. 存储配置

<details id="storage-config">
<summary>👉 点击展开：<strong>存储架构配置详解</strong></summary>
<br>

#### 存储后端选择

**配置位置**：`config/config.yaml` 的 `storage` 部分

v4.0.0 版本重构了存储架构，支持多种存储后端：

yaml storage: backend: auto # 存储后端：auto（自动选择）/ local（本地SQLite）/ remote（远程云存储）

formats:

sqlite: true   # 是否启用SQLite存储
txt: true      # 是否生成TXT快照
html: true     # 是否生成HTML报告

local:

data_dir: "output"    # 本地存储目录
retention_days: 0     # 本地数据保留天数，0表示永久保留

remote:

endpoint_url: ""      # S3 API 端点
bucket_name: ""       # 存储桶名称
access_key_id: ""     # 访问密钥ID
secret_access_key: "" # 访问密钥
region: ""            # 区域（可选）
retention_days: 0     # 远程数据保留天数，0表示永久保留

pull:

enabled: false        # 是否启用启动时从远程拉取数据
days: 7               # 拉取最近N天的数据

#### 后端选择策略

| backend 值 | 说明 | 适用场景 |
|-----------|------|---------|
| `auto` | **自动选择**（推荐） | 根据运行环境智能选择：<br>• GitHub Actions → Remote<br>• Docker/本地 → Local |
| `local` | 本地 SQLite 数据库 | Docker 部署、本地开发 |
| `remote` | 远程云存储（S3 兼容，如 Cloudflare R2） | GitHub Actions、多机器同步 |


#### 远程云存储配置

**环境变量**（推荐方式）：

bash

GitHub Actions / Docker 环境变量

STORAGE_BACKEND=remote # 或 auto

本地/远程数据保留天数（0 表示永久保留）

LOCAL_RETENTION_DAYS=0 REMOTE_RETENTION_DAYS=0

S3 兼容存储配置（以 Cloudflare R2 为例）

S3_BUCKET_NAME=your-bucket-name S3_ACCESS_KEY_ID=your-access-key-id S3_SECRET_ACCESS_KEY=your-secret-access-key S3_ENDPOINT_URL=https://.r2.cloudflarestorage.com S3_REGION=auto

数据拉取配置（可选，从远程同步到本地）

PULL_ENABLED=false PULL_DAYS=7

**获取凭据**：参见 [快速开始 - 远程存储配置](#-快速开始)

#### 数据清理策略

**自动清理**：每次运行结束时检查并删除超过保留天数的数据。

yaml storage: local:

retention_days: 30  # 本地保留最近30天数据

remote:

retention_days: 30  # 远程保留最近30天数据

**清理逻辑**：
- 本地存储：删除过期日期的文件夹（如 `output/2025-11-10/`）
- 远程存储：批量删除过期的云端对象（如 `news/2025-11-10.db`）

#### 时区配置（v4.0.0 新增）

**全球时区支持**：解决非中国用户推送时间窗口问题。

yaml app: timezone: "Asia/Shanghai" # 默认中国时区 # 其他示例： # timezone: "America/Los_Angeles" # 美西时间 # timezone: "Europe/London" # 英国时间

**支持所有 IANA 时区名称**：[时区列表](https://en.wikipedia.org/wiki/List_of_tz_database_time_zones)


#### 不兼容变更

⚠️ **v4.0.0 不兼容 v3.x 数据**：

1. 数据库结构完全重构，无法读取旧数据
2. 文件路径格式变更（ISO 格式）

**迁移建议**：
- 从 v4.0.0 开始重新收集数据
- 旧数据如需保留，请手动重命名目录格式（不推荐）

</details>

<br>

## 🤖 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：

1. **项目自带测试数据**：`output` 目录默认包含 **2025-11-01～2025-11-15** 的新闻数据，可用于快速体验 AI 功能

2. **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

3. **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](#-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](#问题答疑与交流)，回复 "mcp" 即可

**详细部署教程**：[README-Cherry-Studio.md](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](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](README-MCP-FAQ.md)

<details>
<summary>👉 点击展开：<strong>查看 AI 对话示例图</strong></summary>
<br>

> 💡 **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。

<img src="/_image/ai2.png" alt="mcp 使用效果图" width="600">

</details>

<br>

## 🔌 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

<details>
<summary>👉 点击展开：<b>Claude Desktop</b></summary>

#### 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": []
}

} }

</details>

<details>
<summary>👉 点击展开：<b>Cursor</b></summary>

#### 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"
  ]
}

} }

</details>

<details>
<summary>👉 点击展开：<b>VSCode (Cline/Continue)</b></summary>

#### 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

</details>

<details>
<summary>👉 点击展开：<b>Claude Code CLI</b></summary>

#### 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"

</details>

<details>
<summary>👉 点击展开：<b>MCP Inspector</b>（调试工具）</summary>
<br>

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

</details>

<details>
<summary>👉 点击展开：<b>其他支持 MCP 的客户端</b></summary>
<br>

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）

</details>



### 常见问题

<details>
<summary>👉 点击展开：<b>Q1: HTTP 服务无法启动？</b></summary>
<br>

**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

</details>

<details>
<summary>👉 点击展开：<b>Q2: 客户端无法连接到 MCP 服务？</b></summary>
<br>

**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

</details>

<details>
<summary>👉 点击展开：<b>Q3: 工具调用失败或返回错误？</b></summary>
<br>

**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

</details>

<br>

## ☕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~


<div align="center">

|公众号关注 |
|:---:|
| <img src="_image/weixin.png" width="400" title="硅基茶水间"/> |

</div>

<br>


## 🪄 赞助商

> 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 👇

<div align="center">

[![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)
<a href="https://shandianshuo.cn" target="_blank">
  <img src="_image/banner-shandianshuo.png" alt="闪电说" width="700"/>
</a>
</div>



---

<br>

## 📚 项目相关

> **4 篇文章**：

- [可在该文章下方留言，方便项目作者用手机答疑](https://mp.weixin.qq.com/s/KYEPfTPVzZNWFclZh4am_g)
- [2个月破 1000 star，我的GitHub项目推广实战经验](https://mp.weixin.qq.com/s/jzn0vLiQFX408opcfpPPxQ)
- [github fork 运行本项目的注意事项 ](https://mp.weixin.qq.com/s/C8evK-U7onG1sTTdwdW2zg)
- [基于本项目，如何开展公众号或者新闻资讯类文章写作](https://mp.weixin.qq.com/s/8ghyfDAtQZjLrnWTQabYOQ)

>**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

mermaid 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)