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
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」
- 感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持
早期支持者致谢
💡 特别说明：
- 关于名单：下方表格记录了项目起步阶段（天使轮）的支持者。因早期人工统计繁琐，难免存在疏漏或记录不全的情况，如有遗漏，实非本意，万望海涵。
- 未来规划：为了将有限的精力回归代码与功能迭代，即日起不再人工维护此名单。
无论名字是否上榜，你们的每一份支持都是 TrendRadar 能够走到今天的基石。🙏
基础设施支持
感谢 GitHub 免费提供的基础设施，这是本项目得以一键 fork便捷运行的最大前提。
数据支持
本项目使用 newsnow 项目的 API 获取多平台数据，特别感谢作者提供的服务。
经联系，作者表示无需担心服务器压力，但这是基于他的善意和信任。请大家：
- 前往 newsnow 项目 点 star 支持
- Docker 部署时，请合理控制推送频率，勿竭泽而渔
推广助力
感谢以下平台和个人的推荐(按时间排列)
观众支持
感谢给予资金支持的朋友们，你们的慷慨已化身为键盘旁的零食饮料，陪伴着项目的每一次迭代。
关于"一元点赞"的回归：
随着 v5.0.0 版本的发布，项目迈入了一个新的阶段。为了支持日益增长的 API 成本和咖啡因消耗，"一元点赞"通道现已重新开启。你的每一份心意，都将转化为代码世界里的 Token 和动力。🚀 前往支持
| 点赞人 | 金额 | 日期 | 备注 |
|---|
| D*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 |
🪄 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
✨ 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 🤖。
🌟 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！
📝 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
2026/01/10 - mcp-v3.0.0~v3.1.5
- Breaking Change：所有工具返回值统一为
{success, summary, data, error} 结构
- 异步一致性：所有 21 个工具函数使用
asyncio.to_thread() 包装同步调用
- MCP Resources：新增 4 个资源（platforms、rss-feeds、available-dates、keywords）
- RSS 增强：
get_latest_rss 支持多日查询（days 参数），跨日期 URL 去重
- 正则匹配修复：
get_trending_topics 支持 /pattern/ 正则语法和 display_name
- 缓存优化：新增
make_cache_key() 函数，参数排序+MD5 哈希确保一致性
- 新增 check_version 工具：支持同时检查 TrendRadar 和 MCP Server 版本更新
2026/01/23 - v5.4.0
- 增加 AI 分析模式的独立控制功能，可选 follow_report | daily | current | incremental
- 新增 AI 分析时间窗口控制，支持自定义运行段及每日频次限制
- 增加配置文件版本管理功能
- 修复若干bug
2026/01/19 - v5.3.0
重大重构：AI 模块迁移至 LiteLLM
- 统一 AI 接口：使用 LiteLLM 替代手动实现，支持 100+ AI 提供商
- 简化配置：移除
provider 字段，改用 model: "provider/model_name" 格式
- 新增功能：自动重试 (
num_retries)、备用模型 (fallback_models)
- 配置变更：
ai.provider → 移除（已合并到 model）ai.base_url → ai.api_baseAI_PROVIDER 环境变量 → 移除AI_BASE_URL 环境变量 → AI_API_BASE
- 模型格式示例：
- DeepSeek:
deepseek/deepseek-chat
- OpenAI:
openai/gpt-4o
- Gemini:
gemini/gemini-2.5-flash
- Anthropic:
anthropic/claude-3-5-sonnet
2026/01/17 - v5.2.0
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
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：
- 📊 热榜新闻：根据你的关键词精准筛选后的全网热点聚合。
- 📰 RSS 订阅：你的个性化订阅源内容，支持按关键词分组。
- 🆕 本次新增：实时捕捉自上次运行以来的全新热点（带 🆕 标记）。
- 📋 独立展示区：指定平台的完整热榜或 RSS 源展示，完全不受关键词过滤限制。
- ✨ AI 分析板块：由 AI 驱动的深度洞察，包含趋势概述、热度走势及极其重要的情感倾向分析。
✨ AI 智能分析推送功能
- AI 分析集成：使用 AI 大模型对推送内容进行深度分析，自动生成热点趋势概述、关键词热度分析、跨平台关联、潜在影响评估等
- 情感倾向分析：新增深度情感识别，精准捕捉舆论的正负面、争议或担忧情绪
- 多 AI 提供商支持：支持 DeepSeek（默认，性价比高）、OpenAI、Google Gemini 及任意 OpenAI 兼容接口
- 两种推送模式：
only_analysis（仅 AI 分析）、both（两者都推送）
- 自定义提示词：通过
config/ai_analysis_prompt.txt 文件自定义 AI 分析角色和输出格式
- 多维度数据分析：AI 可分析排名变化、热度持续时间、跨平台表现、趋势预测等
📋 独立展示区功能
- 完整热榜展示：指定平台的完整热榜单独展示，不受关键词过滤影响
- RSS 独立展示：RSS 源内容可完整展示，适合内容较少的订阅源
- 灵活配置：支持配置展示平台列表、RSS 源列表、最大展示条数
📊 推送体验重构
- 排版升级：重新设计并统一各渠道统计头部，强化区块组织，消息层次一目了然
- 配置简化：优化飞书等通知渠道的配置逻辑，上手更简单
- 热度趋势箭头：新增 🔺(上升)、🔻(下降)、➖(持平) 趋势标识，直观展示热度变化
- 通用 Webhook：支持自定义 Webhook URL 和 JSON 模板，轻松适配 Discord、Matrix、IFTTT 等任意平台
🔧 配置优化
- 频率词配置增强：新增
[组别名] 语法，支持 # 注释行，配置更清晰（感谢 @songge8 提出的建议）
- 环境变量支持：AI 分析相关配置支持环境变量覆盖（
AI_API_KEY、AI_PROVIDER 等）
💡 详细配置教程见 让 AI 帮我分析热点
2026/01/02 - v4.7.0
- 修复 RSS HTML 显示：修复 RSS 数据格式不匹配导致的渲染问题，现在按关键词分组正确显示
- 新增正则表达式语法：关键词配置支持
/pattern/ 正则语法，解决英文子字符串误匹配问题（如 ai 匹配 training）📖 查看语法详解
- 新增显示名称语法：使用
=> 备注 给复杂的正则表达式起个好记的名字，推送消息显示更清晰（如 /\bai\b/ => AI相关）
- 不会写正则？ README 新增 AI 生成正则的引导，告诉 ChatGPT/Gemini/DeepSeek 你想匹配什么，让 AI 帮你写
2025/12/30 - mcp-v2.0.0
- 架构调整：移除 TXT 支持，统一使用 SQLite 数据库
- RSS 查询：新增
get_latest_rss、search_rss、get_rss_feeds_status
- 统一搜索：
search_news 支持 include_rss 参数同时搜索热榜和 RSS
2026/01/01 - v4.6.0
- 修复 RSS HTML 显示：将 RSS 内容合并到热榜 HTML 页面，按源分组显示
- 新增 display_mode 配置：支持
keyword（按关键词分组）和 platform（按平台分组）两种显示模式
2025/12/30 - v4.5.0
- RSS 订阅源支持：新增 RSS/Atom 抓取，按关键词分组统计（与热榜格式一致）
- 存储结构重构：扁平化目录结构
output/{type}/{date}.db
- 统一排序配置：
sort_by_position_first 同时影响热榜和 RSS
- 配置结构重构：
config.yaml 重新组织为 7 个逻辑分组（app、report、notification、storage、platforms、rss、advanced），配置路径更清晰
2025/12/26 - mcp-v1.2.0
MCP 模块更新 - 优化工具集，新增聚合对比功能，合并冗余工具:
- 新增
aggregate_news 工具 - 跨平台新闻去重聚合
- 新增
compare_periods 工具 - 时期对比分析（周环比/月环比）
- 合并
find_similar_news + search_related_news_history → find_related_news
- 增强
get_trending_topics - 新增 auto_extract 模式自动提取热点
- 修复若干bug
- 同步更新 README-MCP-FAQ.md 文档的中英文版 (Q1-Q18)
2025/12/20 - v4.0.3
- 新增 URL 标准化功能，解决微博等平台因动态参数（如
band_rank）导致的重复推送问题
- 修复增量模式检测逻辑，正确识别历史标题
2025/12/17 - v4.0.1
- StorageManager 添加推送记录代理方法
- S3 客户端切换至 virtual-hosted style 以提升兼容性（支持腾讯云 COS 等更多服务）
2025/12/13 - mcp-v1.1.0
MCP 模块更新:
- 适配 v4.0.0，同时也兼容 v3.x 的数据
- 新增存储同步工具：
sync_from_remote、get_storage_status、list_available_dates
2025/12/13 - v4.0.0
🎉 重大更新：全面重构存储和核心架构
- 多存储后端支持：引入全新的存储模块，支持本地 SQLite 和远程云存储（S3 兼容协议，例如 Cloudflare R2），适应 GitHub Actions、Docker 和本地环境。
- 数据库结构优化：重构 SQLite 数据库表结构，提升数据效率和查询能力。
- 核心代码模块化：将主程序逻辑拆分为 trendradar 包的多个模块，显著提升代码可维护性。
- 增强功能：实现日期格式标准化、数据保留策略、时区配置支持、时间显示优化，并修复远程存储数据持久化问题，确保数据合并的准确性。
- 清理和兼容：移除了大部分历史兼容代码，统一了数据存储和读取方式。
2025/12/03 - v3.5.0
🎉 核心功能增强
-
多账号推送支持
- 所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）支持多账号配置
- 使用分号
; 分隔多个账号，例如：FEISHU_WEBHOOK_URL=url1;url2
- 自动验证配对配置（如 Telegram 的 token 和 chat_id）数量一致性
-
推送内容顺序可配置
- 新增
reverse_content_order 配置项
- 支持自定义热点词汇统计与新增热点新闻的显示顺序
-
全局过滤关键词
- 新增
[GLOBAL_FILTER] 区域标记，支持全局过滤不想看到的内容
- 适用场景：过滤广告、营销、低质内容等
🐳 Docker 双路径 HTML 生成优化
- 问题修复：解决 Docker 环境下
index.html 无法同步到宿主机的问题
- 双路径生成：当日汇总 HTML 同时生成到两个位置
index.html（项目根目录）：供 GitHub Pages 访问output/index.html：通过 Docker Volume 挂载，宿主机可直接访问
- 兼容性：确保 Docker、GitHub Actions、本地运行环境均能正常访问网页版报告
🐳 Docker MCP 镜像支持
- 新增独立的 MCP 服务镜像
wantcat/trendradar-mcp
- 支持 Docker 部署 AI 分析功能，通过 HTTP 接口（端口 3333）提供服务
- 双容器架构：新闻推送服务与 MCP 服务独立运行，可分别扩展和重启
- 详见 Docker 部署 - MCP 服务
🌐 Web 服务器支持
- 新增内置 Web 服务器，支持通过浏览器访问生成的报告
- 通过
manage.py 命令控制启动/停止：docker exec -it 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
🔧 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
-
Bark 推送增强
- Bark 现支持 Markdown 渲染
- 启用原生 Markdown 格式：粗体、链接、列表、代码块等
- 移除纯文本转换，充分利用 Bark 原生渲染能力
-
Slack 格式精准化
- 使用专用 mrkdwn 格式处理分批内容
- 提升字节大小估算准确性（避免消息超限）
- 优化链接格式：
<url|text> 和加粗语法：*text*
-
性能提升
- 格式转换在分批过程中完成，避免二次处理
- 准确估算消息大小，减少发送失败率
🔧 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
-
团队协作推送渠道
- 支持 Slack Incoming Webhooks（全球流行的团队协作工具）
- 消息集中管理，适合团队共享热点资讯
- 支持 mrkdwn 格式（粗体、链接等）
-
多种部署方式
- GitHub Actions：配置
SLACK_WEBHOOK_URL Secret
- Docker：环境变量
SLACK_WEBHOOK_URL
- 本地运行：
config/config.yaml 配置文件
📖 详细配置教程：快速开始 - Slack 推送
- 优化 setup-windows.bat 和 setup-windows-en.bat 一键安装 MCP 的体验
🔧 升级说明：
- GitHub Fork 用户：更新
main.py、config/config.yaml、.github/workflows/crawler.yml
2025/11/24 - v3.3.0
🎉 新增 Bark 推送支持
-
iOS 专属推送渠道
- 支持 Bark 推送（基于 APNs，iOS 平台）
- 免费开源，简洁高效，无广告干扰
- 支持官方服务器和自建服务器两种方式
-
多种部署方式
- GitHub Actions：配置
BARK_URL Secret
- Docker：环境变量
BARK_URL
- 本地运行：
config/config.yaml 配置文件
📖 详细配置教程：快速开始 - Bark 推送
🐛 Bug 修复
- 修复
config.yaml 中 ntfy_server_url 配置不生效的问题 (#345)
🔧 升级说明：
- GitHub Fork 用户：更新
main.py、config/config.yaml、.github/workflows/crawler.yml
2025/11/23 - v3.2.0
🎯 新增高级定制功能
-
关键词排序优先级配置
- 支持两种排序策略：热度优先 vs 配置顺序优先
- 满足不同使用场景：热点追踪 or 个性化关注
-
显示数量精准控制
- 全局配置：统一限制所有关键词显示数量
- 单独配置：使用
@数字 语法为特定关键词设置限制
- 有效控制推送长度，突出重点内容
📖 详细配置教程：关键词配置 - 高级配置
🔧 升级说明：
- GitHub Fork 用户：更新
main.py、config/config.yaml
2025/11/18 - mcp-v1.0.2
MCP 模块更新:
2025/11/22 - v3.1.1
- 修复数据异常导致的崩溃问题：解决部分用户在 GitHub Actions 环境中遇到的
'float' object has no attribute 'lower' 错误
- 新增双重防护机制：在数据获取阶段过滤无效标题（None、float、空字符串），同时在函数调用处添加类型检查
- 提升系统稳定性，确保在数据源返回异常格式时仍能正常运行
升级说明（GitHub Fork 用户）：
- 必须更新：
main.py
- 建议使用小版本升级方式：复制替换上述文件
2025/11/20 - v3.1.0
- 新增个人微信推送支持：企业微信应用可推送到个人微信，无需安装企业微信 APP
- 支持两种消息格式：
markdown（企业微信群机器人）和 text（个人微信应用）
- 新增
WEWORK_MSG_TYPE 环境变量配置，支持 GitHub Actions、Docker、docker compose 等多种部署方式
text 模式自动清除 Markdown 语法，提供纯文本推送效果- 详见快速开始中的「个人微信推送」配置说明
升级说明（GitHub Fork 用户）：
- 必须更新：
main.py、config/config.yaml
- 可选更新：
.github/workflows/crawler.yml（如使用 GitHub Actions 部署）
- 建议使用小版本升级方式：复制替换上述文件
2025/11/12 - v3.0.5
- 修复邮件发送 SSL/TLS 端口配置逻辑错误
- 优化邮箱服务商（QQ/163/126）默认使用 465 端口（SSL）
- 新增 Docker 环境变量支持：核心配置项（
enable_crawler、report_mode、push_window 等）支持通过环境变量覆盖，解决 NAS 用户修改配置文件不生效的问题（详见 🐳 Docker 部署 章节）
2025/10/26 - mcp-v1.0.1
MCP 模块更新:
- 修复日期查询参数传递错误
- 统一所有工具的时间参数格式
2025/10/31 - v3.0.4
- 解决飞书因推送内容过长而产生的错误，实现了分批推送
2025/10/23 - v3.0.3
2025/10/21 - v3.0.2
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：
2025/10/10 - v2.4.3
感谢 nidaye996 发现的体验问题
-
更新内容：
- 重构"静默推送模式"命名为"推送时间窗口控制"，提升功能理解度
- 明确推送时间窗口作为可选附加功能，可与三种推送模式搭配使用
- 改进注释和文档描述，使功能定位更加清晰
-
更新提示：
2025/10/8 - v2.4.2
-
更新内容：
- 修复 ntfy 推送编码问题
- 修复配置文件缺失问题
- 优化 ntfy 推送效果
- 增加 github page 图片分段导出功能
-
更新提示：
2025/10/2 - v2.4.0
新增 ntfy 推送通知
-
核心功能：
-
使用场景：
- 适合追求隐私的用户（支持自托管）
- 跨平台推送（iOS、Android、Desktop、Web）
- 无需注册账号（公共服务器）
- 开源免费（MIT 协议）
-
更新提示：
2025/09/26 - v2.3.2
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
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
2025/07/27 - v2.0.1
修复问题:
- docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题
- frequency_words.txt 为空时，导致新闻发送也为空的逻辑问题
- 修复后，当你选择 frequency_words.txt 为空时，将推送所有新闻，但受限于消息推送大小限制，请做如下调整
- 方案一：关闭手机推送，只选择 Github Pages 布置(这是能获得最完整信息的方案，将把所有平台的热点按照你自定义的热搜算法进行重新排序)
- 方案二：减少推送平台，优先选择企业微信或Telegram，这两个推送我做了分批推送功能(因为分批推送影响推送体验，且只有这两个平台只给一点点推送容量，所以才不得已做了分批推送功能，但至少能保证获得的信息完整)
- 方案三：可与方案二结合，模式选择 current 或 incremental 可有效减少一次性推送的内容
2025/07/17 - v2.0.0
重大重构：
- 配置管理重构：所有配置现在通过
config/config.yaml 文件管理（main.py 我依旧没拆分，方便你们复制升级）
- 运行模式升级：支持三种模式 -
daily（当日汇总）、current（当前榜单）、incremental（增量监控）
- Docker 支持：完整的 Docker 部署方案，支持容器化运行
配置文件说明：
config/config.yaml - 主配置文件（应用设置、爬虫配置、通知配置、平台配置等）config/frequency_words.txt - 关键词配置（监控词汇设置）
2025/07/09 - v1.4.1
功能新增：增加增量推送(在 main.py 头部配置 FOCUS_NEW_ONLY)，该开关只关心新话题而非持续热度，只在有新内容时才发通知。
修复问题: 某些情况下，由于新闻本身含有特殊符号导致的偶发性排版异常。
2025/06/23 - v1.3.0
企业微信 和 Telegram 的推送消息有长度限制，对此我采用将消息拆分推送的方式。开发文档详见企业微信 和 Telegram
2025/06/21 - v1.2.1
在本版本之前的旧版本，不仅 main.py 需要复制替换， crawler.yml 也需要你复制替换
https://github.com/sansan0/TrendRadar/blob/master/.github/workflows/crawler.yml
2025/06/19 - v1.2.0
感谢 claude research 整理的各平台 api ,让我快速完成各平台适配（虽然代码更多冗余了~
- 支持 telegram ，企业微信，钉钉推送渠道, 支持多渠道配置和同时推送
2025/06/18 - v1.1.0
200 star⭐ 了, 继续给大伙儿助兴~近期，在我的"怂恿"下，挺多人在我公众号点赞分享推荐助力了我，我都在后台看见了具体账号的鼓励数据，很多都成了天使轮老粉（我玩公众号才一个多月，虽然注册是七八年前的事了哈哈，属于上车早，发车晚），但因为你们没有留言或私信我，所以我也无法一一回应并感谢支持，在此一并谢谢！
- 重要的更新，加了权重，你现在看到的新闻都是最热点最有关注度的出现在最上面
- 更新文档使用，因为近期更新了很多功能，而且之前的使用文档我偷懒写的简单（见下面的 ⚙️ frequency_words.txt 配置完整教程）
2025/06/16 - v1.0.0
- 增加了一个项目新版本更新提示，默认打开，如要关掉，可以在 main.py 中把 "FEISHU_SHOW_VERSION_UPDATE": True 中的 True 改成 False 即可
2025/06/13+14
- 去掉了兼容代码，之前 fork 的同学，直接复制代码会在当天显示异常（第二天会恢复正常）
- feishu 和 html 底部增加一个新增新闻显示
2025/06/09
100 star⭐ 了，写个小功能给大伙儿助助兴
frequency_words.txt 文件增加了一个【必须词】功能，使用 + 号
- 必须词语法如下：
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
- 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
- 网页和飞书消息支持手机直接跳转详情新闻
- 优化显示效果 + 1
2025/05/26
- 飞书消息显示效果优化
✨ 核心功能
全网热点聚合
- 知乎
- 抖音
- bilibili 热搜
- 华尔街见闻
- 贴吧
- 百度热搜
- 财联社热门
- 澎湃新闻
- 凤凰网
- 今日头条
- 微博
默认监控 11 个主流平台，也可自行增加额外的平台
💡 详细配置教程见 配置详解 - 平台配置
RSS 订阅源支持（v4.5.0 新增）
支持 RSS/Atom 订阅源抓取，按关键词分组统计（与热榜格式一致）：
- 统一格式：RSS 与热榜使用相同的关键词匹配和显示格式
- 简单配置：直接在
config.yaml 中添加 RSS 源
- 合并推送：热榜和 RSS 合并为一条消息推送
💡 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 |
💡 详细配置教程见 推送内容怎么显示？ 和 什么时候给我推送？
精准内容筛选
设置个人关键词（如：AI、比亚迪、教育政策），只推送相关热点，过滤无关信息
💡 基础配置教程：关键词配置 - 基础语法
💡 高级配置教程：关键词配置 - 高级配置
💡 也可以不做筛选，完整推送所有热点（将 frequency_words.txt 留空）
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
⚠️ 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）
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
由于该方案是基于企业微信的插件机制，推送样式为纯文本（无 markdown 格式），但可以直接推送到个人微信，无需安装企业微信 App。
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
-
Name（名称）：WEWORK_WEBHOOK_URL（请复制粘贴此名称，不要手打）
-
Secret（值）：你的企业微信应用 Webhook 地址
-
Name（名称）：WEWORK_MSG_TYPE（请复制粘贴此名称，不要手打）
-
Secret（值）：text
设置步骤：
- 完成上方的企业微信机器人 Webhook 设置
- 添加
WEWORK_MSG_TYPE Secret，值设为 text
- 按照下面图片操作，关联个人微信
- 配置好后，手机上的企业微信 App 可以删除
说明：
- 与企业微信机器人使用相同的 Webhook 地址
- 区别在于消息格式：
text 为纯文本，markdown 为富文本（默认）
- 纯文本格式会自动去除所有 markdown 语法（粗体、链接等）
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）：
有两个方案，方案一配置简单，方案二配置复杂(但是稳定推送)
其中方案一，由 ziventian发现并提供建议，在这里感谢他，默认是个人推送，也可以配置群组推送操作#97 ，
方案一：
对部分人存在额外操作，否则会报"系统错误"。需要手机端搜索下机器人，然后开启飞书机器人应用(该建议来自于网友，可参考)
-
电脑浏览器打开 https://botbuilder.feishu.cn/home/my-command
-
点击"新建机器人指令"
-
点击"选择触发器"，往下滑动，点击"Webhook 触发"
-
此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作
-
"参数"里面放上下面的内容，然后点击"完成"
{
"message_type": "text",
"content": {
"text": "{{内容}}"
}
}
-
点击"选择操作" > "通过官方机器人发消息"
-
消息标题填写"TrendRadar 热点监控"
-
最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放
- 配置完成后，将第 4 步复制的 Webhook 地址配置到 GitHub Secrets 中的
FEISHU_WEBHOOK_URL
方案二：
-
电脑浏览器打开 https://botbuilder.feishu.cn/home/my-app
-
点击"新建机器人应用"
-
进入创建的应用后，点击"流程设计" > "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
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：
-
完成设置：
- 勾选服务条款协议 → 点击"完成"
- 复制获得的 Webhook URL
- 将 URL 配置到 GitHub Secrets 中的
DINGTALK_WEBHOOK_URL
注意：移动端只能接收消息，无法创建新机器人。
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
-
Name（名称）：TELEGRAM_BOT_TOKEN（请复制粘贴此名称，不要手打）
-
Secret（值）：你的 Telegram Bot Token
-
Name（名称）：TELEGRAM_CHAT_ID（请复制粘贴此名称，不要手打）
-
Secret（值）：你的 Telegram Chat ID
说明：Telegram 需要配置两个 Secret，请分别点击两次"New repository secret"按钮添加
机器人设置步骤：
-
创建机器人：
- 在 Telegram 中搜索
@BotFather（大小写注意，有蓝色徽章勾勾，有类似 37849827 monthly users，这个才是官方的，有一些仿官方的账号注意辨别）
- 发送
/newbot 命令创建新机器人
- 设置机器人名称（必须以"bot"结尾，很容易遇到重复名字，所以你要绞尽脑汁想不同的名字）
- 获取 Bot Token（格式如：
123456789:AAHfiqksKZ8WmR2zSjiQ7_v4TMAKdiHm9T0）
-
获取 Chat ID：
方法一：通过官方 API 获取
- 先向你的机器人发送一条消息
- 访问：
https://api.telegram.org/bot<你的Bot Token>/getUpdates
- 在返回的 JSON 中找到
"chat":{"id":数字} 中的数字
方法二：使用第三方工具
- 搜索
@userinfobot 并发送 /start
- 获取你的用户 ID 作为 Chat ID
-
配置到 GitHub：
TELEGRAM_BOT_TOKEN：填入第 1 步获得的 Bot TokenTELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID
- 注意事项：为防止邮件群发功能被滥用，当前的群发是所有收件人都能看到彼此的邮箱地址。
- 如果你没有过配置下面这种邮箱发送的经历，不建议尝试
⚠️ 重要配置依赖：邮件推送需要 HTML 报告文件。请确保 config/config.yaml 中的 storage.formats.html 设置为 true：
storage:
formats:
sqlite: true
txt: false
html: true # 必须启用，否则邮件推送会失败
如果设置为 false，邮件推送时会报错：错误：HTML文件不存在或未提供: None
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
-
Name（名称）：EMAIL_FROM（请复制粘贴此名称，不要手打）
-
Secret（值）：发件人邮箱地址
-
Name（名称）：EMAIL_PASSWORD（请复制粘贴此名称，不要手打）
-
Secret（值）：邮箱密码或授权码
-
Name（名称）：EMAIL_TO（请复制粘贴此名称，不要手打）
-
Secret（值）：收件人邮箱地址（多个收件人用英文逗号分隔，也可以和 EMAIL_FROM 一样，自己发送给自己）
-
Name（名称）：EMAIL_SMTP_SERVER（可选配置，请复制粘贴此名称）
-
Secret（值）：SMTP服务器地址（可留空，系统会自动识别）
-
Name（名称）：EMAIL_SMTP_PORT（可选配置，请复制粘贴此名称）
-
Secret（值）：SMTP端口（可留空，系统会自动识别）
说明：邮件推送需要配置至少3个必需 Secret（EMAIL_FROM、EMAIL_PASSWORD、EMAIL_TO），后两个为可选配置
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 告知，我会添加到支持列表
- 如果上述邮箱配置有误或无法使用，也请开 Issues 反馈，帮助改进项目
特别感谢：
常见邮箱设置：
QQ邮箱：
- 登录 QQ邮箱网页版 → 设置 → 账户
- 开启 POP3/SMTP 服务
- 生成授权码（16位字母）
EMAIL_PASSWORD 填写授权码，而非 QQ 密码
Gmail：
- 开启两步验证
- 生成应用专用密码
EMAIL_PASSWORD 填写应用专用密码
163/126邮箱：
- 登录网页版 → 设置 → POP3/SMTP/IMAP
- 开启 SMTP 服务
- 设置客户端授权码
EMAIL_PASSWORD 填写授权码
高级配置：
如果自动识别失败，可手动配置 SMTP：
EMAIL_SMTP_SERVER：如 smtp.gmail.comEMAIL_SMTP_PORT：如 587（TLS）或 465（SSL）
如果有多个收件人(注意是英文逗号分隔)：
两种使用方式：
方式一：免费使用（推荐新手） 🆓
特点：
- ✅ 无需注册账号，立即使用
- ✅ 每天 250 条消息（足够 90% 用户）
- ✅ Topic 名称即"密码"（需选择不易猜测的名称）
- ⚠️ 消息未加密，不适合敏感信息, 但适合我们这个项目的不敏感信息
快速开始：
-
下载 ntfy 应用：
-
订阅主题（选择一个难猜的名称）：
建议格式：trendradar-{你的名字缩写}-{随机数字}
不能使用中文
✅ 好例子：trendradar-zs-8492
❌ 坏例子：news、alerts（太容易被猜到）
-
配置 GitHub Secret（⚠️ Name 名称必须严格一致）：
-
Name（名称）：NTFY_TOPIC（请复制粘贴此名称，不要手打）
-
Secret（值）：填写你刚才订阅的主题名称
-
Name（名称）：NTFY_SERVER_URL（可选配置，请复制粘贴此名称）
-
Secret（值）：留空（默认使用 ntfy.sh）
-
Name（名称）：NTFY_TOKEN（可选配置，请复制粘贴此名称）
-
Secret（值）：留空
说明：ntfy 至少需要配置 1 个必需 Secret (NTFY_TOPIC)，后两个为可选配置
-
测试：
curl -d "测试消息" ntfy.sh/你的主题名称
方式二：自托管（完全隐私控制） 🔒
适合人群：有服务器、追求完全隐私、技术能力强
优势：
- ✅ 完全开源（Apache 2.0 + GPLv2）
- ✅ 数据完全自主控制
- ✅ 无任何限制
- ✅ 零费用
Docker 一键部署：
docker run -d \
--name ntfy \
-p 80:80 \
-v /var/cache/ntfy:/var/cache/ntfy \
binwiederhier/ntfy \
serve --cache-file /var/cache/ntfy/cache.db
配置 TrendRadar：
NTFY_SERVER_URL: https://ntfy.yourdomain.com
NTFY_TOPIC: trendradar-alerts # 自托管可用简单名称
NTFY_TOKEN: tk_your_token # 可选：启用访问控制
在应用中订阅：
- 点击"Use another server"
- 输入你的服务器地址
- 输入主题名称
- （可选）输入登录凭据
常见问题：
每天 250 条消息对大多数用户足够。按 30 分钟抓取一次计算，每天约 48 次推送，完全够用。
如果你选择随机的、足够长的名称（如 trendradar-zs-8492-news），暴力破解几乎不可能：
- ntfy 有严格的速率限制（1 秒 1 次请求）
- 64 个字符选择（A-Z, a-z, 0-9, _, -）
- 10 位随机字符串有 64^10 种可能性（需要数年才能破解）
推荐选择：
| 用户类型 | 推荐方案 | 理由 |
|---|
| 普通用户 | 方式一（免费） | 简单快速，够用 |
| 技术用户 | 方式二（自托管） | 完全控制，无限制 |
| 高频用户 | 方式三（付费） | 这个自己去官网看吧 |
相关链接：
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
- Name（名称）：
BARK_URL（请复制粘贴此名称，不要手打）
- Secret（值）：你的 Bark 推送 URL
Bark 简介：
Bark 是一款 iOS 平台的免费开源推送工具，特点是简单、快速、无广告。
使用方式：
方式一：使用官方服务器（推荐新手） 🆓
-
下载 Bark App：
-
获取推送 URL：
- 打开 Bark App
- 复制首页显示的推送 URL（格式如：
https://api.day.app/your_device_key）
- 将 URL 配置到 GitHub Secrets 中的
BARK_URL
方式二：自建服务器（完全隐私控制） 🔒
适合人群：有服务器、追求完全隐私、技术能力强
Docker 一键部署：
docker run -d \
--name bark-server \
-p 8080:8080 \
finab/bark-server
配置 TrendRadar：
BARK_URL: http://your-server-ip:8080/your_device_key
注意事项：
- ✅ Bark 使用 APNs 推送，单条消息最大 4KB
- ✅ 支持自动分批推送，无需担心消息过长
- ✅ 推送格式为纯文本（自动去除 Markdown 语法）
- ⚠️ 仅支持 iOS 平台
相关链接：
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
- Name（名称）：
SLACK_WEBHOOK_URL（请复制粘贴此名称，不要手打）
- Secret（值）：你的 Slack Incoming Webhook URL
Slack 简介：
Slack 是团队协作工具，Incoming Webhooks 可以将消息推送到 Slack 频道。
设置步骤：
步骤 1：创建 Slack App
-
访问 Slack API 页面：
-
选择创建方式：
- 点击 "From scratch"（从头开始创建）
-
填写 App 信息：
- App Name：填写应用名称（如
TrendRadar 或 热点新闻监控）
- Workspace：从下拉列表选择你的工作空间
- 点击 "Create App" 按钮
步骤 2：启用 Incoming Webhooks
-
导航到 Incoming Webhooks：
- 在左侧菜单中找到并点击 "Incoming Webhooks"
-
启用功能：
- 找到 "Activate Incoming Webhooks" 开关
- 将开关从
OFF 切换到 ON
- 页面会自动刷新显示新的配置选项
步骤 3：生成 Webhook URL
-
添加新的 Webhook：
- 滚动到页面底部
- 点击 "Add New Webhook to Workspace" 按钮
-
选择目标频道：
- 系统会弹出授权页面
- 从下拉列表中选择要接收消息的频道（如
#热点新闻）
- ⚠️ 如果要选择私有频道，必须先加入该频道
-
授权应用：
- 点击 "Allow" 按钮完成授权
- 系统会自动跳转回配置页面
步骤 4：复制并保存 Webhook URL
-
查看生成的 URL：
- 在 "Webhook URLs for Your Workspace" 区域
- 会看到刚刚生成的 Webhook URL
- 格式如：
https://hooks.slack.com/services/T00000000/B00000000/XXXXXXXXXXXXXXXXXXXXXXXX
-
复制 URL：
- 点击 URL 右侧的 "Copy" 按钮
- 或手动选中 URL 并复制
-
配置到 TrendRadar：
- GitHub Actions：将 URL 添加到 GitHub Secrets 中的
SLACK_WEBHOOK_URL
- 本地测试：将 URL 填入
config/config.yaml 的 slack_webhook_url 字段
- Docker 部署：将 URL 添加到
docker/.env 文件的 SLACK_WEBHOOK_URL 变量
注意事项：
- ✅ 支持 Markdown 格式（自动转换为 Slack mrkdwn）
- ✅ 支持自动分批推送（每批 4KB）
- ✅ 适合团队协作，消息集中管理
- ⚠️ Webhook URL 包含密钥，切勿公开
消息格式预览：
*[第 1/2 批次]*
📊 *热点词汇统计*
🔥 *[1/3] AI ChatGPT* : 2 条
1. [百度热搜] 🆕 ChatGPT-5正式发布 *[1]* - 09时15分 (1次)
2. [今日头条] AI芯片概念股暴涨 *[3]* - [08时30分 ~ 10时45分] (3次)
相关链接：
GitHub Secret 配置（⚠️ Name 名称必须严格一致）：
-
Name（名称）：GENERIC_WEBHOOK_URL（请复制粘贴此名称，不要手打）
-
Secret（值）：你的 Webhook URL
-
Name（名称）：GENERIC_WEBHOOK_TEMPLATE（可选配置，请复制粘贴此名称）
-
Secret（值）：JSON 模板字符串，支持 {title} 和 {content} 占位符
通用 Webhook 简介：
通用 Webhook 支持任意接受 HTTP POST 请求的平台，包括但不限于：
- Discord：通过 Webhook 推送到频道
- Matrix：通过 Webhook 桥接推送
- IFTTT：触发自动化流程
- 自建服务：任何支持 Webhook 的自定义服务
配置示例：
Discord 配置
-
获取 Webhook URL：
- 进入 Discord 服务器设置 → 整合 → Webhooks
- 创建新 Webhook，复制 URL
-
配置模板：
{"content": "{content}"}
-
GitHub Secret 配置：
GENERIC_WEBHOOK_URL：Discord Webhook URLGENERIC_WEBHOOK_TEMPLATE：{"content": "{content}"}
自定义模板
模板支持两个占位符：
{title} - 消息标题{content} - 消息内容
模板示例：
# 默认格式（留空时使用）
{"title": "{title}", "content": "{content}"}
# Discord 格式
{"content": "{content}"}
# 自定义格式
{"text": "{content}", "username": "TrendRadar"}
注意事项：
- ✅ 支持 Markdown 格式（与企业微信格式一致）
- ✅ 支持自动分批推送
- ✅ 支持多账号配置（用
; 分隔）
- ⚠️ 模板必须是有效的 JSON 格式
- ⚠️ 不同平台对消息格式要求不同，请参考目标平台文档
3️⃣ 第三步：手动测试新闻推送
⚠️ 提醒：
- 完成第 1-2 步后，请立即测试！测试成功后再根据需要调整配置（第 4 步）
- 请进入你自己的项目，不是本项目！
如何找到你的 Actions 页面：
- 方法一：打开你 fork 的项目主页，点击顶部的 Actions 标签
- 方法二：直接访问
https://github.com/你的用户名/TrendRadar/actions
示例对比：
- ❌ 作者的项目：
https://github.com/sansan0/TrendRadar/actions
- ✅ 你的项目：
https://github.com/你的用户名/TrendRadar/actions
测试步骤：
- 进入你项目的 Actions 页面
- 找到 "Get Hot News"(必须得是这个字)点进去，点击右侧的 "Run workflow" 按钮运行
- 3 分钟左右，消息会推送到你配置的平台
⚠️ 提醒：
- 手动测试不要太频繁，避免触发 GitHub Actions 限制
- 点击 Run workflow 后需要刷新浏览器页面才能看到新的运行记录
4️⃣ 第四步：配置说明（可选）
默认配置已可正常使用，如需个性化调整，了解以下文件即可：
| 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
5️⃣ 第五步：远程云存储 & 签到配置
v4.0.0 重要变更：引入「活跃度检测」机制，GitHub Actions 需定期签到以维持运行。
- 运行周期：有效期为 7 天，倒计时结束后服务将自动挂起。
- 续期方式：在 Actions 页面手动触发 "Check In" workflow，即可重置 7 天有效期。
- 操作路径：
Actions → Check In → Run workflow
- 设计理念：
- 如果 7 天都忘了签到，或许这些资讯对你来说并非刚需。适时的暂停，能帮你从信息流中抽离，给大脑留出喘息的空间。
- GitHub Actions 是宝贵的公共计算资源。引入签到机制旨在避免算力的无效空转，确保资源能分配给真正活跃且需要的用户。感谢你的理解与支持。
关于远程云存储配置（请根据部署方式选择）：
-
GitHub Actions 用户：
- 现状：Actions 每次运行都是全新环境，不保存文件。如果不配置云存储，项目将运行在轻量模式（无增量推送、无历史追踪）。
- 建议：配置远程云存储以获得完整体验。
-
Docker / 本地用户：
- 现状：数据默认保存在本地硬盘。
- 建议：云存储为可选项，可作为异地备份。
⚠️ 前置条件（重要）：
根据 Cloudflare 平台规则，开通 R2 需绑定支付方式。
- 目的：仅作身份验证（Verify Only），不产生扣费。
- 支付：支持双币信用卡或国区 PayPal。
- 用量：R2 的免费额度（10GB存储/月）足以覆盖本项目日常运行，无需担心付费。
GitHub Secret 配置（需添加 4 项）：
| Name（名称） | Secret（值）说明 |
|---|
S3_BUCKET_NAME | 存储桶名称（如 trendradar-data） |
S3_ACCESS_KEY_ID | 访问密钥 ID（Access Key ID） |
S3_SECRET_ACCESS_KEY | 访问密钥（Secret Access Key） |
S3_ENDPOINT_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？
详细操作步骤（获取凭据）：
-
进入 R2 概览：
-
创建存储桶：
- 点击
概述
- 点击右上角的
创建存储桶 (Create bucket)。
- 输入名称（例如
trendradar-data），点击 创建存储桶。
-
创建 API 令牌：
- 回到 概述页面。
- 点击右下角
Account Details 找到并点击 Manage (Manage R2 API Tokens)。
- 同时你会看到
S3 API：https://<account-id>.r2.cloudflarestorage.com(这就是 S3_ENDPOINT_URL)
- 点击
创建 Account APl 令牌 。
- ⚠️ 关键设置：
- 令牌名称：随意填写（如
github-action-write）。
- 权限：选择
管理员读和写 。
- 指定存储桶：为了安全，建议选择
仅适用于指定存储桶 并选中你的桶（如 trendradar-data）。
- 点击
创建 API 令牌，立即复制 显示的 Access Key ID 和 Secret Access Key（只显示一次！）。
6️⃣ 第六步：开启 AI 分析推送
这是 v5.0.0 的核心功能，让 AI 帮你总结和分析新闻，建议尝试。
配置方法：
在 GitHub Secrets (或 .env / config.yaml) 中添加：
AI_API_KEY: 你的 API Key（支持 DeepSeek、OpenAI 等）AI_PROVIDER: 服务商名称（如 deepseek, openai）
就这样，无需复杂部署，下次推送时你就会看到智能分析报告了。
7️⃣ 第七步：🎉 部署成功！
恭喜！现在你可以开始享受 TrendRadar 带来的高效信息流了。
💬 加入社区：欢迎关注公众号「硅基茶水间」，分享你的使用心得和高级玩法。
8️⃣ 第八步：进阶：选择你的 AI 助手
TrendRadar 提供了两种 AI 使用方式，满足不同需求：
| 特性 | ✨ AI 分析推送 | 🧠 AI 智能分析 |
|---|
| 模式 | 被动接收 (每日日报) | 主动对话 (深度调研) |
| 场景 | "今天有什么大事？" | "分析一下过去一周 AI 行业的变化" |
| 部署 | 极简 (填 Key 即可) | 进阶 (需本地运行/Docker) |
| 客户端 | 手机 | 电脑 |
👉 结论：先用 AI 分析推送 满足日常需求；如果你是数据分析师或需要深度挖掘，再尝试 AI 智能分析。
⚙️ 配置详解
📖 提醒：本章节提供详细的配置说明，建议先完成 快速开始 的基础配置，再根据需要回来查看详细选项。
1. 我要看哪些平台？
配置位置： config/config.yaml 的 platforms 部分
本项目的资讯数据来源于 newsnow ，你可以点击网站，点击[更多]，查看是否有你想要的平台。
具体添加可访问 项目源代码，根据里面的文件名，在 config/config.yaml 文件中修改 platforms 配置：
platforms:
enabled: true # 是否启用热榜平台抓取
sources:
- id: "toutiao"
name: "今日头条"
- id: "baidu"
name: "百度热搜"
- id: "wallstreetcn-hot"
name: "华尔街见闻"
# 添加更多平台...
💡 快捷方式：如果不会看源代码，可以复制他人整理好的 平台配置汇总
⚠️ 注意：平台不是越多越好，建议选择 10-15 个核心平台。过多平台会导致信息过载，反而降低使用体验。
2. 我关心什么内容？
在 frequency_words.txt 文件中告诉机器人你想看什么，它就会帮你盯着。支持普通词、必须词、过滤词等多种玩法。
| 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 |
|---|
| 普通词 | 无 | 基础匹配 | 华为 | 包含任意一个即可 |
| 必须词 | + | 限定范围 | +手机 | 必须同时包含 |
| 过滤词 | ! | 排除干扰 | !广告 | 包含则直接排除 |
| 数量限制 | @ | 控制显示数量 | @10 | 最多显示10条新闻（v3.2.0新增） |
| 全局过滤 | [GLOBAL_FILTER] | 全局排除指定内容 | 见下方示例 | 任何情况下都过滤（v3.5.0新增） |
| 正则表达式 | /pattern/ | 精确匹配模式 | /\bai\b/ | 使用正则表达式匹配（v4.7.0新增） |
| 显示名称 | => 备注 | 自定义显示文本 | /\bai\b/ => AI相关 | 推送和HTML显示备注名称（v4.7.0新增） |
2.1 基础语法
配置位置： config/frequency_words.txt
1. 普通关键词 - 基础匹配
华为
OPPO
苹果
作用： 新闻标题包含其中任意一个词就会被捕获
2. 必须词 +词汇 - 限定范围
华为
OPPO
+手机
作用： 必须同时包含普通词和必须词才会被捕获
3. 过滤词 !词汇 - 排除干扰
苹果
华为
!水果
!价格
作用： 包含过滤词的新闻会被直接排除，即使包含关键词
4. 数量限制 @数字 - 控制显示数量（v3.2.0 新增）
特斯拉
马斯克
@5
作用： 限制该关键词组最多显示的新闻条数
配置优先级： @数字 > 全局配置 > 不限制
5. 全局过滤 [GLOBAL_FILTER] - 全局排除指定内容（v3.5.0 新增）
[GLOBAL_FILTER]
广告
推广
营销
震惊
标题党
[WORD_GROUPS]
科技
AI
华为
鸿蒙
!车
作用： 在任何情况下过滤包含指定词的新闻，优先级最高
使用场景：
- 过滤低质内容：震惊、标题党、爆料等
- 过滤营销内容：广告、推广、赞助等
- 过滤特定主题：娱乐、八卦（根据需求）
过滤优先级： 全局过滤 > 词组内过滤(!) > 词组匹配
区域说明：
[GLOBAL_FILTER]：全局过滤区，包含的词在任何情况下都会被过滤[WORD_GROUPS]：词组区，保持现有语法（!、+、@）- 如果不使用区域标记，默认全部作为词组处理（向后兼容）
匹配示例：
[GLOBAL_FILTER]
广告
[WORD_GROUPS]
科技
AI
- ❌ "广告：最新科技产品发布" ← 包含全局过滤词"广告"，直接拒绝
- ✅ "科技公司发布AI新产品" ← 不包含全局过滤词，匹配"科技"词组
- ✅ "AI技术突破引发关注" ← 不包含全局过滤词，匹配"科技"词组中的"AI"
注意事项：
- 全局过滤词应谨慎使用，避免过度过滤导致遗漏有价值内容
- 建议全局过滤词控制在 5-15 个以内
- 对于特定词组的过滤，优先使用词组内过滤词（
! 前缀）
6. 正则表达式 /pattern/ - 精确匹配模式（v4.7.0 新增）
普通关键词使用子字符串匹配，这在中文环境下很方便，但在英文环境可能会产生误匹配。例如 ai 会匹配到 training 中的 ai。
使用正则表达式语法 /pattern/ 可以实现精确匹配：
/(?<![a-z])ai(?![a-z])/
人工智能
作用： 使用正则表达式进行匹配，支持所有 Python 正则语法
常用正则模式：
| 需求 | 正则写法 | 说明 |
|---|
| 英文单词边界 | /\bword\b/ | 匹配独立单词，如 /\bai\b/ 匹配 "AI" 但不匹配 "training" |
| 前后非字母 | /(?<![a-z])ai(?![a-z])/ | 更宽松的边界，适合中英混合场景 |
| 开头匹配 | /^breaking/ | 只匹配以 "breaking" 开头的标题 |
| 结尾匹配 | /发布$/ | 只匹配以 "发布" 结尾的标题 |
| 多选一 | /苹果|华为|小米/ | 匹配其中任意一个（注意转义 |） |
匹配示例：
# 配置
/(?<![a-z])ai(?![a-z])/
人工智能
- ✅ "AI is the future" ← 匹配独立的 "AI"
- ✅ "你好ai这里" ← 前后是中文，匹配 "ai"
- ✅ "人工智能发展迅速" ← 匹配 "人工智能"
- ❌ "Resistance training is important" ← "training" 中的 "ai" 不匹配
- ❌ "The maid cleaned the room" ← "maid" 中的 "ai" 不匹配
组合使用：
# 正则 + 普通词 + 过滤词
/\bai\b/
人工智能
机器学习
!广告
注意事项：
- 正则表达式自动启用大小写不敏感匹配（
re.IGNORECASE）
- 支持
/pattern/i 等 JavaScript 风格写法（flags 会被忽略，因为默认已启用忽略大小写）
- 无效的正则语法会被当作普通词处理
- 正则可用于普通词、必须词(
+)、过滤词(!)
💡 不会写正则？让 AI 帮你生成！
如果你不熟悉正则表达式，可以直接让 ChatGPT / Gemini / DeepSeek 帮你生成。只需告诉 AI：
我需要一个 Python 正则表达式，用于匹配英文单词 "ai"，但不匹配 "training" 中的 "ai"。
请直接给出正则表达式，格式为 /pattern/，不需要额外解释。
AI 会给你类似这样的结果：/(?<![a-zA-Z])ai(?![a-zA-Z])/
7. 显示名称 => 备注 - 自定义显示文本（v4.7.0 新增）
正则表达式在推送消息和 HTML 页面显示时可能不太友好。使用 => 备注 语法可以设置显示名称：
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能
作用： 推送消息和 HTML 页面显示 "AI 相关" 而不是复杂的正则表达式
语法格式：
# 正则 + 显示名称
/pattern/ => 显示名称
/pattern/i => 显示名称 # 支持 flags 写法（flags 被忽略）
/pattern/=>显示名称 # => 两边空格可选
# 普通词 + 显示名称
deepseek => DeepSeek 动态
匹配示例：
# 配置
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能
| 原始配置 | 推送/HTML 显示 |
|---|
/(?<![a-z])ai(?![a-z])/ + 人工智能 | (?<![a-z])ai(?![a-z]) 人工智能 |
/(?<![a-z])ai(?![a-z])/ => AI 相关 + 人工智能 | AI 相关 |
注意事项：
- 显示名称只需写在词组的第一个词上
- 如果词组中多个词都有显示名称，使用第一个
- 不设置显示名称时，自动使用词组内所有词拼接
🔗 词组功能 - 空行分隔的重要作用
核心规则： 用空行分隔不同的词组，每个词组独立统计
示例配置：
iPhone
华为
OPPO
+发布
A股
上证
深证
+涨跌
!预测
世界杯
欧洲杯
亚洲杯
+比赛
词组解释及匹配效果：
第1组 - 手机新品类：
- 关键词：iPhone、华为、OPPO
- 必须词：发布
- 效果：必须包含手机品牌名，同时包含"发布"
匹配示例：
- ✅ "iPhone 15正式发布售价公布" ← 有"iPhone"+"发布"
- ✅ "华为Mate60系列发布会直播" ← 有"华为"+"发布"
- ✅ "OPPO Find X7发布时间确定" ← 有"OPPO"+"发布"
- ❌ "iPhone销量创新高" ← 有"iPhone"但缺少"发布"
第2组 - 股市行情类：
- 关键词：A股、上证、深证
- 必须词：涨跌
- 过滤词：预测
- 效果：关注股市涨跌实况，排除预测类内容
匹配示例：
- ✅ "A股今日大幅涨跌分析" ← 有"A股"+"涨跌"
- ✅ "上证指数涨跌幅创新高" ← 有"上证"+"涨跌"
- ❌ "专家预测A股涨跌趋势" ← 有"A股"+"涨跌"但包含"预测"
第3组 - 足球赛事类：
- 关键词：世界杯、欧洲杯、亚洲杯
- 必须词：比赛
- 效果：只关注比赛相关新闻
📝 配置技巧
1. 从宽到严
# 第一步：先用宽泛关键词测试
人工智能
AI
ChatGPT
# 第二步：发现误匹配后，加入必须词限定
人工智能
AI
ChatGPT
+技术
# 第三步：发现干扰内容后，加入过滤词
人工智能
AI
ChatGPT
+技术
!广告
!培训
2. 避免过度复杂
❌ 不推荐： 一个词组包含太多词汇
华为
OPPO
苹果
三星
vivo
一加
魅族
+手机
+发布
+销量
!假货
!维修
!二手
✅ 推荐： 拆分成多个精确的词组
华为
OPPO
+新品
苹果
三星
+发布
手机
销量
+市场
2.2 高级配置（v3.2.0 新增）
关键词排序优先级
配置位置： config/config.yaml
report:
sort_by_position_first: false # 排序优先级配置
| 配置值 | 排序规则 | 适用场景 |
|---|
false（默认） | 热点条数 ↓ → 配置位置 ↑ | 关注热度趋势 |
true | 配置位置 ↑ → 热点条数 ↓ | 关注个人优先级 |
示例： 配置顺序 A、B、C，热点数 A(3条)、B(10条)、C(5条)
false：B(10条) → C(5条) → A(3条)true：A(3条) → B(10条) → C(5条)
全局显示数量限制
report:
max_news_per_keyword: 10 # 每个关键词最多显示10条（0=不限制）
Docker 环境变量：
SORT_BY_POSITION_FIRST=true
MAX_NEWS_PER_KEYWORD=10
综合示例：
# config.yaml
report:
sort_by_position_first: true # 按配置顺序优先
max_news_per_keyword: 10 # 全局默认每个关键词最多10条
# frequency_words.txt
特斯拉
马斯克
@20 # 重点关注，显示20条（覆盖全局配置）
华为 # 使用全局配置，显示10条
比亚迪
@5 # 限制5条
最终效果： 按配置顺序显示 特斯拉(20条) → 华为(10条) → 比亚迪(5条)
3. 推送模式选哪个？
配置位置： config/config.yaml 的 report.mode
report:
mode: "daily" # 可选: "daily" | "incremental" | "current"
详细对比表格
| 模式 | 适用人群 | 推送时机 | 显示内容 | 典型使用场景 |
|---|
当日汇总daily | 📋 企业管理者/普通用户 | 按时推送(默认每小时推送一次) | 当日所有匹配新闻+ 新增新闻区域 | 案例：每天下午6点查看今天所有重要新闻特点：看全天完整趋势，不漏掉任何热点提醒：会包含之前推送过的新闻 |
当前榜单current | 📰 自媒体人/内容创作者 | 按时推送(默认每小时推送一次) | 当前榜单匹配新闻+ 新增新闻区域 | 案例：每小时追踪"哪些话题现在最火"特点：实时了解当前热度排名变化提醒：持续在榜的新闻每次都会出现 |
增量监控incremental | 📈 投资者/交易员 | 有新增才推送 | 新出现的匹配频率词新闻 | 案例：监控"特斯拉"，只在有新消息时通知特点：零重复，只看首次出现的新闻适合：高频监控、避免信息打扰 |
实际推送效果举例
假设你监控"苹果"关键词，每小时执行一次：
| 时间 | daily 模式推送 | current 模式推送 | incremental 模式推送 |
|---|
| 10:00 | 新闻A、新闻B | 新闻A、新闻B | 新闻A、新闻B |
| 11:00 | 新闻A、新闻B、新闻C | 新闻B、新闻C、新闻D | 仅新闻C |
| 12:00 | 新闻A、新闻B、新闻C | 新闻C、新闻D、新闻E | 仅新闻D、新闻E |
说明：
daily：累积展示当天所有新闻（A、B、C 都保留）current：展示当前榜单的新闻（排名变化，新闻D上榜，新闻A掉榜）incremental：只推送新出现的新闻（避免重复干扰）
常见问题
💡 遇到这个问题？ 👉 "每个小时执行一次，第一次执行完输出的新闻，在下一个小时执行时还会出现"
- 原因：你可能选择了
daily（当日汇总）或 current（当前榜单）模式
- 解决：改用
incremental（增量监控）模式，只推送新增内容
⚠️ 增量模式重要提示
选择了 incremental（增量监控）模式的用户请注意：
📌 增量模式只在有新增匹配新闻时才会推送
如果长时间没有收到推送，可能是因为：
- 当前时段没有符合你关键词的新热点出现
- 关键词配置过于严格或过于宽泛
- 监控平台数量较少
解决方案：
- 方案1：👉 优化关键词配置 - 调整关键词的精准度，增加或修改监控词汇
- 方案2：切换推送模式 - 改用
current 或 daily 模式，可以定时接收推送
- 方案3：👉 增加监控平台 - 添加更多新闻平台，扩大信息来源
4. 调整热点算法
配置位置： config/config.yaml 的 advanced.weight 部分
advanced:
weight:
rank: 0.6 # 排名权重
frequency: 0.3 # 频次权重
hotness: 0.1 # 热度权重
当前默认的配置是平衡性配置
两个核心场景
追实时热点型：
advanced:
weight:
rank: 0.8 # 主要看排名
frequency: 0.1 # 不太在乎持续性
hotness: 0.1
适用人群：自媒体博主、营销人员、想快速了解当下最火话题的用户
追深度话题型：
advanced:
weight:
rank: 0.4 # 适度看排名
frequency: 0.5 # 重视当天内的持续热度
hotness: 0.1
适用人群：投资者、研究人员、新闻工作者、需要深度分析趋势的用户
调整的方法
- 三个数字加起来必须等于 1.0
- 哪个重要就调大哪个：在乎排名就调大
rank，在乎持续性就调大 frequency
- 建议每次只调 0.1-0.2，观察效果
核心思路：追求速度和时效性的用户提高排名权重，追求深度和稳定性的用户提高频次权重。
5. 我收到的消息长什么样？
推送示例
📊 热点词汇统计
🔥 [1/3] AI ChatGPT : 2 条
-
[百度热搜] 🆕 ChatGPT-5正式发布 [1] - 09时15分 (1次)
-
[今日头条] AI芯片概念股暴涨 [3] - [08时30分 ~ 10时45分] (3次)
━━━━━━━━━━━━━━━━━━━
📈 [2/3] 比亚迪 特斯拉 : 2 条
-
[微博] 🆕 比亚迪月销量破纪录 [2] - 10时20分 (1次)
-
[抖音] 特斯拉降价促销 [4] - [07时45分 ~ 09时15分] (2次)
━━━━━━━━━━━━━━━━━━━
📌 [3/3] A股 股市 : 1 条
- [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):
- ChatGPT-5正式发布 [1]
微博 (1 条):
- 比亚迪月销量破纪录 [2]
更新时间：2025-01-15 12:30:15
消息格式说明
| 格式元素 | 示例 | 含义 | 说明 |
|---|
| 🔥📈📌 | 🔥 [1/3] AI ChatGPT | 热度等级 | 🔥高热度(≥10条) 📈中热度(5-9条) 📌普通热度(<5条) |
| [序号/总数] | [1/3] | 排序位置 | 当前词组在所有匹配词组中的排名 |
| 频率词组 | AI ChatGPT | 关键词组 | 配置文件中的词组，标题必须包含其中词汇 |
| : N 条 | : 2 条 | 匹配数量 | 该词组匹配的新闻总数 |
| [平台名] | [百度热搜] | 来源平台 | 新闻所属的平台名称 |
| 🆕 | 🆕 ChatGPT-5正式发布 | 新增标记 | 本轮抓取中首次出现的热点 |
| [数字] | [1] | 高排名 | 排名≤阈值的热搜，红色加粗显示 |
| [数字] | [7] | 普通排名 | 排名>阈值的热搜，普通显示 |
| - 时间 | - 09时15分 | 首次时间 | 该新闻首次被发现的时间 |
| [时间~时间] | [08时30分 ~ 10时45分] | 持续时间 | 从首次出现到最后出现的时间范围 |
| (N次) | (3次) | 出现频率 | 在监控期间出现的总次数 |
| 新增区域 | 🆕 本次新增热点新闻 | 新话题汇总 | 单独展示本轮新出现的热点话题 |
6. Docker 部署
镜像说明：
TrendRadar 提供两个独立的 Docker 镜像，可根据需求选择部署：
| 镜像名称 | 用途 | 说明 |
|---|
wantcat/trendradar | 新闻推送服务 | 定时抓取新闻、推送通知（必选） |
wantcat/trendradar-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）
-
创建项目目录和配置:
方式 1-A：使用 git clone（推荐，最简单）
# 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
# 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
-
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
-
方式二：本地构建（开发者选项）
如果需要自定义修改代码或构建自己的镜像：
# 克隆项目
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar
# 修改配置文件
vim config/config.yaml
vim config/frequency_words.txt
# 使用构建版本的 docker compose
cd docker
cp docker-compose-build.yml docker-compose.yml
构建并启动服务：
# 选项 A：构建并启动所有服务
docker compose build
docker compose up -d
# 选项 B：仅构建并启动新闻推送服务
docker compose build trendradar
docker compose up -d trendradar
# 选项 C：仅构建并启动 MCP AI 分析服务
docker compose build trendradar-mcp
docker compose up -d trendradar-mcp
💡 架构参数说明：
镜像更新
# 方式一：手动更新（爬虫 + MCP 镜像）
docker pull wantcat/trendradar:latest
docker pull wantcat/trendradar-mcp:latest
docker compose down
docker compose up -d
# 方式二：使用 docker compose 更新
docker compose pull
docker compose up -d
可用镜像：
| 镜像名称 | 用途 | 说明 |
|---|
wantcat/trendradar | 新闻推送服务 | 定时抓取新闻、推送通知 |
wantcat/trendradar-mcp | MCP 服务 | AI 分析功能（可选） |
服务管理命令
# 查看运行状态
docker exec -it trendradar python manage.py status
# 手动执行一次爬虫
docker exec -it trendradar python manage.py run
# 查看实时日志
docker exec -it trendradar python manage.py logs
# 显示当前配置
docker exec -it trendradar python manage.py config
# 显示输出文件
docker exec -it trendradar python manage.py files
# Web 服务器管理（用于浏览器访问生成的报告）
docker exec -it trendradar python manage.py start_webserver # 启动 Web 服务器
docker exec -it trendradar python manage.py stop_webserver # 停止 Web 服务器
docker exec -it trendradar python manage.py webserver_status # 查看 Web 服务器状态
# 查看帮助信息
docker exec -it trendradar python manage.py help
# 重启容器
docker restart trendradar
# 停止容器
docker stop trendradar
# 删除容器（保留数据）
docker rm trendradar
💡 Web 服务器说明：
- 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：
# 方式 1：通过 Web 服务器访问（推荐，Docker 环境）
# 1. 启动 Web 服务器
docker exec -it trendradar python manage.py start_webserver
# 2. 在浏览器访问
http://localhost:8080 # 访问最新报告（默认 index.html）
http://localhost:8080/html/2025-xx-xx/ # 访问指定日期的报告
# 方式 2：直接打开文件（本地环境）
open ./output/index.html # macOS
start ./output/index.html # Windows
xdg-open ./output/index.html # Linux
# 方式 3：访问历史归档
open ./output/html/2025-xx-xx/当日汇总.html
为什么有两个 index.html？
output/index.html：Docker Volume 挂载到宿主机，本地可直接打开index.html：GitHub Actions 推送到仓库，GitHub Pages 自动部署
💡 提示：两个文件内容完全相同，选择任意一个访问即可。
故障排查
# 检查容器状态
docker inspect trendradar
# 查看容器日志
docker logs --tail 100 trendradar
# 进入容器调试
docker exec -it trendradar /bin/bash
# 验证配置文件
docker exec -it trendradar ls -la /app/config/
MCP 服务部署（AI 分析功能）
如果需要使用 AI 分析功能，可以部署独立的 MCP 服务容器。
架构说明：
flowchart TB
subgraph trendradar["trendradar"]
A1[定时抓取新闻]
A2[推送通知]
end
subgraph trendradar-mcp["trendradar-mcp"]
B1[127.0.0.1:3333]
B2[AI 分析接口]
end
subgraph shared["共享卷"]
C1["config/ (ro)"]
C2["output/ (ro)"]
end
trendradar --> shared
trendradar-mcp --> shared
快速启动：
如果已按照 方式一：使用 docker compose 完成部署，只需启动 MCP 服务：
cd TrendRadar/docker
docker compose up -d trendradar-mcp
# 查看运行状态
docker ps | grep trendradar-mcp
单独启动 MCP 服务（不使用 docker compose）：
# Linux/Mac
docker run -d --name trendradar-mcp \
-p 127.0.0.1:3333:3333 \
-v $(pwd)/config:/app/config:ro \
-v $(pwd)/output:/app/output:ro \
-e TZ=Asia/Shanghai \
wantcat/trendradar-mcp:latest
# Windows PowerShell
docker run -d --name trendradar-mcp `
-p 127.0.0.1:3333:3333 `
-v ${PWD}/config:/app/config:ro `
-v ${PWD}/output:/app/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：
# 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）：
{
"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。
7. 推送内容怎么显示？
配置位置： config/config.yaml 的 report 和 display 部分
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 |
| 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？
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：
- 在
region_order 列表中
- 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。
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
8. 什么时候给我推送？
配置位置： config/config.yaml 的 notification.push_window 部分
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
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
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
notification:
push_window:
enabled: true
start: "09:00"
end: "18:00"
once_per_day: false
9. 多久运行一次？
配置位置： .github/workflows/crawler.yml 的 schedule 部分
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
-
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
-
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
- 在你的 GitHub 仓库中，找到
.github/workflows/crawler.yml 文件
- 点击右上角的 ✏️ (Edit) 按钮
- 找到
cron: "..." 那一行，把引号里的内容换成上面的"代码"
- 点击右上角的绿色 Commit changes 按钮保存
10. 推送到多个群/设备
⚠️ 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：Token1 对应 ChatID1Token2 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：token1;;token3 (中间那个是空的) |
常用配置示例 (GitHub Secrets / .env)
# 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。
11. 数据保存在哪里？
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
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
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
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
12. 让 AI 帮我分析热点
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：
- 自动阅读：阅读所有匹配到的热点新闻
- 深度思考：分析原本孤立的新闻之间的关联
- 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-4oopenai/gpt-4o-mini | GPT-4o 系列 |
| Google Gemini | gemini/gemini-1.5-flashgemini/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 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
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。
✨ AI 智能分析
TrendRadar v3.0.0 新增了基于 MCP (Model Context Protocol) 的 AI 分析功能，让你可以通过自然语言与新闻数据对话，进行深度分析。
⚠️ 使用前必读
重要提示：AI 功能需要本地新闻数据支持
AI 分析功能不是直接查询网络实时数据，而是分析你本地已积累的新闻数据（存储在 output 文件夹中）
使用说明：
-
项目自带测试数据：output 目录默认包含 2025-12-21～2025-12-27 一周的热榜新闻数据，可用于快速体验 AI 功能
-
查询限制：
- ✅ 只能查询已有日期范围内的数据（12月21-27日，共7天）
- ❌ 无法查询实时新闻或未来日期
-
获取最新数据：
- 测试数据仅供快速体验，建议自行部署项目获取实时数据
- 按照 快速开始 部署运行项目
- 等待至少 1 天积累新闻数据后，即可查询最新热点
1. 快速部署
Cherry Studio 提供 GUI 配置界面，5 分钟快速部署，复杂的部分是一键安装的。
图文部署教程：现已更新到我的公众号，回复 "mcp" 即可
详细部署教程：README-Cherry-Studio.md
部署模式说明：
- STDIO 模式（推荐）：一次配置后续无需重复配置，图文部署教程中仅以此模式的配置为例。
- HTTP 模式（备选）：如果 STDIO 模式配置遇到问题，可使用 HTTP 模式。此模式的配置方式与 STDIO 基本一致，但复制粘贴的内容就一行，不易出错。唯一需要注意的是每次使用前都需要手动启动一下服务。详细请参考 README-Cherry-Studio.md 底部的 HTTP 模式说明。
2. 学习与 AI 对话的姿势
详细对话教程：README-MCP-FAQ.md
💡 提示：实际不建议一次性问多个问题。如果你选择的 AI 模型连下图的按顺序调用都无法做到，建议换一个。
🔌 MCP 客户端
TrendRadar MCP 服务支持标准的 Model Context Protocol (MCP) 协议，可以接入各种支持 MCP 的 AI 客户端进行智能分析。
支持的客户端
注意事项：
- 将
/path/to/TrendRadar 替换为你的项目实际路径
- Windows 路径使用双反斜杠：
C:\\Users\\YourName\\TrendRadar
- 保存后记得重启
方式一：HTTP 模式
-
启动 HTTP 服务：
# Windows
start-http.bat
# Mac/Linux
./start-http.sh
-
配置 Cursor：
项目级配置（推荐）：
在项目根目录创建 .cursor/mcp.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）
-
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：
{
"mcpServers": {
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
]
}
}
}
Cline 配置
在 Cline 的 MCP 设置中添加：
HTTP 模式：
{
"trendradar": {
"url": "http://localhost:3333/mcp",
"type": "streamableHttp",
"autoApprove": [],
"disabled": false
}
}
STDIO 模式（推荐）：
{
"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：
{
"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
MCP Inspector 是官方调试工具，用于测试 MCP 连接：
使用步骤
-
启动 TrendRadar HTTP 服务：
# Windows
start-http.bat
# Mac/Linux
./start-http.sh
-
启动 MCP Inspector：
npx @modelcontextprotocol/inspector
-
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
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：
{
"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：
{
"name": "trendradar",
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
],
"type": "stdio"
}
注意事项：
- 替换
/path/to/TrendRadar 为实际项目路径
- Windows 路径使用反斜杠转义：
C:\\Users\\...
- 确保已完成项目依赖安装（运行过 setup 脚本）
常见问题
检查步骤：
-
确认端口 3333 未被占用：
# Windows
netstat -ano | findstr :3333
# Mac/Linux
lsof -i :3333
-
检查项目依赖是否安装：
# 重新运行安装脚本
# Windows: setup-windows.bat 或者 setup-windows-en.bat
# Mac/Linux: ./setup-mac.sh
-
查看详细错误日志：
uv run python -m mcp_server.server --transport http --port 3333
-
尝试自定义端口:
uv run python -m mcp_server.server --transport http --port 33333
解决方案：
-
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
-
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
-
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
可能原因：
-
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
-
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
-
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：
AI 开发：
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
