告别信息过载，AI 助你看懂新闻资讯热点，简单的舆情监控分析 - 多平台热点聚合+基于 MCP 的AI分析工具。监控35个平台（抖音、知乎、B站、华尔街见闻、财联社等），智能筛选+自动推送+AI对话分析（用自然语言深度挖掘新闻：趋势追踪、情感分析、相似检索等13种工具）。支持企业微信/飞书/钉钉/Telegram/邮件/ntfy推送，30秒网页部署，1分钟手机通知，无需编程。支持Docker部署⭐ 让算法为你服务，用AI理解热点
🚀 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
本项目以轻量，易部署为目标
- 感谢耐心反馈 bug 的贡献者，你们的每一条反馈让项目更加完善😉;
- 感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持;
- 感谢关注公众号 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。
- 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
三种推送模式：
| 模式 | 适用人群 | 推送时机 | 显示内容 | 适用场景 |
|---|---|---|---|---|
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 |
日报总结 全面了解当日热点趋势 |
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 |
实时热点追踪 了解当前最火的内容 |
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 | 避免重复信息干扰 高频监控场景 |
附加功能 - 推送时间窗口控制（可选）：
此功能独立于上述三种推送模式,可与任意模式搭配使用:
- 时间窗口限制: 设定推送时间范围（如 09:00-18:00 或 20:00-22:00）,只在指定时间内推送
- 推送频率控制:
- 窗口内多次推送: 时间窗口内每次执行都推送
- 每天仅推送一次: 时间窗口内只推送一次（适合当日汇总或当前榜单模式）
- 典型场景:
- 工作时间推送: 只在工作日 09:00-18:00 接收消息
- 晚间汇总推送: 希望在晚上固定时间（如 20:00-22:00）收到汇总
- 避免打扰: 防止非工作时间收到推送通知
提示: 此功能默认关闭,需在
config/config.yaml中手动启用push_window.enabled
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
- 支持普通词、必须词(+)、过滤词(!)三种语法，见【frequency_words.txt 配置教程】
- 词组化管理，独立统计不同主题热点
也可以不做筛选，完整的推送所有热点，具体见【历史更新】中的 v2.0.1
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
|
||||
|
|
|||
|
|
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
不再错过重要新闻的完整发展过程，从话题萌芽到高峰热议，全程掌握
不再被各个平台的算法牵着走，TrendRadar 会重新整理全网热搜：
- 看重排名高的新闻（占60%）：各平台前几名的新闻优先显示
- 关注持续出现的话题（占30%）：反复出现的新闻更重要
- 考虑排名质量（占10%）：不仅多次出现，还经常排在前列
把分散在各个平台的热搜合并起来，按照你关心的热度重新排序，这三个比例可以选择适合自己的场景进行调整
支持企业微信(+ 微信推送方案)、飞书、钉钉、Telegram、邮件、ntfy，消息直达手机和邮箱
- GitHub Pages：自动生成精美网页报告，PC/移动端适配
- Docker部署：支持多架构容器化运行
- 数据持久化：HTML/TXT多格式历史记录保存
基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统，让你用自然语言深度挖掘新闻数据
- 对话式查询：用自然语言提问，如"查询昨天知乎的热点"、"分析比特币最近的热度趋势"
- 13 种分析工具：涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
- 多客户端支持：Cherry Studio（GUI 配置）、Claude Desktop、Cursor、Cline 等
- 深度分析能力：
- 话题趋势追踪（热度变化、生命周期、爆火检测、趋势预测）
- 跨平台数据对比（活跃度统计、关键词共现）
- 智能摘要生成、相似新闻查找、历史关联检索
告别手动翻阅数据文件，AI 助手帮你秒懂新闻背后的故事
GitHub 一键 Fork 即可使用，无需编程基础。
30秒部署： GitHub Pages（网页浏览）支持一键保存成图片，随时分享给他人
1分钟部署： 企业微信（手机通知）
💡 提示： 想要实时更新的网页版？fork 后，进入你的仓库 Settings → Pages，启用 GitHub Pages。效果预览。
从"被算法推荐绑架"变成"主动获取自己想要的信息"
适合人群： 投资者、自媒体人、企业公关、关心时事的普通用户
典型场景： 股市投资监控、品牌舆情追踪、行业动态关注、生活资讯获取
| Github Pages 效果(手机端适配、邮箱推送效果) | 飞书推送效果 |
|---|---|
 |
 |
升级说明：
- 提示：不要通过 Sync fork 更新本项目, 建议查看【历史更新】，明确具体的【升级方式】和【功能内容】
- 小版本更新：从 v2.x 升级到 v2.y, 用本项目的
main.py代码替换你 fork 仓库中的对应文件 - 大版本升级：从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
- 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）
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
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
配置完成后，新闻数据一小时后才会更新，如想加快，可参照【第4步】手动测试配置效果
-
Fork 本项目到你的 GitHub 账户
- 点击本页面右上角的"Fork"按钮
-
设置 GitHub Secrets（选择你需要的平台）:
在你 Fork 后的仓库中，进入
Settings>Secrets and variables>Actions>New repository secret，然后根据需要配置以下任一或多个通知平台：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。
效果类似下图，一个 name 对应一个 secret，保存完就行，你重新编辑看不到 secret 是正常情况。
👉 钉钉机器人
👉 Telegram Bot
-
配置说明：:
- 推送设置：在 config/config.yaml 中配置推送模式和通知选项
- 关键词设置：在 config/frequency_words.txt 中添加你关心的关键词
- 推送频率调整：在 .github/workflows/crawler.yml 请谨慎调整，别贪心
注意：建议只调整文档中明确说明的配置项，其他选项主要供作者开发时测试使用
-
手动测试新闻推送：
我这里是拿我的项目举例，你要去你fork的项目做测试
- 进入 Actions：https://github.com/sansan0/TrendRadar/actions
- 找到 "Hot News Crawler" 的点进去，如果看不到该字样，那么参照#109解决
- 点击 "Run workflow" 按钮运行，等待 1 分钟左右数据到你手机上
Linux/macOS 系统：
# 创建配置目录并下载配置文件
mkdir -p config output
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/或者手动创建：
- 在当前目录创建
config文件夹 - 下载配置文件：
- 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml → 右键"另存为" → 保存到
config\config.yaml - 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt → 右键"另存为" → 保存到
config\frequency_words.txt
- 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml → 右键"另存为" → 保存到
完成后的目录结构应该是：
当前目录/
└── config/
├── config.yaml
└── frequency_words.txt
docker run -d --name trend-radar \ -v ./config:/app/config:ro \ -v ./output:/app/output \ -e FEISHU_WEBHOOK_URL="你的飞书webhook" \ -e DINGTALK_WEBHOOK_URL="你的钉钉webhook" \ -e WEWORK_WEBHOOK_URL="你的企业微信webhook" \ -e TELEGRAM_BOT_TOKEN="你的telegram_bot_token" \ -e TELEGRAM_CHAT_ID="你的telegram_chat_id" \ -e EMAIL_FROM="你的发件邮箱" \ -e EMAIL_PASSWORD="你的邮箱密码或授权码" \ -e EMAIL_TO="收件人邮箱" \ -e CRON_SCHEDULE="*/30 * * * *" \ -e RUN_MODE="cron" \ -e IMMEDIATE_RUN="true" \ wantcat/trendradar:latest
完成后的目录结构应该是：
当前目录/
├── config/
│ ├── config.yaml
│ └── frequency_words.txt
└── docker/
├── .env
└── docker-compose.yml
输出示例：
爬虫状态: 已启用 (来源: 环境变量)
报告模式: filtered (来源: 环境变量)
通知渠道配置来源: 飞书(环境变量), 邮件(配置文件)
启动服务:
# 拉取最新镜像并启动
docker-compose pull
docker-compose up -d查看运行状态:
# 查看日志
docker logs -f trend-radar
# 查看容器状态
docker ps | grep trend-radar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
docker-compose build
docker-compose up -d# 方式一：手动更新 docker pull wantcat/trendradar:latest docker-compose down docker-compose up -d # 方式二：使用 docker-compose 更新 docker-compose pull docker-compose up -d
# 查看运行状态 docker exec -it trend-radar python manage.py status # 手动执行一次爬虫 docker exec -it trend-radar python manage.py run # 查看实时日志 docker exec -it trend-radar python manage.py logs # 显示当前配置 docker exec -it trend-radar python manage.py config # 显示输出文件 docker exec -it trend-radar python manage.py files # 查看帮助信息 docker exec -it trend-radar python manage.py help # 重启容器 docker restart trend-radar # 停止容器 docker stop trend-radar # 删除容器（保留数据） docker rm trend-radar
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。
# 检查容器状态 docker inspect trend-radar # 查看容器日志 docker logs --tail 100 trend-radar # 进入容器调试 docker exec -it trend-radar /bin/bash # 验证配置文件 docker exec -it trend-radar ls -la /app/config/
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 AI 功能 的最佳前提是已使用本项目至少运行一天(积累新闻数据)
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
详细对话教程：README-MCP-FAQ.md
提问效果：
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。
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。
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
心意到就行，收到的点赞用于提高开发者开源的积极性。点赞已收录于致谢名单
提问或者留言前，建议先搜索已有的 issues 列表，或者浏览微信公众号文章留言区（找评论超过 10 的与本项目有关的文章）。
- GitHub Issues：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
- 公众号交流：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
| 公众号关注 | 微信点赞 | 支付宝点赞 |
|---|---|---|
 |
 |
 |
👉 Q1: HTTP 服务无法启动？
👉 Q2: 客户端无法连接到 MCP 服务？
👉 Q3: 工具调用失败或返回错误？
4 篇文章：
AI 开发：
- 如果你有小众需求，完全可以基于我的项目自行开发，零编程基础的也可以试试
- 我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率，这款工具已开源
- 核心功能：迅速筛选项目代码喂给AI，你只需要补充个人需求即可
- 项目地址：https://github.com/sansan0/ai-code-context-helper
📍 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
# 创建目录结构
mkdir -p trendradar/{config,docker}
cd trendradar
# 下载配置文件模板
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/
# 下载 docker-compose 配置
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml配置文件说明:
config/config.yaml- 应用主配置（报告模式、推送设置等）config/frequency_words.txt- 关键词配置（设置你关心的热点词汇）.env- 环境变量配置（webhook URLs 和定时任务）
⚙️ 环境变量覆盖机制（v3.0.5+）
如果你在 NAS 或其他 Docker 环境中遇到修改 config.yaml 后配置不生效的问题，可以通过环境变量直接覆盖配置：
| 环境变量 | 对应配置 | 示例值 | 说明 |
|---|---|---|---|
ENABLE_CRAWLER |
crawler.enable_crawler |
true / false |
是否启用爬虫 |
ENABLE_NOTIFICATION |
notification.enable_notification |
true / false |
是否启用通知 |
REPORT_MODE |
report.mode |
all / filtered |
报告模式 |
PUSH_WINDOW_ENABLED |
notification.push_window.enabled |
true / false |
推送时间窗口开关 |
PUSH_WINDOW_START |
notification.push_window.time_range.start |
08:00 |
推送开始时间 |
PUSH_WINDOW_END |
notification.push_window.time_range.end |
22:00 |
推送结束时间 |
FEISHU_WEBHOOK_URL |
notification.webhooks.feishu_url |
https://... |
飞书 Webhook |
配置优先级：环境变量 > config.yaml
使用方法：
- 修改
.env文件，取消注释并填写需要的配置 - 或在 NAS/群晖 Docker 管理界面的"环境变量"中直接添加
- 重启容器后生效：
docker-compose restart
验证配置：
docker logs trend-radar | grep "配置来源\|来源:" 输出示例：
爬虫状态: 已启用 (来源: 环境变量)
报告模式: filtered (来源: 环境变量)
通知渠道配置来源: 飞书(环境变量), 邮件(配置文件)
启动服务:
# 拉取最新镜像并启动
docker-compose pull
docker-compose up -d查看运行状态:
# 查看日志
docker logs -f trend-radar
# 查看容器状态
docker ps | grep trend-radar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
docker-compose build
docker-compose up -d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。
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 AI 功能 的最佳前提是已使用本项目至少运行一天(积累新闻数据)
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
详细对话教程：README-MCP-FAQ.md
提问效果：
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。
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。
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
心意到就行，收到的点赞用于提高开发者开源的积极性。点赞已收录于致谢名单
提问或者留言前，建议先搜索已有的 issues 列表，或者浏览微信公众号文章留言区（找评论超过 10 的与本项目有关的文章）。
- GitHub Issues：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
- 公众号交流：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
| 公众号关注 | 微信点赞 | 支付宝点赞 |
|---|---|---|
|
|
|
👉 Q1: HTTP 服务无法启动？
👉 Q2: 客户端无法连接到 MCP 服务？
👉 Q3: 工具调用失败或返回错误？
4 篇文章：
AI 开发：
- 如果你有小众需求，完全可以基于我的项目自行开发，零编程基础的也可以试试
- 我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率，这款工具已开源
- 核心功能：迅速筛选项目代码喂给AI，你只需要补充个人需求即可
- 项目地址：https://github.com/sansan0/ai-code-context-helper
由于该方案是基于企业微信的插件机制，推送样式也十分不同，所以相关实现我暂时不准备纳入当前项目
- fork 这位兄台的项目 https://github.com/jayzqj/TrendRadar
- 完成上方的企业微信推送设置
- 按照下面图片操作
- 配置好后，手机上的企业微信 app 删除掉也没事
from https://github.com/sansan0/TrendRadar
