README.md 135 KB
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
**中文** | **[English](README-EN.md)**
本项目以轻量，易部署为目标
📑 快速导航
💡 点击下方链接可快速跳转到对应章节。部署推荐从「快速开始」入手，需要详细自定义请看「配置详解」
| | | |
|:---:|:---:|:---:|
| [🚀 **快速开始**](#-快速开始) | [AI 智能分析](#-ai-智能分析) | [⚙️ **配置详解**](#配置详解) |
| [Docker部署](#6-docker-部署) | [MCP客户端](#-mcp-客户端) | [📝 **更新日志**](#-更新日志) |
| [🎯 **核心功能**](#-核心功能) | [☕ **支持项目**](#-支持项目) | [📚 **项目相关**](#-项目相关) |
- 感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持
👉 点击展开：致谢名单 (天使轮荣誉榜 🔥73+🔥 位)
### 早期支持者致谢 > 💡 **特别说明**： > > 1. **关于名单**：下方表格记录了项目起步阶段（天使轮）的支持者。因早期人工统计繁琐，**难免存在疏漏或记录不全的情况，如有遗漏，实非本意，万望海涵**。 > 2. **未来规划**：为了将有限的精力回归代码与功能迭代，**即日起不再人工维护此名单**。 > > 无论名字是否上榜，你们的每一份支持都是 TrendRadar 能够走到今天的基石。🙏 ### 基础设施支持 感谢 **GitHub** 免费提供的基础设施，这是本项目得以**一键 fork**便捷运行的最大前提。 ### 数据支持 本项目使用 [newsnow](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。 > > **关于"一元点赞"的回归**： > 随着 v5.0.0 版本的发布，项目迈入了一个新的阶段。为了支持日益增长的 API 成本和咖啡因消耗，"一元点赞"通道现已重新开启。你的每一份心意，都将转化为代码世界里的 Token 和动力。🚀 [前往支持](#-支持项目) | 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 |🪄 赞助商
> **虚位以待**
>
> 寻找靠谱的产品赞助。
> 比起功能，我更看重**你对待用户的态度**。
> 请附带你的用户群或反馈渠道，让我看到你是如何帮助用户解决问题的。
> [📩 点击联系](mailto:path@linux.do)
✨ 觉得好用？支持一下
TrendRadar 是完全开源免费的项目，持续更新需要你的动力支持。
❤️ 随心赞赏
一瓶水、一包辣条都是爱。 金额随意，1 元也是一份心意。
你的赞助将用于补充碳基生物的咖啡因 ☕️ 和硅基生物的 API Token 消耗 🤖。
| 微信赞赏 | 支付宝赞赏 |
|:---:|:---:|
| 
| 
|
| |
🌟 其他支持方式
- 点亮 Star ⭐️：动动手指只需 1 秒，让更多人看到这个项目，这是对我最大的认可。
- 公益助学 🌻：微信搜索腾讯公益，支持助学项目。将这份善意传递给需要的人。
💬 交流与反馈
- GitHub Issues：适合具体的技术问题。提问时请提供完整信息（截图、错误日志等），有助于快速定位。
- 公众号交流：建议优先在相关文章下的留言区交流。若需后台提问，先点赞/推荐文章是最好的“敲门砖”，我在后台都能感受到这份心意哟 (´▽`ʃ♡ƪ)。
友情提示：
本项目为开源分享，非商业产品。文档倾注了大量心血，绝大多数部署问题都能在 🚀 快速开始 中找到答案。
提问请保持耐心与礼貌，把作者当朋友而非客服，沟通效率会更高哦！
|公众号关注 |
|:---:|
| 
|
|
📝 更新日志
📌 查看最新更新：原仓库更新日志 ：
- 提示：建议查看【历史更新】，明确具体的【功能内容】
2026/01/28 - v5.5.0
和 mcp 功能一样, 这个小工具我也不新开一个仓库维护了, 反正纯前端, 都搁一起吧
- 增加 trendradar 的可视化配置编辑器
2026/01/10 - mcp-v3.0.0~v3.1.5
- Breaking Change：所有工具返回值统一为
{success, summary, data, error}结构 - 异步一致性：所有 21 个工具函数使用
asyncio.to_thread()包装同步调用 - MCP Resources：新增 4 个资源（platforms、rss-feeds、available-dates、keywords）
- RSS 增强：
get_latest_rss支持多日查询（days 参数），跨日期 URL 去重 - 正则匹配修复：
get_trending_topics支持/pattern/正则语法和display_name - 缓存优化：新增
make_cache_key()函数，参数排序+MD5 哈希确保一致性 - 新增 check_version 工具：支持同时检查 TrendRadar 和 MCP Server 版本更新
👉 点击展开：历史更新
### 2026/01/23 - v5.4.0 - 增加 AI 分析模式的独立控制功能，可选 follow_report | daily | current | incremental - 新增 AI 分析时间窗口控制，支持自定义运行段及每日频次限制 - 增加配置文件版本管理功能 - 修复若干bug ### 2026/01/19 - v5.3.0 > **重大重构：AI 模块迁移至 LiteLLM** - **统一 AI 接口**：使用 LiteLLM 替代手动实现，支持 100+ AI 提供商 - **简化配置**：移除 `provider` 字段，改用 `model: "provider/model_name"` 格式 - **新增功能**：自动重试 (`num_retries`)、备用模型 (`fallback_models`) - **配置变更**： - `ai.provider` → 移除（已合并到 model） - `ai.base_url` → `ai.api_base` - `AI_PROVIDER` 环境变量 → 移除 - `AI_BASE_URL` 环境变量 → `AI_API_BASE` - **模型格式示例**： - DeepSeek: `deepseek/deepseek-chat` - OpenAI: `openai/gpt-4o` - Gemini: `gemini/gemini-2.5-flash` - Anthropic: `anthropic/claude-3-5-sonnet` ### 2026/01/17 - v5.2.0 > 主要见 config.yaml 描述 **🌐 AI 翻译功能** - **多语言翻译**：支持将推送内容翻译为任意语言 - **批量翻译**：智能批量处理，减少 API 调用次数 - **自定义提示词**：支持自定义翻译风格 **🔧 配置架构优化** - **AI 模型配置独立**：分析和翻译共享模型配置 - **区域开关统一**：统一管理推送区域显示 - **区域排序自定义**：支持自定义各区域的显示顺序 **✨ AI 分析增强** - **AI 分析嵌入 HTML**：分析结果直接嵌入 HTML 报告，邮件通知直接使用 - **富样式 AI 区块**：渐变蓝色背景卡片式布局，清晰分隔各分析维度 - **排名时间线支持**：AI 可获取每条新闻在每个抓取时间点的精确排名 - **板块重组 (7→4)**：整合为核心热点态势、舆论风向争议、异动与弱信号、研判策略建议 **🔧 多模型适配** - **通用参数透传**：支持向 API 透传任意高级参数 - **Gemini 适配**：原生参数支持，内置安全策略放宽 **🐛 Bug 修复** - 修复若干已知问题，提升系统稳定性 ### 2026/01/10 - v5.0.0 > **开发小插曲**： > 致敬那个陪伴我两年多、却在刚续费后反手弹出 `"This organization has been disabled"` 的某 C 厂模型 **✨ 推送内容"五大板块"重构** 本次更新对推送消息进行了区域化重构，现在推送内容清晰地划分为五大核心板块： 1. **📊 热榜新闻**：根据你的关键词精准筛选后的全网热点聚合。 2. **📰 RSS 订阅**：你的个性化订阅源内容，支持按关键词分组。 3. **🆕 本次新增**：实时捕捉自上次运行以来的全新热点（带 🆕 标记）。 4. **📋 独立展示区**：指定平台的完整热榜或 RSS 源展示，**完全不受关键词过滤限制**。 5. **✨ AI 分析板块**：由 AI 驱动的深度洞察，包含趋势概述、热度走势及**极其重要**的情感倾向分析。 **✨ AI 智能分析推送功能** - **AI 分析集成**：使用 AI 大模型对推送内容进行深度分析，自动生成热点趋势概述、关键词热度分析、跨平台关联、潜在影响评估等 - **情感倾向分析**：新增深度情感识别，精准捕捉舆论的正负面、争议或担忧情绪 - **多 AI 提供商支持**：支持 DeepSeek（默认，性价比高）、OpenAI、Google Gemini 及任意 OpenAI 兼容接口 - **两种推送模式**：`only_analysis`（仅 AI 分析）、`both`（两者都推送） - **自定义提示词**：通过 `config/ai_analysis_prompt.txt` 文件自定义 AI 分析角色和输出格式 - **多维度数据分析**：AI 可分析排名变化、热度持续时间、跨平台表现、趋势预测等 **📋 独立展示区功能** - **完整热榜展示**：指定平台的完整热榜单独展示，不受关键词过滤影响 - **RSS 独立展示**：RSS 源内容可完整展示，适合内容较少的订阅源 - **灵活配置**：支持配置展示平台列表、RSS 源列表、最大展示条数 **📊 推送体验重构** - **排版升级**：重新设计并统一各渠道统计头部，强化区块组织，消息层次一目了然 - **配置简化**：优化飞书等通知渠道的配置逻辑，上手更简单 - **热度趋势箭头**：新增 🔺(上升)、🔻(下降)、➖(持平) 趋势标识，直观展示热度变化 - **通用 Webhook**：支持自定义 Webhook URL 和 JSON 模板，轻松适配 Discord、Matrix、IFTTT 等任意平台 **🔧 配置优化** - **频率词配置增强**：新增 `[组别名]` 语法，支持 `#` 注释行，配置更清晰（感谢 [@songge8](https://github.com/sansan0/TrendRadar/issues/752) 提出的建议） - **环境变量支持**：AI 分析相关配置支持环境变量覆盖（`AI_API_KEY`、`AI_PROVIDER` 等） > 💡 详细配置教程见 [让 AI 帮我分析热点](#12-让-ai-帮我分析热点) ### 2026/01/02 - v4.7.0 - **修复 RSS HTML 显示**：修复 RSS 数据格式不匹配导致的渲染问题，现在按关键词分组正确显示 - **新增正则表达式语法**：关键词配置支持 `/pattern/` 正则语法，解决英文子字符串误匹配问题（如 `ai` 匹配 `training`）[📖 查看语法详解](#关键词基础语法) - **新增显示名称语法**：使用 `=> 备注` 给复杂的正则表达式起个好记的名字，推送消息显示更清晰（如 `/\bai\b/ => AI相关`） - **不会写正则？** README 新增 AI 生成正则的引导，告诉 ChatGPT/Gemini/DeepSeek 你想匹配什么，让 AI 帮你写 ### 2025/12/30 - mcp-v2.0.0 - **架构调整**：移除 TXT 支持，统一使用 SQLite 数据库 - **RSS 查询**：新增 `get_latest_rss`、`search_rss`、`get_rss_feeds_status` - **统一搜索**：`search_news` 支持 `include_rss` 参数同时搜索热榜和 RSS ### 2026/01/01 - v4.6.0 - **修复 RSS HTML 显示**：将 RSS 内容合并到热榜 HTML 页面，按源分组显示 - **新增 display_mode 配置**：支持 `keyword`（按关键词分组）和 `platform`（按平台分组）两种显示模式 ### 2025/12/30 - v4.5.0 - **RSS 订阅源支持**：新增 RSS/Atom 抓取，按关键词分组统计（与热榜格式一致） - **存储结构重构**：扁平化目录结构 `output/{type}/{date}.db` - **统一排序配置**：`sort_by_position_first` 同时影响热榜和 RSS - **配置结构重构**：`config.yaml` 重新组织为 7 个逻辑分组（app、report、notification、storage、platforms、rss、advanced），配置路径更清晰 ### 2025/12/26 - mcp-v1.2.0 **MCP 模块更新 - 优化工具集，新增聚合对比功能，合并冗余工具:** - 新增 `aggregate_news` 工具 - 跨平台新闻去重聚合 - 新增 `compare_periods` 工具 - 时期对比分析（周环比/月环比） - 合并 `find_similar_news` + `search_related_news_history` → `find_related_news` - 增强 `get_trending_topics` - 新增 `auto_extract` 模式自动提取热点 - 修复若干bug - 同步更新 README-MCP-FAQ.md 文档的中英文版 (Q1-Q18) ### 2025/12/20 - v4.0.3 - 新增 URL 标准化功能，解决微博等平台因动态参数（如 `band_rank`）导致的重复推送问题 - 修复增量模式检测逻辑，正确识别历史标题 ### 2025/12/17 - v4.0.1 - StorageManager 添加推送记录代理方法 - S3 客户端切换至 virtual-hosted style 以提升兼容性（支持腾讯云 COS 等更多服务） ### 2025/12/13 - mcp-v1.1.0 **MCP 模块更新:** - 适配 v4.0.0，同时也兼容 v3.x 的数据 - 新增存储同步工具：`sync_from_remote`、`get_storage_status`、`list_available_dates` ### 2025/12/13 - v4.0.0 **🎉 重大更新：全面重构存储和核心架构** - **多存储后端支持**：引入全新的存储模块，支持本地 SQLite 和远程云存储（S3 兼容协议，例如 Cloudflare R2），适应 GitHub Actions、Docker 和本地环境。 - **数据库结构优化**：重构 SQLite 数据库表结构，提升数据效率和查询能力。 - **核心代码模块化**：将主程序逻辑拆分为 trendradar 包的多个模块，显著提升代码可维护性。 - **增强功能**：实现日期格式标准化、数据保留策略、时区配置支持、时间显示优化，并修复远程存储数据持久化问题，确保数据合并的准确性。 - **清理和兼容**：移除了大部分历史兼容代码，统一了数据存储和读取方式。 ### 2025/12/03 - v3.5.0 **🎉 核心功能增强** 1. **多账号推送支持** - 所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）支持多账号配置 - 使用分号 `;` 分隔多个账号，例如：`FEISHU_WEBHOOK_URL=url1;url2` - 自动验证配对配置（如 Telegram 的 token 和 chat_id）数量一致性 2. **推送内容顺序可配置** - 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 trendradar python manage.py start_webserver` - 访问地址：`http://localhost:8080`（端口可配置） - 安全特性：静态文件服务、目录限制、本地访问 - 支持自动启动和手动控制两种模式 **📖 文档优化** - 新增 [推送内容怎么显示？](#7-推送内容怎么显示) 章节：自定义推送样式和内容 - 新增 [什么时候给我推送？](#8-什么时候给我推送) 章节：设置推送时间段 - 新增 [多久运行一次？](#9-多久运行一次) 章节：设置自动运行频率 - 新增 [推送到多个群/设备](#10-推送到多个群设备) 章节：同时推送给多个接收者 - 优化各配置章节：统一添加"配置位置"说明 - 简化快速开始配置说明：三个核心文件一目了然 - 优化 [Docker 部署](#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17种智能分析工具：基础查询、智能检索、高级分析、RSS 查询、系统管理 - 自然语言交互：通过对话方式查询和分析新闻数据 - 多客户端支持：Claude Desktop、Cherry Studio、Cursor、Cline 等 - **分析能力**： - 话题趋势分析（热度追踪、生命周期、爆火检测、趋势预测） - 数据洞察（平台对比、活跃度统计、关键词共现） - 情感分析、相似新闻查找、智能摘要生成 - 历史相关新闻检索、多模式搜索 - **更新提示**： - 这是独立的 AI 分析功能，不影响现有的推送功能 - 可选择性使用，无需升级现有部署 ### 2025/10/15 - v2.4.4 - **更新内容**： - 修复 ntfy 推送编码问题 + 1 - 修复推送时间窗口判断问题 - **更新提示**： - 建议【小版本升级】 ### 2025/10/10 - v2.4.3 > 感谢 [nidaye996](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
|
✨ 核心功能
全网热点聚合
- 知乎
- 抖音
- bilibili 热搜
- 华尔街见闻
- 贴吧
- 百度热搜
- 财联社热门
- 澎湃新闻
- 凤凰网
- 今日头条
- 微博
默认监控 11 个主流平台，也可自行增加额外的平台
💡 详细配置教程见 配置详解 - 平台配置
RSS 订阅源支持（v4.5.0 新增）
支持 RSS/Atom 订阅源抓取，按关键词分组统计（与热榜格式一致）：
- 统一格式：RSS 与热榜使用相同的关键词匹配和显示格式
- 简单配置：直接在
config.yaml中添加 RSS 源 - 合并推送：热榜和 RSS 合并为一条消息推送
💡 RSS 使用与热榜相同的
frequency_words.txt进行关键词过滤
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 |
| 显示模式切换 | keyword=按关键词分组，platform=按平台分组（v4.6.0 新增） |
keyword |
精准内容筛选
设置个人关键词（如：AI、比亚迪、教育政策），只推送相关热点，过滤无关信息
💡 基础配置教程：关键词配置 - 基础语法
💡 高级配置教程：关键词配置 - 高级配置
💡 也可以不做筛选，完整推送所有热点（将 frequency_words.txt 留空）
热点趋势分析
实时追踪新闻热度变化，让你不仅知道"什么在热搜"，更了解"热点如何演变"
- 时间轴追踪：记录每条新闻从首次出现到最后出现的完整时间跨度
- 热度变化：统计新闻在不同时间段的排名变化和出现频次
- 新增检测：实时识别新出现的热点话题，用🆕标记第一时间提醒
- 持续性分析：区分一次性热点话题和持续发酵的深度新闻
- 跨平台对比：同一新闻在不同平台的排名表现，看出媒体关注度差异
💡 推送格式说明见 消息样式说明
个性化热点算法
不再被各个平台的算法牵着走，TrendRadar 会重新整理全网热搜
💡 三个比例可以调整，详见 配置详解 - 热点权重调整
多渠道多账号推送
支持企业微信(+ 微信推送方案)、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack，消息直达手机和邮箱
💡 详细配置教程见 推送到多个群/设备
AI 多语言翻译（v5.2.0 新增）
将推送内容翻译为任意语言，打破语言壁垒，无论是阅读国内热点还是通过 RSS 订阅海外资讯，都能以母语轻松获取
- 一键翻译：在
config.yaml中设置ai_translation.enabled: true和目标语言即可 - 多语言支持：支持 English、Korean、Japanese、French 等任意语言
- 智能批量处理：自动批量翻译，减少 API 调用次数，节省成本
- 自定义风格：通过
ai_translation_prompt.txt自定义翻译风格和术语 共享模型配置：与 AI 分析功能共用
ai配置段的模型设置# config.yaml 快速启用示例 ai_translation: enabled: true language: "English" # 翻译目标语言
💡 翻译功能与 AI 分析功能共享模型配置，只需配置一次
ai.api_key即可同时使用两个功能
RSS 源参考：以下是一些 RSS 订阅源合集，可按需选用
- awesome-tech-rss - 科技、创业、编程领域博客和媒体
- awesome-rss-feeds - 世界各国主流新闻媒体 RSS 合集
⚠️ 部分海外媒体内容可能涉及敏感话题，AI 模型可能拒绝翻译，建议根据实际需求筛选订阅源
灵活存储架构（v4.0.0 重大更新）
多存储后端支持：
- 远程云存储：GitHub Actions 环境默认，支持 S3 兼容协议（R2/OSS/COS 等），数据存储在云端，不污染仓库
- 本地 SQLite 数据库：Docker/本地环境默认，数据完全可控
- 自动后端选择：根据运行环境智能切换存储方式
💡 详细说明见 数据保存在哪里？
多端部署
- GitHub Actions：定时自动爬取 + 远程云存储（需签到续期）
- Docker 部署：支持多架构容器化运行，数据本地存储
- 本地运行：Windows/Mac/Linux 直接运行
AI 分析推送（v5.0.0 新增）
使用 AI 大模型对推送内容进行深度分析，自动生成热点洞察报告
- 智能分析：自动分析热点趋势、关键词热度、跨平台关联、潜在影响
- 多提供商：支持 DeepSeek、OpenAI、Gemini 及 OpenAI 兼容接口
- 灵活推送：可选仅原始内容、仅 AI 分析、或两者都推送
- 自定义提示词：通过
config/ai_analysis_prompt.txt自定义分析角度
💡 详细配置教程见 让 AI 帮我分析热点
独立展示区（v5.0.0 新增）
为指定平台提供完整热榜展示，不受关键词过滤影响
- 完整热榜：指定平台的热榜完整展示，适合想看完整排名的用户
- RSS 独立展示：RSS 源内容可完整展示，不受关键词限制
- 灵活配置：支持配置展示平台、RSS 源、最大条数
💡 详细配置教程见 推送内容怎么显示？ - 独立展示区
AI 智能分析（v3.0.0 新增）
基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统，让你用自然语言深度挖掘新闻数据
💡 使用提示：AI 功能需要本地新闻数据支持
- 项目自带测试数据，可立即体验功能
- 建议自行部署运行项目，获取更实时的数据
详见 AI 智能分析
网页部署
运行后根目录生成 index.html，即为完整的新闻报告页面。
部署方式：点击 Use this template 创建仓库，可部署到 Cloudflare Pages 或 GitHub Pages 等静态托管平台。
💡 提示：启用 GitHub Pages 可获得在线访问地址，进入仓库 Settings → Pages 即可开启。效果预览
⚠️ 原 GitHub Actions 自动存储功能已下线（该方案曾导致 GitHub 服务器负载过高，影响平台稳定性）。
减少 APP 依赖
从"被算法推荐绑架"变成"主动获取自己想要的信息"
适合人群： 投资者、自媒体人、企业公关、关心时事的普通用户
典型场景： 股市投资监控、品牌舆情追踪、行业动态关注、生活资讯获取
| 网页效果(邮箱推送效果) | 飞书推送效果 | AI 分析推送效果 |
|---|---|---|
 |
 |
 |
🚀 快速开始
提醒：建议先 查看最新官方文档，确保配置步骤是最新的。
请选择适合你的部署方式
🅰️ 方案一：Docker 部署（推荐 🔥）
- 特点：比 GitHub Actions 更稳定，数据本地存储（无需配置云存储）
- 适用：有自己的服务器、NAS 或长期运行的电脑
- 注意：你需要阅读了解下方的基础配置流程，然后跳转到 Docker 教程进行部署。
🅱️ 方案二：GitHub Actions 部署（本章节内容 ⬇️）
- 特点：无服务器，数据存储在 远程云存储（推荐配置）
- 适用：没有服务器的用户，利用 GitHub 免费资源
- 注意：需配置云存储以获得完整体验，且需定期签到续期
1️⃣ 第一步：获取项目代码
点击本仓库页面右上角的绿色 [Use this template] 按钮 → 选择 "Create a new repository"。
⚠️ 提醒：
- 后续文档中提到的 "Fork" 均可理解为 "Use this template"
- 使用 Fork 可能导致运行异常，详见 Issue #606
2️⃣ 第二步：设置 GitHub Secrets
在你 Fork 后的仓库中，进入 Settings > Secrets and variables > Actions > New repository secret
📌 重要说明（请务必仔细阅读）：
- 一个 Name 对应一个 Secret：每添加一个配置项，点击一次"New repository secret"按钮，填写一对"Name"和"Secret"
- 保存后看不到值是正常的：出于安全考虑，保存后重新编辑时，只能看到 Name（名称），看不到 Secret（值）的内容
- 严禁自创名称：Secret 的 Name（名称）必须严格使用下方列出的名称（如
WEWORK_WEBHOOK_URL、FEISHU_WEBHOOK_URL等），不能自己随意修改或创造新名称，否则系统无法识别 - 可以同时配置多个平台：系统会向所有配置的平台发送通知
配置示例：
如上图所示，每一行是一个配置项：
- Name（名称）：必须使用下方展开内容中列出的固定名称（如
WEWORK_WEBHOOK_URL） - Secret（值）：填写你从对应平台获取的实际内容（如 Webhook 地址、Token 等）
👉 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_TYPESecret，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（消息显示相对友好）
若启用 AI 分析，飞书推送偶发（约 5% 概率）会有数分钟延迟（推测为平台对 AI 生成内容的合规性审核）。
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
- Name（名称）：
FEISHU_WEBHOOK_URL（请复制粘贴此名称，不要手打） - Secret（值）：你的飞书机器人 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)
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": { "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：
点击"新建机器人应用"
进入创建的应用后，点击"流程设计" > "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": { "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）
- 在 Telegram 中搜索
获取 Chat ID：
方法一：通过官方 API 获取
- 先向你的机器人发送一条消息
- 访问：
https://api.telegram.org/bot<你的Bot Token>/getUpdates - 在返回的 JSON 中找到
"chat":{"id":数字}中的数字
方法二：使用第三方工具
- 搜索
@userinfobot并发送/start - 获取你的用户 ID 作为 Chat ID
配置到 GitHub：
TELEGRAM_BOT_TOKEN：填入第 1 步获得的 Bot TokenTELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID
👉 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storage.formats.html设置为true：> storage: > formats: > sqlite: true > txt: false > html: true # 必须启用，否则邮件推送会失败 > ``` > 如果设置为 `false`，邮件推送时会报错：`错误：HTML文件不存在或未提供: None` <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 | | **Yandex邮箱** | yandex.com | smtp.yandex.com | 465 | TLS | | **iCloud邮箱** | icloud.com | smtp.mail.me.com | 587 | SSL | > **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)) > - 感谢 [@ACANX](https://github.com/ACANX) 贡献 Yandex 邮箱（yandex.com）配置并完成测试 ([#663](https://github.com/sansan0/TrendRadar/issues/663)) > - 感谢 [@Sleepy-Tianhao](https://github.com/Sleepy-Tianhao) 贡献 iCloud 邮箱（icloud.com）配置并完成测试 ([#728](https://github.com/sansan0/TrendRadar/issues/728)) **常见邮箱设置：** #### QQ邮箱： 1. 登录 QQ邮箱网页版 → 设置 → 账户 2. 开启 POP3/SMTP 服务 3. 生成授权码（16位字母） 4. `EMAIL_PASSWORD` 填写授权码，而非 QQ 密码 #### Gmail： 1. 开启两步验证 2. 生成应用专用密码 3. `EMAIL_PASSWORD` 填写应用专用密码 #### 163/126邮箱： 1. 登录网页版 → 设置 → POP3/SMTP/IMAP 2. 开启 SMTP 服务 3. 设置客户端授权码 4. `EMAIL_PASSWORD` 填写授权码 <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>
<details>
<summary>👉 点击展开：<strong>通用 Webhook 推送</strong>（支持 Discord、Matrix、IFTTT 等）</summary>
<br>
**GitHub Secret 配置（⚠️ Name 名称必须严格一致）：**
- **Name（名称）**：`GENERIC_WEBHOOK_URL`（请复制粘贴此名称，不要手打）
- **Secret（值）**：你的 Webhook URL
- **Name（名称）**：`GENERIC_WEBHOOK_TEMPLATE`（可选配置，请复制粘贴此名称）
- **Secret（值）**：JSON 模板字符串，支持 `{title}` 和 `{content}` 占位符
<br>
**通用 Webhook 简介：**
通用 Webhook 支持任意接受 HTTP POST 请求的平台，包括但不限于：
- **Discord**：通过 Webhook 推送到频道
- **Matrix**：通过 Webhook 桥接推送
- **IFTTT**：触发自动化流程
- **自建服务**：任何支持 Webhook 的自定义服务
**配置示例：**
### Discord 配置
1. **获取 Webhook URL**：
- 进入 Discord 服务器设置 → 整合 → Webhooks
- 创建新 Webhook，复制 URL
2. **配置模板**：
```json
{"content": "{content}"}
```
3. **GitHub Secret 配置**：
- `GENERIC_WEBHOOK_URL`：Discord Webhook URL
- `GENERIC_WEBHOOK_TEMPLATE`：`{"content": "{content}"}`
### 自定义模板
模板支持两个占位符：
- `{title}` - 消息标题
- `{content}` - 消息内容
**模板示例**：
json # 默认格式（留空时使用） {"title": "{title}", "content": "{content}"}
# Discord 格式 {"content": "{content}"}
# 自定义格式 {"text": "{content}", "username": "TrendRadar"}
---
**注意事项：**
- ✅ 支持 Markdown 格式（与企业微信格式一致）
- ✅ 支持自动分批推送
- ✅ 支持多账号配置（用 `;` 分隔）
- ⚠️ 模板必须是有效的 JSON 格式
- ⚠️ 不同平台对消息格式要求不同，请参考目标平台文档
</details>
<br>
### 3️⃣ 第三步：手动测试新闻推送
> ⚠️ 提醒：
> - 完成第 1-2 步后，请立即测试！测试成功后再根据需要调整配置（第 4 步）
> - 请进入你自己的项目，不是本项目！
**如何找到你的 Actions 页面**：
- **方法一**：打开你 fork 的项目主页，点击顶部的 **Actions** 标签
- **方法二**：直接访问 `https://github.com/你的用户名/TrendRadar/actions`
**示例对比**：
- ❌ 作者的项目：`https://github.com/sansan0/TrendRadar/actions`
- ✅ 你的项目：`https://github.com/你的用户名/TrendRadar/actions`
**测试步骤**：
1. 进入你项目的 Actions 页面
2. 找到 **"Get Hot News"**(必须得是这个字)点进去，点击右侧的 **"Run workflow"** 按钮运行
- 如果看不到该字样，参照 [#109](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>
> ⚠️ 提醒：
> - 手动测试不要太频繁，避免触发 GitHub Actions 限制
> - 点击 Run workflow 后需要刷新浏览器页面才能看到新的运行记录
<br>
### 4️⃣ 第四步：配置说明（可选）
默认配置已可正常使用，如需个性化调整，了解以下文件即可：
| 文件 | 作用 |
|------|------|
| `config/config.yaml` | 主配置文件：推送模式、时间窗口、平台列表、热点权重等 |
| `config/frequency_words.txt` | 关键词文件：设置你关心的词汇，筛选推送内容 |
| `config/ai_analysis_prompt.txt` | AI 提示词模板：自定义 AI 分析师的角色和分析维度 |
| `.github/workflows/crawler.yml` | 执行频率：控制多久运行一次（⚠️ 谨慎修改） |
👉 **详细配置教程**：[配置详解](#配置详解)
<br>
### 5️⃣ 第五步：远程云存储 & 签到配置
**v4.0.0 重要变更**：引入「活跃度检测」机制，GitHub Actions 需定期签到以维持运行。
- **运行周期**：有效期为 **7 天**，倒计时结束后服务将自动挂起。
- **续期方式**：在 Actions 页面手动触发 "Check In" workflow，即可重置 7 天有效期。
- **操作路径**：`Actions` → `Check In` → `Run workflow`
- **设计理念**：
- 如果 7 天都忘了签到，或许这些资讯对你来说并非刚需。适时的暂停，能帮你从信息流中抽离，给大脑留出喘息的空间。
- GitHub Actions 是宝贵的公共计算资源。引入签到机制旨在避免算力的无效空转，确保资源能分配给真正活跃且需要的用户。感谢你的理解与支持。
---
**关于远程云存储配置（请根据部署方式选择）：**
- **GitHub Actions 用户**：
- **现状**：Actions 每次运行都是全新环境，不保存文件。如果不配置云存储，项目将运行在**轻量模式**（无增量推送、无历史追踪）。
- **建议**：配置远程云存储以获得完整体验。
- **Docker / 本地用户**：
- **现状**：数据默认保存在本地硬盘。
- **建议**：云存储为可选项，可作为异地备份。
<details>
<summary>👉 点击展开：<strong>远程云存储配置教程（以 Cloudflare R2 为例）</strong></summary>
<br>
**⚠️ 前置条件（重要）：**
根据 Cloudflare 平台规则，开通 R2 需绑定支付方式。
* **目的**：仅作身份验证（Verify Only），**不产生扣费**。
* **支付**：支持双币信用卡或国区 PayPal。
* **用量**：R2 的免费额度（10GB存储/月）足以覆盖本项目日常运行，无需担心付费。
---
**GitHub Secret 配置（需添加 4 项）：**
| Name（名称） | Secret（值）说明 |
|-------------|-----------------|
| `S3_BUCKET_NAME` | 存储桶名称（如 `trendradar-data`） |
| `S3_ACCESS_KEY_ID` | 访问密钥 ID（Access Key ID） |
| `S3_SECRET_ACCESS_KEY` | 访问密钥（Secret Access Key） |
| `S3_ENDPOINT_URL` | S3 API 端点（如 R2：`https://<account-id>.r2.cloudflarestorage.com`） |
**可选配置：**
| Name（名称） | Secret（值）说明 |
|-------------|-----------------|
| `S3_REGION` | 区域（默认 `auto`，部分服务商可能需要指定） |
> 💡 **更多存储配置选项**：参见 [数据保存在哪里？](#11-数据保存在哪里)
<br>
**详细操作步骤（获取凭据）：**
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`。
2. **创建存储桶**：
- 点击`概述`
- 点击右上角的 `创建存储桶` (Create bucket)。
- 输入名称（例如 `trendradar-data`），点击 `创建存储桶`。
3. **创建 API 令牌**：
- 回到 **概述**页面。
- 点击**右下角** `Account Details `找到并点击 `Manage` (Manage R2 API Tokens)。
- 同时你会看到 `S3 API`：`https://<account-id>.r2.cloudflarestorage.com`(这就是 S3_ENDPOINT_URL)
- 点击 `创建 Account APl 令牌` 。
- **⚠️ 关键设置**：
- **令牌名称**：随意填写（如 `github-action-write`）。
- **权限**：选择 `管理员读和写` 。
- **指定存储桶**：为了安全，建议选择 `仅适用于指定存储桶` 并选中你的桶（如 `trendradar-data`）。
- 点击 `创建 API 令牌`，**立即复制** 显示的 `Access Key ID` 和 `Secret Access Key`（只显示一次！）。
</details>
<br>
### 6️⃣ 第六步：开启 AI 分析推送
这是 v5.0.0 的核心功能，让 AI 帮你总结和分析新闻，建议尝试。
**配置方法：**
在 GitHub Secrets (或 `.env` / `config.yaml`) 中添加：
- `AI_API_KEY`: 你的 API Key（支持 DeepSeek、OpenAI 等）
- `AI_PROVIDER`: 服务商名称（如 `deepseek`, `openai`）
就这样，无需复杂部署，下次推送时你就会看到智能分析报告了。
<br>
### 7️⃣ 第七步：🎉 部署成功！
恭喜！现在你可以开始享受 TrendRadar 带来的高效信息流了。
💬 **加入社区**：欢迎关注公众号「**[硅基茶水间](#-支持项目)**」，分享你的使用心得和高级玩法。
<br>
### 8️⃣ 第八步：进阶：选择你的 AI 助手
TrendRadar 提供了两种 AI 使用方式，满足不同需求：
| 特性 | ✨ AI 分析推送 | 🧠 AI 智能分析 |
| :--- | :--- | :--- |
| **模式** | **被动接收** (每日日报) | **主动对话** (深度调研) |
| **场景** | "今天有什么大事？" | "分析一下过去一周 AI 行业的变化" |
| **部署** | 极简 (填 Key 即可) | 进阶 (需本地运行/Docker) |
| **客户端** | 手机 | 电脑 |
👉 **结论**：先用 **AI 分析推送** 满足日常需求；如果你是数据分析师或需要深度挖掘，再尝试 **[AI 智能分析](#-ai-智能分析)**。
<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. 我要看哪些平台？
<details id="自定义监控平台">
<summary>👉 点击展开：<strong>选择资讯来源</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: enabled: true # 是否启用热榜平台抓取 sources:
- id: "toutiao"
name: "今日头条"
- id: "baidu"
name: "百度热搜"
- id: "wallstreetcn-hot"
name: "华尔街见闻"
# 添加更多平台...
> 💡 **快捷方式**：如果不会看源代码，可以复制他人整理好的 [平台配置汇总](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. 我关心什么内容？
在 `frequency_words.txt` 文件中告诉机器人你想看什么，它就会帮你盯着。支持普通词、必须词、过滤词等多种玩法。
| 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 |
|---------|------|------|------|---------|
| **普通词** | 无 | 基础匹配 | `华为` | 包含任意一个即可 |
| **必须词** | `+` | 限定范围 | `+手机` | 必须同时包含 |
| **过滤词** | `!` | 排除干扰 | `!广告` | 包含则直接排除 |
| **数量限制** | `@` | 控制显示数量 | `@10` | 最多显示10条新闻（v3.2.0新增） |
| **全局过滤** | `[GLOBAL_FILTER]` | 全局排除指定内容 | 见下方示例 | 任何情况下都过滤（v3.5.0新增） |
| **正则表达式** | `/pattern/` | 精确匹配模式 | `/\bai\b/` | 使用正则表达式匹配（v4.7.0新增） |
| **显示名称** | `=> 备注` | 自定义显示文本 | `/\bai\b/ => AI相关` | 推送和HTML显示备注名称（v4.7.0新增） |
#### 2.1 基础语法
<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）
##### 6. **正则表达式** `/pattern/` - 精确匹配模式（v4.7.0 新增）
普通关键词使用子字符串匹配，这在中文环境下很方便，但在英文环境可能会产生误匹配。例如 `ai` 会匹配到 `training` 中的 `ai`。
使用正则表达式语法 `/pattern/` 可以实现精确匹配：
txt /(?<![a-z])ai(?![a-z])/ 人工智能
**作用：** 使用正则表达式进行匹配，支持所有 Python 正则语法
**常用正则模式：**
| 需求 | 正则写法 | 说明 |
|------|---------|------|
| 英文单词边界 | `/\bword\b/` | 匹配独立单词，如 `/\bai\b/` 匹配 "AI" 但不匹配 "training" |
| 前后非字母 | `/(?<![a-z])ai(?![a-z])/` | 更宽松的边界，适合中英混合场景 |
| 开头匹配 | `/^breaking/` | 只匹配以 "breaking" 开头的标题 |
| 结尾匹配 | `/发布$/` | 只匹配以 "发布" 结尾的标题 |
| 多选一 | `/苹果\|华为\|小米/` | 匹配其中任意一个（注意转义 `\|`） |
**匹配示例：**
txt
配置
/(?<![a-z])ai(?![a-z])/ 人工智能
- ✅ "AI is the future" ← 匹配独立的 "AI"
- ✅ "你好ai这里" ← 前后是中文，匹配 "ai"
- ✅ "人工智能发展迅速" ← 匹配 "人工智能"
- ❌ "Resistance training is important" ← "training" 中的 "ai" 不匹配
- ❌ "The maid cleaned the room" ← "maid" 中的 "ai" 不匹配
**组合使用：**
txt
正则 + 普通词 + 过滤词
/\bai\b/ 人工智能 机器学习 !广告
**注意事项：**
- 正则表达式自动启用大小写不敏感匹配（`re.IGNORECASE`）
- 支持 `/pattern/i` 等 JavaScript 风格写法（flags 会被忽略，因为默认已启用忽略大小写）
- 无效的正则语法会被当作普通词处理
- 正则可用于普通词、必须词(`+`)、过滤词(`!`)
**💡 不会写正则？让 AI 帮你生成！**
如果你不熟悉正则表达式，可以直接让 ChatGPT / Gemini / DeepSeek 帮你生成。只需告诉 AI：
> 我需要一个 Python 正则表达式，用于匹配英文单词 "ai"，但不匹配 "training" 中的 "ai"。
> 请直接给出正则表达式，格式为 `/pattern/`，不需要额外解释。
AI 会给你类似这样的结果：`/(?<![a-zA-Z])ai(?![a-zA-Z])/`
##### 7. **显示名称** `=> 备注` - 自定义显示文本（v4.7.0 新增）
正则表达式在推送消息和 HTML 页面显示时可能不太友好。使用 `=> 备注` 语法可以设置显示名称：
txt /(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关 人工智能
**作用：** 推送消息和 HTML 页面显示 "AI 相关" 而不是复杂的正则表达式
**语法格式：**
txt
正则 + 显示名称
/pattern/ => 显示名称 /pattern/i => 显示名称 # 支持 flags 写法（flags 被忽略） /pattern/=>显示名称 # => 两边空格可选
普通词 + 显示名称
deepseek => DeepSeek 动态
**匹配示例：**
txt
配置
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关 人工智能
| 原始配置 | 推送/HTML 显示 |
|---------|---------------|
| `/(?<![a-z])ai(?![a-z])/` + `人工智能` | `(?<![a-z])ai(?![a-z]) 人工智能` |
| `/(?<![a-z])ai(?![a-z])/ => AI 相关` + `人工智能` | **`AI 相关`** |
**注意事项：**
- 显示名称只需写在词组的第一个词上
- 如果词组中多个词都有显示名称，使用第一个
- 不设置显示名称时，自动使用词组内所有词拼接
---
#### 🔗 词组功能 - 空行分隔的重要作用
**核心规则：** 用**空行**分隔不同的词组，每个词组独立统计
##### 示例配置：
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. 推送模式选哪个？
<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"
#### 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. 调整热点算法
<details>
<summary>👉 点击展开：<strong>自定义热点权重</strong></summary>
<br>
**配置位置：** `config/config.yaml` 的 `advanced.weight` 部分
yaml advanced: weight:
rank: 0.6 # 排名权重
frequency: 0.3 # 频次权重
hotness: 0.1 # 热度权重
当前默认的配置是平衡性配置
#### 两个核心场景
**追实时热点型**：
yaml advanced: weight:
rank: 0.8 # 主要看排名
frequency: 0.1 # 不太在乎持续性
hotness: 0.1
**适用人群**：自媒体博主、营销人员、想快速了解当下最火话题的用户
**追深度话题型**：
yaml advanced: weight:
rank: 0.4 # 适度看排名
frequency: 0.5 # 重视当天内的持续热度
hotness: 0.1
**适用人群**：投资者、研究人员、新闻工作者、需要深度分析趋势的用户
#### 调整的方法
1. **三个数字加起来必须等于 1.0**
2. **哪个重要就调大哪个**：在乎排名就调大 `rank`，在乎持续性就调大 `frequency`
3. **建议每次只调 0.1-0.2**，观察效果
核心思路：追求速度和时效性的用户提高排名权重，追求深度和稳定性的用户提高频次权重。
</details>
### 5. 我收到的消息长什么样？
<details>
<summary>👉 点击展开：<strong>消息样式预览</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
**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
<details>
<summary>👉 点击展开：<strong>Docker 部署完整指南</strong></summary>
<br>
#### 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/ wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/ai_analysis_prompt.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 │ └── ai_analysis_prompt.txt # AI 分析提示词（v5.0.0 新增，可选） └── docker/
├── .env
└── docker-compose.yml
2. **配置文件说明**:
**配置分工原则（v4.6.0 优化）**：
- `config/config.yaml` - **功能配置**（报告模式、推送设置、存储格式、推送窗口、AI 分析等）
- `config/frequency_words.txt` - **关键词配置**（设置你关心的热点词汇）
- `config/ai_analysis_prompt.txt` - **AI 提示词配置**（自定义 AI 分析角色和输出格式，v5.0.0 新增）
- `docker/.env` - **敏感信息 + Docker 特有配置**（webhook URLs、API Key、S3 密钥、定时任务）
> 💡 **配置修改生效**：修改 `config.yaml` 后，执行 `docker compose up -d` 重启容器即可生效
**⚙️ 环境变量覆盖机制（v3.0.5+）**
`.env` 文件中的环境变量会覆盖 `config.yaml` 中的对应配置：
| 环境变量 | 对应配置 | 示例值 | 说明 |
|---------|---------|-------|------|
| `ENABLE_WEBSERVER` | - | `true` / `false` | 是否自动启动 Web 服务器 |
| `WEBSERVER_PORT` | - | `8080` | Web 服务器端口 |
| `FEISHU_WEBHOOK_URL` | `notification.channels.feishu.webhook_url` | `https://...` | 飞书 Webhook（多账号用 `;` 分隔） |
| `AI_ANALYSIS_ENABLED` | `ai_analysis.enabled` | `true` / `false` | 是否启用 AI 分析（v5.0.0 新增） |
| `AI_API_KEY` | `ai.api_key` | `sk-xxx...` | AI API Key（ai_analysis 和 ai_translation 共享） |
| `AI_PROVIDER` | `ai.provider` | `deepseek` / `openai` / `gemini` | AI 提供商 |
| `S3_*` | `storage.remote.*` | - | 远程存储配置（5 个参数） |
**配置优先级**：环境变量 > config.yaml
**使用方法**：
- 修改 `.env` 文件，填写需要的配置
- 或在 NAS/群晖 Docker 管理界面的"环境变量"中直接添加
- 重启容器后生效：`docker compose up -d`
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（trendradar + trendradar-mcp） docker compose up -d
**选项 B：仅启动新闻推送服务**
bash # 只启动 trendradar（定时抓取和推送） docker compose pull trendradar docker compose up -d trendradar
**选项 C：仅启动 MCP AI 分析服务**
bash # 只启动 trendradar-mcp（提供 AI 分析接口） docker compose pull trendradar-mcp docker compose up -d trendradar-mcp
> 💡 **提示**：
> - 大多数用户只需启动 `trendradar` 即可实现新闻推送功能
> - 只有需要使用 ChatGPT/Gemini 进行 AI 对话分析时，才需启动 `trendradar-mcp`
> - 两个服务相互独立，可根据需求灵活组合
4. **查看运行状态**:
bash # 查看新闻推送服务日志 docker logs -f trendradar
# 查看 MCP AI 分析服务日志 docker logs -f trendradar-mcp
# 查看所有容器状态 docker ps | grep trendradar
# 停止特定服务 docker compose stop trendradar # 停止推送服务 docker compose stop trendradar-mcp # 停止 MCP 服务
#### 方式二：本地构建（开发者选项）
如果需要自定义修改代码或构建自己的镜像：
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 trendradar docker compose up -d trendradar
选项 C：仅构建并启动 MCP AI 分析服务
docker compose build trendradar-mcp docker compose up -d trendradar-mcp
> 💡 **架构参数说明**：
> - 默认构建 `amd64` 架构镜像（适用于大多数 x86_64 服务器）
> - 如需构建 `arm64` 架构（Apple Silicon、树莓派等），设置环境变量：
> ```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 trendradar python manage.py status
手动执行一次爬虫
docker exec -it trendradar python manage.py run
查看实时日志
docker exec -it trendradar python manage.py logs
显示当前配置
docker exec -it trendradar python manage.py config
显示输出文件
docker exec -it trendradar python manage.py files
Web 服务器管理（用于浏览器访问生成的报告）
docker exec -it trendradar python manage.py start_webserver # 启动 Web 服务器 docker exec -it trendradar python manage.py stop_webserver # 停止 Web 服务器 docker exec -it trendradar python manage.py webserver_status # 查看 Web 服务器状态
查看帮助信息
docker exec -it trendradar python manage.py help
重启容器
docker restart trendradar
停止容器
docker stop trendradar
删除容器（保留数据）
docker rm trendradar
> 💡 **Web 服务器说明**：
> - 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/html/YYYY-MM-DD/当日汇总.html` | 历史报告访问 | 所有环境（按日期归档） |
**本地访问示例**：
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 trendradar python manage.py start_webserver
2. 在浏览器访问
http://localhost:8080 # 访问最新报告（默认 index.html） http://localhost:8080/html/2025-xx-xx/ # 访问指定日期的报告
方式 2：直接打开文件（本地环境）
open ./output/index.html # macOS start ./output/index.html # Windows xdg-open ./output/index.html # Linux
方式 3：访问历史归档
open ./output/html/2025-xx-xx/当日汇总.html
**为什么有两个 index.html？**
- `output/index.html`：Docker Volume 挂载到宿主机，本地可直接打开
- `index.html`：GitHub Actions 推送到仓库，GitHub Pages 自动部署
> 💡 **提示**：两个文件内容完全相同，选择任意一个访问即可。
#### 故障排查
bash
检查容器状态
docker inspect trendradar
查看容器日志
docker logs --tail 100 trendradar
进入容器调试
docker exec -it trendradar /bin/bash
验证配置文件
docker exec -it trendradar ls -la /app/config/
#### MCP 服务部署（AI 分析功能）
如果需要使用 AI 分析功能，可以部署独立的 MCP 服务容器。
**架构说明**：
mermaid flowchart TB
subgraph trendradar["trendradar"]
A1[定时抓取新闻]
A2[推送通知]
end
subgraph trendradar-mcp["trendradar-mcp"]
B1[127.0.0.1:3333]
B2[AI 分析接口]
end
subgraph shared["共享卷"]
C1["config/ (ro)"]
C2["output/ (ro)"]
end
trendradar --> shared
trendradar-mcp --> shared
**快速启动**：
如果已按照 [方式一：使用 docker compose](#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 trendradar-mcp
查看运行状态
docker ps | grep trendradar-mcp
**单独启动 MCP 服务**（不使用 docker compose）：
bash
Linux/Mac
docker run -d --name trendradar-mcp \ -p 127.0.0.1:3333:3333 \ -v $(pwd)/config:/app/config:ro \ -v $(pwd)/output:/app/output:ro \ -e TZ=Asia/Shanghai \ wantcat/trendradar-mcp:latest
Windows PowerShell
docker run -d --name trendradar-mcp
-p 127.0.0.1:3333:3333
-v ${PWD}/config:/app/config:ro
-v ${PWD}/output:/app/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 trendradar-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. 推送内容怎么显示？
<details>
<summary>👉 点击展开：<strong>自定义推送样式和内容</strong></summary>
<br>
**配置位置：** `config/config.yaml` 的 `report` 和 `display` 部分
yaml report: mode: "daily" # 推送模式 display_mode: "keyword" # 显示模式（v4.6.0 新增） 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
display: region_order: # 区域显示顺序（v5.2.0 新增）
- new_items # 新增热点区域
- hotlist # 热榜区域
- rss # RSS 订阅区域
- standalone # 独立展示区
- ai_analysis # AI 分析区域
#### 常用配置项说明
| 我想调整什么 | 修改哪个参数 | 默认值 | 说明 |
|-------------|-------------|-------|------|
| **推送模式** | `mode` | `daily` | 决定推送时机和内容，详见 [推送模式详解](#3-推送模式详解) |
| **分组方式** | `display_mode` | `keyword` | `keyword`=按关键词分组(如"AI")，`platform`=按平台分组(如"微博") |
| **高亮重点** | `rank_threshold` | `5` | 排名在前 5 的新闻会**加粗**显示，一眼看到最火的 |
| **排序规则** | `sort_by_position_first` | `false` | `false`=热度高的排前面，`true`=你配置的词排前面 |
| **数量限制** | `max_news_per_keyword` | `0` | 每个关键词最多看几条？`0`表示不限制 |
| **显示顺序** | `display.region_order` | 见上方配置 | 调整列表顺序即可控制各区域的显示位置 |
#### 分组方式对比（display_mode）
你是想看"这个话题下有哪些新闻"，还是"这个平台上有哪些新闻"？
| 模式 | 分组方式 | 标题前缀 | 适用场景 |
|------|---------|---------|---------|
| `keyword`（默认） | **按关键词聚合** | `[平台名]` | 我关注"AI"，想看各平台关于AI的新闻 |
| `platform` | **按平台聚合** | `[关键词]` | 我关注"微博"，想看微博上关于我关注词的新闻 |
#### 区域显示顺序（region_order）
通过调整 `display.region_order` 列表的顺序，可以控制推送消息中各区域的显示位置。
**默认顺序**：新增热点 → 热榜 → RSS → 独立展示区 → AI 分析
**自定义示例**：想让 AI 分析放在最前面？
yaml display: region_order:
- ai_analysis # 移到第一行
- new_items
- hotlist
- rss
- standalone
**注意**：区域需同时满足两个条件才会显示：
1. 在 `region_order` 列表中
2. 在 `display.regions` 中对应开关为 `true`
#### 排序优先级（sort_by_position_first）
假设你配置了关键词：1.特斯拉，2.比亚迪。
实际热度：比亚迪(10条)，特斯拉(3条)。
| 配置值 | 排序结果 | 你的想法 |
|-------|---------|---------|
| `false`（默认） | 比亚迪(10条) → 特斯拉(3条) | "谁火谁排前面" |
| `true` | 特斯拉(3条) → 比亚迪(10条) | "我配置的顺序就是优先级，不管它火不火" |
#### 独立展示区（standalone）
**场景**：有些平台（比如知乎热榜、HackerNews），我想**完整看一遍**，不管有没有匹配我的关键词。
yaml display: regions:
standalone: true # 开启这个“特权区域”
standalone:
platforms: ["zhihu", "weibo"] # 这些平台的热榜给我完整显示
rss_feeds: ["hacker-news"] # 这些RSS源的内容给我完整显示
max_items: 20 # 最多显示多少条
</details>
### 8. 什么时候给我推送？
<details>
<summary>👉 点击展开：<strong>设置推送时间段</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
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 |
| `start` | string | `"20:00"` | 推送时间窗口开始时间（北京时间，HH:MM 格式） |
| `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
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
start: "09:00"
end: "18:00"
once_per_day: false
</details>
### 9. 多久运行一次？
<details>
<summary>👉 点击展开：<strong>设置自动运行频率</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
#### 怎么修改运行频率？
GitHub Actions 使用一种叫 "Cron" 的时间格式，不需要深入理解，直接复制下面的代码替换即可。
**配置位置：** `.github/workflows/crawler.yml` 文件中的 `schedule` 部分
| 我想要... | 复制这行代码 | 说明 |
|-----------|------------|------|
| **每小时一次** | `- cron: "0 * * * *"` | **默认配置**，第 0 分钟运行 |
| **每 30 分钟** | `- cron: "*/30 * * * *"` | 每隔 30 分钟运行一次 |
| **每天早 8 点** | `- cron: "0 0 * * *"` | ⚠️ 写 `0` 是因为 UTC 时间 (0点) = 北京时间 (8点) |
| **工作时间每半小时** | `- cron: "*/30 0-14 * * *"` | 对应北京时间 8:00 - 22:00 |
| **一日三餐点** | `- cron: "0 0,6,12 * * *"` | 对应北京时间 8:00、14:00、20:00 |
#### ⚠️ 两个重要提醒
1. **时差问题**：GitHub 的服务器在国外，用的是 UTC 时间。
- **简单的算术题**：你想设定的北京时间 **减去 8 小时** = 你要填的时间。
- *例子：想让它北京时间 20:00 运行，设置里要填 12:00*
2. **不要太频繁**：建议间隔不要少于 30 分钟。
- GitHub 免费资源有限，跑得太勤可能会被官方限制账号。
- 而且 Actions 启动本身就有几分钟延迟，太精确的控制没有意义。
#### 手把手修改步骤
1. 在你的 GitHub 仓库中，找到 `.github/workflows/crawler.yml` 文件
2. 点击右上角的 ✏️ (Edit) 按钮
3. 找到 `cron: "..."` 那一行，把引号里的内容换成上面的"代码"
4. 点击右上角的绿色 **Commit changes** 按钮保存
</details>
### 10. 推送到多个群/设备
<details>
<summary>👉 点击展开：<strong>同时推送给多个接收者</strong></summary>
> ### ⚠️ **安全第一**
> **不要在 `config.yaml` 里直接写密码/Token！**
> 如果你把包含密码的文件上传到 GitHub，全世界都能看到。
>
> **正确做法**：
> - **GitHub Actions 用户**：去 Settings -> Secrets 里添加
> - **Docker 用户**：写在 `.env` 文件里（这个文件不会被上传）
#### 怎么同时推送到多个地方？
很简单，在配置时用分号 `;` 把多个地址隔开就行了。
**举个例子**：
假设你有两个飞书群，想同时收到推送：
- 群1地址：`https://.../webhook/aaa`
- 群2地址：`https://.../webhook/bbb`
配置时填写：
`https://.../webhook/aaa;https://.../webhook/bbb`
#### 支持多账号的平台
| 平台 | 配置方法 | 注意事项 |
|------|---------|----------|
| **飞书/钉钉/企微** | 用 `;` 分隔多个 Webhook URL | 最简单，直接串起来就行 |
| **Bark (iOS)** | 用 `;` 分隔多个 Key URL | 推送到多台 iPhone |
| **Telegram** | Token 和 ChatID 都要用 `;` 分隔 | ⚠️ **注意顺序要对应**：<br>Token1 对应 ChatID1<br>Token2 对应 ChatID2 |
| **ntfy** | Topic 和 Token 都要用 `;` 分隔 | 如果某个Topic不需要Token，留空即可：<br>`token1;;token3` (中间那个是空的) |
#### 常用配置示例 (GitHub Secrets / .env)
bash
飞书发给 3 个群
FEISHU_WEBHOOK_URL=https://hook1...;https://hook2...;https://hook3...
钉钉发给 2 个群
DINGTALK_WEBHOOK_URL=https://oapi...;https://oapi...
Telegram 发给 2 个人 (注意一一对应)
TELEGRAM_BOT_TOKEN=tokenA;tokenB TELEGRAM_CHAT_ID=userA;userB
> **提示**：为了防止滥用，默认限制每个平台最多推送到 3 个账号。如果需要更多，可以修改 `MAX_ACCOUNTS_PER_CHANNEL` 配置。
</details>
### 11. 数据保存在哪里？
<details id="storage-config">
<summary>👉 点击展开：<strong>选择数据存储位置</strong></summary>
<br>
#### 数据会存在哪里？
系统会自动帮你选择最合适的地方，你通常不需要操心：
| 你的运行环境 | 数据存在哪 | 说明 |
|-------------|-----------|------|
| **Docker / 本地运行** | **本地硬盘** | 存在项目目录下的 `output/` 文件夹里，随时可以查看。 |
| **GitHub Actions** | **云端存储** | 因为 GitHub Actions 运行完就会销毁环境，所以必须配置云存储（例如 Cloudflare R2）。 |
#### 怎么配置云存储？(GitHub Actions 用户必看)
如果你是用 GitHub Actions 运行，你需要一个"云端硬盘"来存数据。例如使用 Cloudflare R2（因为有免费额度）。
**在 GitHub Secrets 里添加这 5 个变量：**
| 变量名 | 填什么 |
|-------|-------|
| `STORAGE_BACKEND` | `remote` |
| `S3_BUCKET_NAME` | 你的存储桶名字 |
| `S3_ACCESS_KEY_ID` | 你的 Access Key |
| `S3_SECRET_ACCESS_KEY` | 你的 Secret Key |
| `S3_ENDPOINT_URL` | 你的 R2 接口地址 |
> 💡 **详细教程**：怎么申请 R2？请看 [快速开始 - 远程存储配置](#-快速开始)
#### 数据会保存多久？
默认情况下，我们不会自动删除你的数据。但如果你觉得数据太多占空间，可以设置"自动清理"。
**配置位置**：`config/config.yaml`
yaml storage: local:
retention_days: 30 # 本地数据只保留 30 天 (0 表示永久)
remote:
retention_days: 30 # 云端数据只保留 30 天
#### 推送时间不对？(时区设置)
如果你身在海外，或者发现推送时间跟你的本地时间对不上，可以修改时区。
**配置位置**：`config/config.yaml`
yaml app: timezone: "Asia/Shanghai" # 默认是中国时间
- 比如你在美国洛杉矶，改成：`America/Los_Angeles`
- 比如你在英国伦敦，改成：`Europe/London`
</details>
### 12. 让 AI 帮我分析热点
<details id="ai-analysis-config">
<summary>👉 点击展开：<strong>开启 AI 智能分析功能</strong></summary>
<br>
#### AI 能帮我做什么？
开启这个功能后，AI 会像一个专业的分析师，在推送每一批新闻时：
1. **自动阅读**：阅读所有匹配到的热点新闻
2. **深度思考**：分析原本孤立的新闻之间的关联
3. **撰写报告**：在推送消息的末尾，附上一份简短深刻的"洞察报告"
**包含内容**：热点趋势总结、舆论风向判断、跨平台关联分析、潜在影响评估等。
#### 怎么开启 AI 分析？
最简单的方法是通过环境变量配置（推荐 GitHub Secrets 或 .env）。
**必需的配置项**：
| 变量名 | 填什么 | 说明 |
|-------|-------|------|
| `AI_ANALYSIS_ENABLED` | `true` | 开启开关 |
| `AI_API_KEY` | `sk-xxxxxx` | 你的 API Key |
| `AI_MODEL` | `deepseek/deepseek-chat` | 模型标识（格式：`provider/model`） |
**支持的 AI 提供商**（基于 LiteLLM，支持 100+ 提供商）：
| 提供商 | AI_MODEL 填什么 | 说明 |
|-------|----------------|------|
| **DeepSeek** (推荐) | `deepseek/deepseek-chat` | 性价比极高，适合高频分析 |
| **OpenAI** | `openai/gpt-4o`<br>`openai/gpt-4o-mini` | GPT-4o 系列 |
| **Google Gemini** | `gemini/gemini-1.5-flash`<br>`gemini/gemini-1.5-pro` | Gemini 系列 |
| **自定义 API** | 任意格式 | 配合 `AI_API_BASE` 使用 |
> 💡 **新特性**：现已基于 [LiteLLM](https://github.com/BerriAI/litellm) 统一接口，支持 100+ AI 提供商，配置更简单、错误处理更完善。
**可选配置项**：
| 变量名 | 默认值 | 说明 |
|-------|-------|------|
| `AI_API_BASE` | (自动) | 自定义 API 地址（如 OneAPI、本地模型） |
| `AI_TEMPERATURE` | `1.0` | 采样温度（0-2，越高越随机） |
| `AI_MAX_TOKENS` | `5000` | 最大生成 token 数 |
| `AI_TIMEOUT` | `120` | 请求超时时间（秒） |
| `AI_NUM_RETRIES` | `2` | 失败重试次数 |
#### 进阶玩法：AI 翻译
如果你关注了国外的 RSS 源（比如 Hacker News），AI 可以帮你把内容翻译成中文推送。
**配置位置**：`config/config.yaml`
yaml ai_translation: enabled: true # 开启翻译 language: "Chinese" # 翻译成什么语言 (Chinese, English, Japanese...)
#### 进阶玩法：自定义 AI "人设"
觉得 AI 说话太官方？你可以修改它的提示词，让它变成你喜欢的风格（比如"毒舌评论员"、"资深投资顾问"）。
- **修改文件**：`config/ai_analysis_prompt.txt`
- **修改方法**：直接用记事本打开编辑，告诉 AI 你想要什么样的分析风格。
</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 **2025-12-21～2025-12-27** 一周的热榜新闻数据，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（12月21-27日，共7天）
- ❌ 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](#-支持项目)，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)
> 💡 **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/ai4.png" alt="mcp 使用效果图" width="600">
<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>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>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 17 个工具：
- 基础查询：get_latest_news, get_news_by_date, get_trending_topics
- 智能检索：search_news, find_related_news
- 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, aggregate_news, compare_periods, generate_summary_report
- RSS 查询：get_latest_rss, search_rss, get_rss_feeds_status
- 系统管理：get_current_config, get_system_status, resolve_date_range
</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 ```
👉 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
📚 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
- 2个月破 1000 star，我的GitHub项目推广实战经验
- github fork 运行本项目的注意事项
- 基于本项目，如何开展公众号或者新闻资讯类文章写作
AI 开发：
- 如果你有小众需求，完全可以基于我的项目自行开发，零编程基础的也可以试试
- 我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率，这款工具已开源
- 核心功能：迅速筛选项目代码喂给AI，你只需要补充个人需求即可
- 项目地址：https://github.com/sansan0/ai-code-context-helper
其余项目
📍 毛主席足迹地图 - 交互式动态展示1893-1976年完整轨迹。欢迎诸位同志贡献数据
哔哩哔哩(bilibili)评论区数据可视化分析软件
📄 许可证
GPL-3.0 License
[🔝 回到顶部](#trendradar)