rendRadar：AI 驱动的个性化热点与舆情监控，告别信息过载，洞察先机

是一个功能强大、部署灵活、且高度可定制的 AI 舆情监控与热点筛选工具。它成功地将多平台信息聚合、RSS 订阅、智能筛选、多渠道推送以及先进的 AI 分析能力融为一体，为用户提供了一个摆脱信息过载、主动洞察先机的解决方案。无论你是希望提升工作效率的开发者，寻找灵感的自媒体人，还是仅仅想更聪明地获取信息的普通用户，TrendRadar都值得一试。其友好的部署体验（特别是 Docker 和 GitHu

qq_36674283

999人浏览 · 2026-01-11 16:59:25

qq_36674283 · 2026-01-11 16:59:25 发布

TrendRadar：AI 驱动的个性化热点与舆情监控，告别信息过载，洞察先机！

引言

在当今信息爆炸的时代，如何高效获取真正有价值的信息，避免被海量无效内容淹没，已成为每个人面临的挑战。无论是追踪行业动态、监控品牌舆情，还是仅仅关心个人兴趣领域，我们都渴望一个能精准筛选、智能分析的“信息雷达”。今天，我们将深入探讨一个备受瞩目的开源项目——sansan0/TrendRadar。

TrendRadar，这个在 GitHub 上斩获超过 4.2 万颗星的 Python 项目，正是一款旨在解决信息过载问题的 AI 舆情监控助手与热点筛选工具。它不仅能聚合多平台热点和 RSS 订阅，支持关键词精准筛选，更能通过 AI 生成分析简报直推手机，甚至支持接入更强大的 AI 自然语言对话分析架构。对于希望摆脱算法束缚、主动掌控信息流的开发者、学生和技术爱好者而言，TrendRadar 无疑是一个值得探索的强大工具。

背景与痛点：为何我们需要 TrendRadar？

我们每天被各种新闻、社交媒体、资讯平台的信息洪流所冲击。这些平台通常有自己的推荐算法，虽然带来了便利，但也常常让我们陷入“信息茧房”，错过重要资讯，或被大量冗余、低质内容分散注意力。

核心痛点包括：

信息过载：难以从海量信息中筛选出真正相关的部分。
算法偏见：传统平台推荐内容往往受算法限制，难以获取全面、客观的视角。
效率低下：手动刷新、切换多个 App 获取热点耗时费力。
缺乏深度分析：普通热榜仅展示标题，无法提供趋势、情感等深层洞察。
部署复杂：许多自动化工具部署门槛较高，不适合非专业用户。

TrendRadar 应运而生，旨在提供一个轻量、易部署、高度可定制的解决方案，让你能以主动、智能的方式获取信息，真正做到“告别无效刷屏，只看真正关心的新闻资讯”。

TrendRadar 核心功能深度解析

TrendRadar 凭借其丰富的功能集，为用户构建了一个强大的个性化信息监控系统。

1. 全网热点聚合

TrendRadar 能够从多个主流资讯平台聚合热点数据，包括：

社交媒体：知乎、抖音、微博
新闻资讯：今日头条、澎湃新闻、凤凰网、财联社热门
搜索引擎：百度热搜
垂直领域：华尔街见闻、贴吧、bilibili 热搜
它支持用户自定义监控平台，只需在 config/config.yaml 中配置 platforms 列表即可。

2. RSS 订阅源支持 (v4.5.0 新增)

对于习惯通过 RSS (Really Simple Syndication) 订阅特定网站内容的用户，TrendRadar 同样提供了支持。

什么是 RSS？ RSS 是一种内容发布和聚合的格式，允许用户订阅网站的更新，而无需频繁访问网站。
功能特点：它能抓取 RSS/Atom 订阅源，并与热榜数据统一格式，进行关键词匹配和分组统计，将所有信息整合到一条推送消息中。

3. 智能推送策略

TrendRadar 提供了三种核心推送模式，以适应不同的使用场景：

当日汇总 (daily)：每天定时发送一份当日所有匹配新闻的报告，包含之前已推送过的内容。适合需要每日全面回顾的用户。
当前榜单 (current)：定时推送当前最新的热点榜单中匹配的新闻，持续在榜的会重复出现。适合需要持续关注热点动态的用户。
增量监控 (incremental)：仅推送自上次运行以来新增的热点内容，零重复。适合追求效率、只关注“新发生”的用户。

此外，它还支持：

推送时间窗口控制：设定推送时间范围，避免非工作时间打扰。
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。
显示模式切换：选择按关键词分组 (keyword) 或按平台分组 (platform) 显示内容。

4. 精准内容筛选

这是 TrendRadar 的核心优势之一。用户可以通过 config/frequency_words.txt 文件配置个性化关键词，实现高度定制化的内容筛选。

普通词：标题包含任意一个词即匹配。
必须词 (+)：标题必须同时包含该词和组内其他普通词。
过滤词 (!)：标题包含该词则直接排除。
数量限制 (@数字)：限制某关键词组最多显示的新闻条数。
全局过滤 ([GLOBAL_FILTER])：配置全局不想看到的词，优先级最高，任何情况下都会被过滤。
正则表达式 (/pattern/)：支持高级用户使用正则表达式进行精确匹配。
显示名称 (=> 备注)：为复杂的规则起一个更易读的别名。

示例 config/frequency_words.txt 片段：

[GLOBAL_FILTER]
广告
推广

[WORD_GROUPS]
AI
+大模型
!炒作 @5

华为
鸿蒙
+手机

这个配置会过滤掉所有包含“广告”或“推广”的新闻。对于“AI”关键词，它会匹配标题中包含“AI”且包含“大模型”，同时过滤掉“炒作”相关内容，并最多显示 5 条。

5. 热点趋势分析

TrendRadar 不仅仅是信息的搬运工，更是趋势的洞察者。它能：

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，通过🔺(上升)、🔻(下降)、➖(持平) 趋势标识直观展示。
新增检测：用🆕标记实时识别新出现的热点话题。
跨平台对比：分析同一新闻在不同平台的表现。

6. 个性化热点算法

TrendRadar 能够重新整理和排序全网热搜，让你不再被单一平台的算法牵着走。通过调整权重配置，你可以根据自己的偏好定义“最热点”的标准。

7. 多渠道多账号推送

将筛选后的热点资讯推送到你常用的沟通工具中：

国内平台：企业微信（支持个人微信推送）、飞书、钉钉。
国际平台：Telegram、Slack。
其他：邮件、ntfy（开源推送服务）、Bark（iOS 专属）、通用 Webhook（可适配 Discord, Matrix, IFTTT 等）。
所有渠道均支持多账号配置，方便团队协作或个人多设备接收。

8. 灵活存储架构 (v4.0.0 重大更新)

TrendRadar 提供了强大的存储灵活性：

本地 SQLite 数据库：适用于 Docker 或本地部署，数据完全本地可控，适合对数据隐私和控制有高要求的用户。
远程云存储 (S3 兼容协议)：如 Cloudflare R2、腾讯云 COS 等。适用于 GitHub Actions 部署，数据存储在云端，不污染仓库，保证增量推送和历史追踪功能。
系统会根据运行环境智能选择存储后端。

9. 多端部署

TrendRadar 提供了多种部署方式，满足不同用户的需求：

GitHub Actions：无需服务器，利用 GitHub 免费资源定时运行，适用于个人用户。
Docker 部署：容器化运行，部署简单，数据本地存储，适用于有服务器或 NAS 的用户。
本地运行：在 Windows、Mac 或 Linux 系统上直接运行，方便开发和调试。

10. AI 分析推送 (v5.0.0 新增)

这是 TrendRadar 最新且最令人兴奋的功能之一。它集成了 AI 大模型，对推送内容进行深度分析，自动生成智能洞察报告。

智能分析：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：精准捕捉舆论的正负面、争议或担忧情绪，这对舆情监控至关重要。
多 AI 提供商支持：支持 DeepSeek（默认，性价比高）、OpenAI (ChatGPT)、Google Gemini 及任意 OpenAI 兼容接口。
灵活推送模式：可选择仅推送 AI 分析报告 (only_analysis)、仅推送原始内容、或两者都推送 (both)。
自定义提示词：通过 config/ai_analysis_prompt.txt 文件自定义 AI 分析师的角色和输出格式，让报告更符合你的需求。

11. 独立展示区 (v5.0.0 新增)

为了满足用户查看完整热榜的需求，TrendRadar 提供了独立展示区功能。

完整热榜展示：指定平台的完整热榜将单独展示，不受关键词过滤限制。
RSS 独立展示：特定 RSS 源的内容也可完整展示，不受关键词限制。
灵活配置：可在 config/config.yaml 中配置需要独立展示的平台和 RSS 源，以及最大展示条数。

12. AI 智能分析 (基于 MCP，v3.0.0 新增)

除了被动接收 AI 分析报告，TrendRadar 还支持接入基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统。这使得用户可以：

自然语言交互：通过对话方式，用日常语言查询和分析新闻数据。
深度挖掘：进行话题趋势分析、数据洞察（平台对比、活跃度统计）、情感分析、相似新闻查找、智能摘要生成等。
多客户端支持：可在 Claude Desktop、Cherry Studio、Cursor 等支持 MCP 的客户端中使用。

13. 零技术门槛部署与减少 APP 依赖

TrendRadar 致力于降低使用门槛，通过 GitHub 一键 Fork 即可部署，甚至可以快速搭建一个网页版报告（GitHub Pages），并支持一键保存图片分享。它旨在让你从“被算法推荐绑架”转变为“主动获取自己想要的信息”，减少对过多资讯 App 的依赖。

安装与使用：快速上手指南

TrendRadar 提供了多种部署方式，我们主要关注 Docker 和 GitHub Actions 两种，它们分别适用于有服务器和无服务器的用户。

1. Docker 部署 (推荐 🔥)

Docker 部署是推荐的方式，因为它能提供稳定的运行环境，并将数据存储在本地，无需配置远程云存储。

前置条件：

安装 Docker 和 Docker Compose。

核心步骤：

克隆项目：

git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

配置环境变量：
在项目根目录创建 .env 文件，用于配置推送渠道和 AI API Key。

# .env 文件示例
WEWORK_WEBHOOK_URL="你的企业微信Webhook URL"
FEISHU_WEBHOOK_URL="你的飞书Webhook URL"
# ... 其他推送渠道配置

# AI 分析配置
AI_API_KEY="你的AI API Key"
AI_PROVIDER="deepseek" # 或 "openai", "gemini"

配置 config/frequency_words.txt 和 config/config.yaml：
根据你的需求修改这两个文件，详情参考上文的“配置详解”部分。
运行 Docker Compose：
```
docker-compose up -d
```
这将启动 TrendRadar 服务，并根据 docker-compose.yml 中的 cron 配置定时运行。你可以通过 docker logs -f trendradar 查看运行日志。

2. GitHub Actions 部署 (零服务器)

这种方式无需自己的服务器，利用 GitHub 的免费资源运行，适合学生和个人用户。

前置条件：

一个 GitHub 账号。

核心步骤：

步骤 1：获取项目代码

点击 sansan0/TrendRadar 仓库右上角的绿色 Use this template 按钮，选择 “Create a new repository”。这会创建你自己的 TrendRadar 副本。

步骤 2：设置 GitHub Secrets (配置推送渠道)

GitHub Secrets 用于安全地存储你的敏感信息（如 Webhook 地址、API Key），避免将其直接暴露在代码中。

进入你 Fork 后的仓库主页，点击 Settings > Secrets and variables > Actions。
点击 New repository secret。
严格按照以下格式添加 Secret：
- Name (名称)：必须使用项目预定义的名称，例如 WEWORK_WEBHOOK_URL。
- Secret (值)：填入你从对应平台获取的实际 URL 或 Token。
示例（以企业微信为例）：
- Name: WEWORK_WEBHOOK_URL
- Secret: https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
- 按照同样的方式，你可以添加飞书、钉钉、Telegram、邮件等多个平台的 Secret。

步骤 3：配置 `config/frequency_words.txt` (筛选关键词)

这是你个性化定制信息流的关键。

在你 Fork 后的仓库中，导航到 config/frequency_words.txt 文件。
点击文件右上角的铅笔图标 (Edit this file)。

根据上文“精准内容筛选”的介绍，输入你关心的关键词，例如：

[GLOBAL_FILTER]
广告

[WORD_GROUPS]
AI
ChatGPT
人工智能
+技术突破 @3

新能源汽车
比亚迪
特斯拉

编辑完成后，滑动到页面底部，点击 Commit changes (提交更改)。

步骤 4：配置 `config/config.yaml` (核心设置)

这个文件控制着 TrendRadar 的运行模式、平台选择、AI 分析等核心功能。

导航到 config/config.yaml 文件，点击编辑。

你可以修改 report_mode (推送模式)、push_window (推送时间窗口)、ai_analysis.enable (是否启用 AI 分析) 等。

示例：启用 AI 分析和增量推送

app:
  report_mode: "incremental" # 选择增量监控模式
  # ... 其他应用配置

ai_analysis:
  enable: true # 启用 AI 分析
  provider: "deepseek" # AI 服务提供商
  # ... 其他 AI 分析配置

提交更改。

步骤 5：开启 AI 分析推送

在 GitHub Actions 中启用 AI 分析功能，你需要额外配置 AI 服务的 API Key。

回到 Settings > Secrets and variables > Actions。
添加两个新的 Secret：
- Name: AI_API_KEY，Secret: 你的 AI 服务商 API Key (例如 DeepSeek, OpenAI 的 Key)。
- Name: AI_PROVIDER，Secret: 对应的服务商名称，如 deepseek 或 openai。

步骤 6：手动测试新闻推送

完成以上配置后，你可以手动触发一次运行来测试效果。

进入你 Fork 后的仓库主页，点击顶部的 Actions 标签。
在左侧导航栏找到 Get Hot News (这是项目的默认工作流名称)。
点击右侧的 Run workflow 按钮，然后再次点击弹出的 Run workflow 确认。
等待约 1-3 分钟，消息就会推送到你配置的平台。你也可以在 Actions 页面查看运行日志。

步骤 7：远程云存储 & 签到配置 (GitHub Actions 专属)

由于 GitHub Actions 每次运行都是全新的环境，为了保持数据的持久性（实现增量推送、历史追踪等），强烈建议配置远程云存储。

配置云存储：以 Cloudflare R2 为例，你需要在 Cloudflare 注册账号，创建 R2 存储桶和 API 令牌。然后将以下 4 个 Secret 添加到 GitHub：
- S3_BUCKET_NAME
- S3_ACCESS_KEY_ID
- S3_SECRET_ACCESS_KEY
- S3_ENDPOINT_URL (例如：https://<你的AccountID>.r2.cloudflarestorage.com)
定期签到：GitHub Actions 的免费额度需要“活跃度检测”。你需要每 7 天在 Actions 页面手动触发一次 Check In workflow，以重置有效期。

3. 本地运行 (开发/调试)

对于开发者或需要进行本地调试的用户，可以直接在本地环境运行。

核心步骤：

克隆项目：

git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

安装依赖：
```
pip install -r requirements.txt
```
配置 config/frequency_words.txt 和 config/config.yaml：
同 Docker 部署方式。
运行主程序：
```
python main.py
```

典型应用场景

TrendRadar 具有广泛的应用价值，几乎所有需要高效信息获取和分析的场景都能受益。

投资者与金融从业者：
- 市场情绪监控：实时追踪与股票、行业相关的热点，辅助判断市场情绪。
- 政策解读：快速获取宏观经济政策、行业监管动态。
- 公司舆情：监控特定公司的负面新闻或重大事件，作为投资决策依据。
自媒体人与内容创作者：
- 热点捕捉：第一时间发现全网爆点话题，获取内容创作灵感。
- 选题策划：分析热点趋势，提前布局优质内容。
- 竞品分析：了解同领域竞争对手的关注点。
企业公关与市场分析师：
- 品牌监测：实时监控品牌在社交媒体和新闻中的提及，了解公众评价。
- 危机预警：快速识别潜在的负面舆情，及时应对。
- 行业动态：追踪行业前沿技术、市场趋势、竞争格局。
普通用户与学生党：
- 兴趣领域追踪：只关注 AI、新能源、特定游戏或电影等个人兴趣领域的新闻。
- 学习资料筛选：筛选与专业学习相关的最新技术文章或研究进展。
- 生活资讯获取：获取本地新闻、消费信息等。