🚀 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
🚨 【必读】重要公告：v4.0.0 部署方式与存储架构变更
-
特点：最稳定、最简单，数据存储在 本地 SQLite，完全自主可控。
-
适用：有自己的服务器、NAS 或长期运行的电脑。
-
特点：数据不再直接写入仓库（Git Commit），而是存储在 远程云存储。
-
推荐：配置一个远程云存储服务（Cloudflare R2、阿里云 OSS、腾讯云 COS 等）。
- 感谢耐心反馈 bug 的贡献者，你们的每一条反馈让项目更加完善😉;
- 感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持;
- 感谢关注公众号 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。
👉 点击展开：致谢名单 (当前 🔥73🔥 位)
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。
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
感谢以下平台和个人的推荐(按时间排列)
- 小众软件 - 开源软件推荐平台
- LinuxDo 社区 - 技术爱好者的聚集地
- 阮一峰周刊 - 技术圈有影响力的周刊
感谢给予资金支持的朋友们，你们的慷慨已化身为键盘旁的零食饮料，陪伴着项目的每一次迭代。
"一元点赞"已暂停，如仍想支持作者，可前往公众号文章底部点击"喜欢作者"。
一位可爱猫头像的朋友，不知你从哪个角落翻到了我的收款码，三连了 1.8，心意已收到，感谢厚爱
| 点赞人 | 金额 | 日期 | 备注 |
|---|---|---|---|
| D*5 | 1.8 * 3 | 2025.11.24 | |
| *鬼 | 1 | 2025.11.17 | |
| *超 | 10 | 2025.11.17 | |
| R*w | 10 | 2025.11.17 | 这 agent 做的牛逼啊,兄弟 |
| J*o | 1 | 2025.11.17 | 感谢开源,祝大佬事业有成 |
| *晨 | 8.88 | 2025.11.16 | 项目不错,研究学习中 |
| *海 | 1 | 2025.11.15 | |
| *德 | 1.99 | 2025.11.15 | |
| *疏 | 8.8 | 2025.11.14 | 感谢开源，项目很棒，支持一下 |
| M*e | 10 | 2025.11.14 | 开源不易，大佬辛苦了 |
| **柯 | 1 | 2025.11.14 | |
| *云 | 88 | 2025.11.13 | 好项目，感谢开源 |
| *W | 6 | 2025.11.13 | |
| *凯 | 1 | 2025.11.13 | |
| 对*. | 1 | 2025.11.13 | Thanks for your TrendRadar |
| s*y | 1 | 2025.11.13 | |
| **翔 | 10 | 2025.11.13 | 好项目，相见恨晚，感谢开源！ |
| *韦 | 9.9 | 2025.11.13 | TrendRadar超赞，请老师喝咖啡~ |
| h*p | 5 | 2025.11.12 | 支持中国开源力量，加油！ |
| c*r | 6 | 2025.11.12 | |
| a*n | 5 | 2025.11.12 | |
| 。*c | 1 | 2025.11.12 | 感谢开源分享 |
| *记 | 1 | 2025.11.11 | |
| *主 | 1 | 2025.11.10 | |
| *了 | 10 | 2025.11.09 | |
| *杰 | 5 | 2025.11.08 | |
| *点 | 8.80 | 2025.11.07 | 开发不易，支持一下。 |
| Q*Q | 6.66 | 2025.11.07 | 感谢开源！ |
| C*e | 1 | 2025.11.05 | |
| Peter Fan | 20 | 2025.10.29 | |
| M*n | 1 | 2025.10.27 | 感谢开源 |
| *许 | 8.88 | 2025.10.23 | 老师 小白一枚，摸了几天了还没整起来，求教 |
| Eason | 1 | 2025.10.22 | 还没整明白，但你在做好事 |
| P*n | 1 | 2025.10.20 | |
| *杰 | 1 | 2025.10.19 | |
| *徐 | 1 | 2025.10.18 | |
| *志 | 1 | 2025.10.17 | |
| *😀 | 10 | 2025.10.16 | 点赞 |
| **杰 | 10 | 2025.10.16 | |
| *啸 | 10 | 2025.10.16 | |
| *纪 | 5 | 2025.10.14 | TrendRadar |
| J*d | 1 | 2025.10.14 | 谢谢你的工具，很好玩... |
| *H | 1 | 2025.10.14 | |
| 那*O | 10 | 2025.10.13 | |
| *圆 | 1 | 2025.10.13 | |
| P*g | 6 | 2025.10.13 | |
| Ocean | 20 | 2025.10.12 | ...真的太棒了！！！小白级别也能直接用... |
| **培 | 5.2 | 2025.10.2 | github-yzyf1312:开源万岁 |
| *椿 | 3 | 2025.9.23 | 加油，很不错 |
| *🍍 | 10 | 2025.9.21 | |
| E*f | 1 | 2025.9.20 | |
| *记 | 1 | 2025.9.20 | |
| z*u | 2 | 2025.9.19 | |
| **昊 | 5 | 2025.9.17 | |
| *号 | 1 | 2025.9.15 | |
| T*T | 2 | 2025.9.15 | 点赞 |
| *家 | 10 | 2025.9.10 | |
| *X | 1.11 | 2025.9.3 | |
| *飙 | 20 | 2025.8.31 | 来自老童谢谢 |
| *下 | 1 | 2025.8.30 | |
| 2*D | 88 | 2025.8.13 下午 | |
| 2*D | 1 | 2025.8.13 上午 | |
| S*o | 1 | 2025.8.05 | 支持一下 |
| *侠 | 10 | 2025.8.04 | |
| x*x | 2 | 2025.8.03 | trendRadar 好项目 点赞 |
| *远 | 1 | 2025.8.01 | |
| *邪 | 5 | 2025.8.01 | |
| *梦 | 0.1 | 2025.7.30 | |
| **龙 | 10 | 2025.7.29 | 支持一下 |
- 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
三种推送模式：
| 模式 | 适用场景 | 推送特点 |
|---|---|---|
| 当日汇总 (daily) | 企业管理者/普通用户 | 按时推送当日所有匹配新闻（会包含之前推送过的） |
| 当前榜单 (current) | 自媒体人/内容创作者 | 按时推送当前榜单匹配新闻（持续在榜的每次都出现） |
| 增量监控 (incremental) | 投资者/交易员 | 仅推送新增内容，零重复 |
💡 快速选择指南：
- 🔄 不想看到重复新闻 → 用
incremental（增量监控）- 📊 想看完整榜单趋势 → 用
current（当前榜单）- 📝 需要每日汇总报告 → 用
daily（当日汇总）详细对比和配置教程见 配置详解 - 推送模式详解
附加功能（可选）：
| 功能 | 说明 | 默认 |
|---|---|---|
| 推送时间窗口控制 | 设定推送时间范围（如 09:00-18:00），避免非工作时间打扰 | 关闭 |
| 内容顺序配置 | 调整"热点词汇统计"和"新增热点新闻"的显示顺序（v3.5.0 新增） | 统计在前 |
💡 详细配置教程见 配置详解 - 报告配置 和 配置详解 - 推送时间窗口
设置个人关键词（如：AI、比亚迪、教育政策），只推送相关热点，过滤无关信息
基础语法（5种）：
- 普通词：基础匹配
- 必须词
+：限定范围 - 过滤词
!：排除干扰 - 数量限制
@：控制显示数量（v3.2.0 新增） - 全局过滤
[GLOBAL_FILTER]：全局排除指定内容（v3.5.0 新增）
高级功能（v3.2.0 新增）：
- 🔢 关键词排序控制：按热度优先 or 配置顺序优先
- 📊 显示数量精准限制：全局配置 + 单独配置，灵活控制推送长度
词组化管理：
- 空行分隔，独立统计不同主题热点
💡 基础配置教程：关键词配置 - 基础语法
💡 高级配置教程：关键词配置 - 高级配置
💡 也可以不做筛选，完整推送所有热点（将 frequency_words.txt 留空）
实时追踪新闻热度变化，让你不仅知道"什么在热搜"，更了解"热点如何演变"
- 时间轴追踪：记录每条新闻从首次出现到最后出现的完整时间跨度
- 热度变化：统计新闻在不同时间段的排名变化和出现频次
- 新增检测：实时识别新出现的热点话题，用🆕标记第一时间提醒
- 持续性分析：区分一次性热点话题和持续发酵的深度新闻
- 跨平台对比：同一新闻在不同平台的排名表现，看出媒体关注度差异
💡 推送格式说明见 配置详解 - 推送格式参考
不再被各个平台的算法牵着走，TrendRadar 会重新整理全网热搜：
- 看重排名高的新闻（占60%）：各平台前几名的新闻优先显示
- 关注持续出现的话题（占30%）：反复出现的新闻更重要
- 考虑排名质量（占10%）：不仅多次出现，还经常排在前列
💡 这三个比例可以调整，详见 配置详解 - 热点权重调整
支持企业微信(+ 微信推送方案)、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack，消息直达手机和邮箱
📌 多账号推送说明（v3.5.0 新增）：
- ✅ 支持多账号配置：所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）均支持配置多个账号
- ✅ 配置方式：使用英文分号
;分隔多个账号值 - ✅ 示例：
FEISHU_WEBHOOK_URL的 Secret 值填写https://webhook1;https://webhook2 ⚠️ 配对配置：Telegram 和 ntfy 需要保证配对参数数量一致（如 token 和 chat_id 都是 2 个）⚠️ 数量限制：默认每个渠道最多 3 个账号，超出会被截断
多存储后端支持：
- ☁️ 远程云存储：GitHub Actions 环境默认，支持 S3 兼容协议（R2/OSS/COS 等），数据存储在云端，不污染仓库
- 💾 本地 SQLite 数据库：Docker/本地环境默认，数据完全可控
- 🔄 自动后端选择：根据运行环境智能切换存储方式
数据格式：
| 格式 | 用途 | 说明 |
|---|---|---|
| SQLite | 主存储 | 单文件数据库，查询快速，支持 MCP AI 分析 |
| TXT | 可选快照 | 可读文本格式，方便直接查看 |
| HTML | 报告展示 | 精美可视化页面，PC/移动端适配 |
数据管理：
- ✅ 自动清理过期数据（可配置保留天数）
- ✅ 时区配置支持（全球时区）
💡 详细说明见 配置详解 - 存储配置
- 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
基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统，让你用自然语言深度挖掘新闻数据
- 对话式查询：用自然语言提问，如"查询昨天知乎的热点"、"分析比特币最近的热度趋势"
- 13 种分析工具：涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
- 多客户端支持：Cherry Studio（GUI 配置）、Claude Desktop、Cursor、Cline 等
- 深度分析能力：
- 话题趋势追踪（热度变化、生命周期、爆火检测、趋势预测）
- 跨平台数据对比（活跃度统计、关键词共现）
- 智能摘要生成、相似新闻查找、历史关联检索
💡 使用提示：AI 功能需要本地新闻数据支持
- 项目自带 11月1-15日 测试数据，可立即体验
- 建议自行部署运行项目，获取更实时的数据
详见 AI 智能分析
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：
- 📌 查看最新更新：原仓库更新日志
- 提示：不要通过 Sync fork 更新本项目，建议查看【历史更新】，明确具体的【升级方式】和【功能内容】
- 大版本升级：从 v1.x 升级到 v2.y，建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
- 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
MCP 模块更新:
- 适配 v4.0.0，同时也兼容 v3.x 的数据
- 新增存储同步工具：
sync_from_remote: 从远程存储拉取数据到本地get_storage_status: 获取存储配置和状态list_available_dates: 列出本地/远程可用日期范围
👉 点击展开：历史更新
- 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）
🎉 重大更新：全面重构存储和核心架构
- 多存储后端支持：引入全新的存储模块，支持本地 SQLite 和远程云存储（S3 兼容协议，推荐免费的 Cloudflare R2），适应 GitHub Actions、Docker 和本地环境。
- 数据库结构优化：重构 SQLite 数据库表结构，提升数据效率和查询能力。
- 核心代码模块化：将主程序逻辑拆分为 trendradar 包的多个模块，显著提升代码可维护性。
- 增强功能：实现日期格式标准化、数据保留策略、时区配置支持、时间显示优化，并修复远程存储数据持久化问题，确保数据合并的准确性。
- 清理和兼容：移除了大部分历史兼容代码，统一了数据存储和读取方式。
🎉 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
- 新增
-
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
- 新增
🐳 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 trend-radar python manage.py start_webserver - 访问地址：
http://localhost:8080（端口可配置） - 安全特性：静态文件服务、目录限制、本地访问
- 支持自动启动和手动控制两种模式
📖 文档优化
- 新增 报告配置 章节：report 相关参数详解
- 新增 推送时间窗口配置 章节：push_window 配置教程
- 新增 执行频率配置 章节：Cron 表达式说明和常用示例
- 新增 多账号推送配置 章节：多账号推送配置详解
- 优化各配置章节：统一添加"配置位置"说明
- 简化快速开始配置说明：三个核心文件一目了然
- 优化 Docker 部署 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
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
🔧 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
🎉 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_URLSecret - Docker：环境变量
SLACK_WEBHOOK_URL - 本地运行：
config/config.yaml配置文件
- GitHub Actions：配置
📖 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
🎉 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_URLSecret - Docker：环境变量
BARK_URL - 本地运行：
config/config.yaml配置文件
- GitHub Actions：配置
📖 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
🎯 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
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
- 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
- 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
- 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
- 解决飞书因推送内容过长而产生的错误，实现了分批推送
- 扩大 ntfy 错误信息显示范围
- 修复 ntfy 推送编码问题
重大更新 - AI 分析功能上线 🤖
-
核心功能：
- 新增基于 MCP (Model Context Protocol) 的 AI 分析服务器
- 支持13种智能分析工具：基础查询、智能检索、高级分析、系统管理
- 自然语言交互：通过对话方式查询和分析新闻数据
- 多客户端支持：Claude Desktop、Cherry Studio、Cursor、Cline 等
-
分析能力：
- 话题趋势分析（热度追踪、生命周期、爆火检测、趋势预测）
- 数据洞察（平台对比、活跃度统计、关键词共现）
- 情感分析、相似新闻查找、智能摘要生成
- 历史相关新闻检索、多模式搜索
-
更新提示：
- 这是独立的 AI 分析功能，不影响现有的推送功能
- 可选择性使用，无需升级现有部署
-
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】
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：
- 这个仅仅是重构，可以不用升级
-
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】
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】
- 修正了邮件通知配置检查被遗漏的问题（#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
- 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】
- 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
- 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)
- 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
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
- 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
- 优化 github page 的网页版效果，方便移动端使用
- 重构代码
- 解决版本号容易被遗漏修改的问题
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
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）
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。
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
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
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
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）
- 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
- 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
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
- 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
- 飞书消息显示效果优化
优化前
|
优化后
|
📖 提醒：Fork 用户建议先 查看最新官方文档，确保配置步骤是最新的。
1️⃣ 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 设置 GitHub Secrets（必需 + 可选平台）:
在你 Fork 后的仓库中，进入 Settings > Secrets and variables > Actions > New repository secret
v4.0.0 重要变更：引入「活跃度检测」机制，GitHub Actions 需定期签到以维持运行。
🔄 签到续期机制：
- 运行周期：有效期为 7 天，倒计时结束后服务将自动挂起。
- 续期方式：在 Actions 页面手动触发 "Check In" workflow，即可重置 7 天有效期。
- 操作路径：
Actions→Check In→Run workflow - 设计理念：
- 如果 7 天都忘了签到，或许这些资讯对你来说并非刚需。适时的暂停，能帮你从信息流中抽离，给大脑留出喘息的空间。
- GitHub Actions 是宝贵的公共计算资源。引入签到机制旨在避免算力的无效空转，确保资源能分配给真正活跃且需要的用户。感谢你的理解与支持。
📌 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
👉 点击展开：轻量模式 vs 完整模式 + AI分析
两种部署模式：
| 模式 | 配置要求 | 功能范围 |
|---|---|---|
| 轻量模式 | 无需配置存储 | 实时抓取 + 关键词筛选 + 多渠道推送 |
| 完整模式 | 配置远程云存储 | 轻量模式 + 新增检测 + 趋势追踪 + 增量推送 + AI分析 |
轻量模式说明：
- ✅ 可用：实时新闻抓取、关键词筛选、热点权重排序、当前榜单推送
- ❌ 不可用：新增新闻检测(🆕)、热度趋势追踪、增量模式、每日汇总累积、MCP AI分析
完整模式说明： 配置远程云存储后解锁全部功能（见下方 推荐配置：远程云存储）
🚀 推荐：Docker 部署
如需长期稳定运行，建议使用 Docker 部署，数据存储在本地，无需签到，不过需要额外付费购买云服务器。
👉 点击展开：多账号推送说明（v3.5.0 新增）
- 支持多账号配置：所有推送渠道（飞书、钉钉、企业微信、Telegram、ntfy、Bark、Slack）均支持配置多个账号
- 配置方式：使用英文分号
;分隔多个账号值 - 示例：
FEISHU_WEBHOOK_URL的 Secret 值填写https://webhook1;https://webhook2 - 配对配置：Telegram 和 ntfy 需要保证配对参数数量一致（如 token 和 chat_id 都是 2 个）
- 数量限制：默认每个渠道最多 3 个账号，超出部分被截断
多账号配置示例：
| Name（名称） | Secret（值）示例 |
|---|---|
FEISHU_WEBHOOK_URL |
https://webhook1;https://webhook2;https://webhook3 |
TELEGRAM_BOT_TOKEN |
token1;token2 |
TELEGRAM_CHAT_ID |
chatid1;chatid2 |
NTFY_TOPIC |
topic1;topic2 |
NTFY_TOKEN |
;token2（第一个无 token 时留空占位） |
配置示例：
如上图所示，每一行是一个配置项：
- Name（名称）：必须使用下方展开内容中列出的固定名称（如
WEWORK_WEBHOOK_URL） - Secret（值）：填写你从对应平台获取的实际内容（如 Webhook 地址、Token 等）
👉 点击展开：推荐配置：远程云存储
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：
必需配置（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 存储配置详解
如何获取凭据（以 Cloudflare R2 为例）：
-
进入 R2 概览：
- 登录 Cloudflare Dashboard。
- 在左侧侧边栏找到并点击
R2对象存储。
-
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。
- 点击
-
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）。
- 令牌名称：随意填写（如
- 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！）。
👉 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）：
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：
- 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
👉 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）：
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（消息显示最友好）
GitHub Secret 配置（
- 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": {
"total_titles": "{{内容}}",
"timestamp": "{{内容}}",
"report_type": "{{内容}}",
"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"流程涉及" > "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": {
"total_titles": "{{内容}}",
"timestamp": "{{内容}}",
"report_type": "{{内容}}",
"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）：
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）：
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formats.html设置为true：formats: sqlite: true txt: false html: true # 必须启用，否则邮件推送会失败如果设置为
false，邮件推送时会报错：错误：HTML文件不存在或未提供: None
GitHub Secret 配置（
-
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 |
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：
特别感谢：
常见邮箱设置：
- 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
- 开启两步验证
- 生成应用专用密码
EMAIL_PASSWORD填写应用专用密码
- 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)：
- EMAIL_TO="[email protected],[email protected],[email protected]"
👉 点击展开：ntfy 推送（开源免费，支持自托管）
两种使用方式：
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：
- Android：Google Play / F-Droid
- iOS：App Store
- 桌面：访问 ntfy.sh
-
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
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：
Q1: 免费版够用吗？
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。
Q2: Topic 名称真的安全吗？
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：
👉 点击展开：Bark 推送（iOS 专属，简洁高效）
GitHub Secret 配置（
- 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：
-
下载 Bark App：
- iOS：App Store
-
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
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：
👉 点击展开：Slack 推送
GitHub Secret 配置（
- 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：
-
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
-
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
- App Name：填写应用名称（如
-
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
-
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
-
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
- GitHub Actions：将 URL 添加到 GitHub Secrets 中的
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：
3️⃣ 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
- 如果看不到该字样，参照 #109 解决
- 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 配置说明（可选）：
默认配置已可正常使用，如需个性化调整，了解以下三个文件即可：
| 文件 | 作用 |
|---|---|
config/config.yaml |
主配置文件：推送模式、时间窗口、平台列表、热点权重等 |
config/frequency_words.txt |
关键词文件：设置你关心的词汇，筛选推送内容 |
.github/workflows/crawler.yml |
执行频率：控制多久运行一次（ |
👉 详细配置教程：配置详解
5️⃣ 🎉 部署成功！分享你的使用体验
恭喜你完成了 TrendRadar 的配置！现在你可以开始追踪热点资讯了。
💬 有更多小伙伴在公众号交流使用心得，期待你的分享~
- 想了解更多玩法和高级技巧？
- 遇到问题需要快速解答？
- 有好的想法想要交流？
👉 欢迎关注公众号「硅基茶水间」，你的点赞和留言都是项目持续更新的动力。
6️⃣ 想要更智能的分析？试试 AI 增强功能（可选）
基础配置已经能满足日常使用，但如果你想要：
- 让 AI 自动分析热点趋势和数据洞察
- 通过自然语言搜索和查询新闻
- 获得情感分析、话题预测等深度分析
- 在 Claude、Cursor 等 AI 工具中直接调用数据
👉 了解更多：AI 智能分析 — 解锁项目的隐藏能力，让热点追踪更高效！
📖 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。
👉 点击展开：自定义监控平台
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:
- 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。
在 frequency_words.txt 文件中配置监控的关键词，支持五种语法、区域标记和词组功能。
| 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 |
|---|---|---|---|---|
| 普通词 | 无 | 基础匹配 | 华为 |
包含任意一个即可 |
| 必须词 | + |
限定范围 | +手机 |
必须同时包含 |
| 过滤词 | ! |
排除干扰 | !广告 |
包含则直接排除 |
| 数量限制 | @ |
控制显示数量 | @10 |
最多显示10条新闻（v3.2.0新增） |
| 全局过滤 | [GLOBAL_FILTER] |
全局排除指定内容 | 见下方示例 | 任何情况下都过滤（v3.5.0新增） |
👉 点击展开：基础语法教程
配置位置： config/frequency_words.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
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
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
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
[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）
核心规则： 用空行分隔不同的词组，每个词组独立统计
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
# 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❌ 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👉 点击展开：高级配置教程
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)
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)
👉 点击展开：三种推送模式详细对比
配置位置： config/config.yaml 的 report.mode
report:
mode: "daily" # 可选: "daily" | "incremental" | "current"Docker 环境变量： REPORT_MODE=incremental
| 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 |
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）
💡 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
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：
👉 点击展开：热点权重调整
配置位置： config/config.yaml 的 weight 部分
weight:
rank_weight: 0.6 # 排名权重
frequency_weight: 0.3 # 频次权重
hotness_weight: 0.1 # 热度权重当前默认的配置是平衡性配置
追实时热点型：
weight:
rank_weight: 0.8 # 主要看排名
frequency_weight: 0.1 # 不太在乎持续性
hotness_weight: 0.1适用人群：自媒体博主、营销人员、想快速了解当下最火话题的用户
追深度话题型：
weight:
rank_weight: 0.4 # 适度看排名
frequency_weight: 0.5 # 重视当天内的持续热度
hotness_weight: 0.1适用人群：投资者、研究人员、新闻工作者、需要深度分析趋势的用户
- 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_weight，在乎持续性就调大 frequency_weight
- 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。
👉 点击展开：推送格式说明
📊 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
| 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 |
👉 点击展开：Docker 部署完整指南
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
-
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/ # 下载 docker compose 配置 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env -P docker/ wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml -P docker/
💡 说明：Docker 部署需要的关键目录结构如下：
当前目录/
├── config/
│ ├── config.yaml
│ └── frequency_words.txt
└── docker/
├── .env
└── docker-compose.yml
-
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_CRAWLERcrawler.enable_crawlertrue/false是否启用爬虫 ENABLE_NOTIFICATIONnotification.enable_notificationtrue/false是否启用通知 REPORT_MODEreport.modedaily/incremental/current报告模式 MAX_ACCOUNTS_PER_CHANNELnotification.max_accounts_per_channel3每个渠道最大账号数 PUSH_WINDOW_ENABLEDnotification.push_window.enabledtrue/false推送时间窗口开关 PUSH_WINDOW_STARTnotification.push_window.time_range.start08:00推送开始时间 PUSH_WINDOW_ENDnotification.push_window.time_range.end22:00推送结束时间 ENABLE_WEBSERVER- true/false是否自动启动 Web 服务器 WEBSERVER_PORT- 8080Web 服务器端口（默认 8080） FEISHU_WEBHOOK_URLnotification.webhooks.feishu_urlhttps://...飞书 Webhook（支持多账号，用 ;分隔）配置优先级：环境变量 > config.yaml
使用方法：
- 修改
.env文件，取消注释并填写需要的配置 - 或在 NAS/群晖 Docker 管理界面的"环境变量"中直接添加
- 重启容器后生效：
docker compose up -d
-
启动服务:
选项 A：启动所有服务（推送 + AI 分析）
# 拉取最新镜像 docker compose pull # 启动所有服务（trend-radar + trend-radar-mcp） docker compose up -d
选项 B：仅启动新闻推送服务
# 只启动 trend-radar（定时抓取和推送） docker compose pull trend-radar docker compose up -d trend-radar选项 C：仅启动 MCP AI 分析服务
# 只启动 trend-radar-mcp（提供 AI 分析接口） docker compose pull trend-radar-mcp docker compose up -d trend-radar-mcp💡 提示：
- 大多数用户只需启动
trend-radar即可实现新闻推送功能 - 只有需要使用 Claude/ChatGPT 进行 AI 对话分析时，才需启动
trend-radar-mcp - 两个服务相互独立，可根据需求灵活组合
- 大多数用户只需启动
-
查看运行状态:
# 查看新闻推送服务日志 docker logs -f trend-radar # 查看 MCP AI 分析服务日志 docker logs -f trend-radar-mcp # 查看所有容器状态 docker ps | grep trend-radar # 停止特定服务 docker compose stop trend-radar # 停止推送服务 docker compose stop trend-radar-mcp # 停止 MCP 服务
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 trend-radar
docker compose up -d trend-radar
# 选项 C：仅构建并启动 MCP AI 分析服务
docker compose build trend-radar-mcp
docker compose up -d trend-radar-mcp💡 架构参数说明：
- 默认构建
amd64架构镜像（适用于大多数 x86_64 服务器）- 如需构建
arm64架构（Apple Silicon、树莓派等），设置环境变量：export DOCKER_ARCH=arm64 docker compose build
# 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） |
# 查看运行状态
docker exec -it trend-radar python manage.py status
# 手动执行一次爬虫
docker exec -it trend-radar python manage.py run
# 查看实时日志
docker exec -it trend-radar python manage.py logs
# 显示当前配置
docker exec -it trend-radar python manage.py config
# 显示输出文件
docker exec -it trend-radar python manage.py files
# Web 服务器管理（用于浏览器访问生成的报告）
docker exec -it trend-radar python manage.py start_webserver # 启动 Web 服务器
docker exec -it trend-radar python manage.py stop_webserver # 停止 Web 服务器
docker exec -it trend-radar python manage.py webserver_status # 查看 Web 服务器状态
# 查看帮助信息
docker exec -it trend-radar python manage.py help
# 重启容器
docker restart trend-radar
# 停止容器
docker stop trend-radar
# 删除容器（保留数据）
docker rm trend-radar💡 Web 服务器说明：
- 启动后可通过浏览器访问
http://localhost:8080查看最新报告- 通过目录导航访问历史报告（如：
http://localhost:8080/2025-xx-xx/）- 端口可在
.env文件中配置WEBSERVER_PORT参数- 自动启动：在
.env中设置ENABLE_WEBSERVER=true- 安全提示：仅提供静态文件访问，限制在 output 目录，只绑定本地访问
生成的报告和数据默认保存在 ./output 目录下，即使容器重启或删除，数据也会保留。
📊 网页版报告访问路径：
TrendRadar 生成的当日汇总 HTML 报告会同时保存到两个位置：
| 文件位置 | 访问方式 | 适用场景 |
|---|---|---|
output/index.html |
宿主机直接访问 | Docker 部署（通过 Volume 挂载，宿主机可见） |
index.html |
根目录访问 | GitHub Pages（仓库根目录，Pages 自动识别） |
output/YYYY-MM-DD/html/当日汇总.html |
历史报告访问 | 所有环境（按日期归档） |
本地访问示例：
# 方式 1：通过 Web 服务器访问（推荐，Docker 环境）
# 1. 启动 Web 服务器
docker exec -it trend-radar python manage.py start_webserver
# 2. 在浏览器访问
http://localhost:8080 # 访问最新报告（默认 index.html）
http://localhost:8080/2025-xx-xx/ # 访问指定日期的报告
http://localhost:8080/2025-xx-xx/html/ # 浏览该日期下的所有 HTML 文件
# 方式 2：直接打开文件（本地环境）
open ./output/index.html # macOS
start ./output/index.html # Windows
xdg-open ./output/index.html # Linux
# 方式 3：访问历史归档
open ./output/2025-xx-xx/html/当日汇总.html为什么有两个 index.html？
output/index.html：Docker Volume 挂载到宿主机，本地可直接打开index.html：GitHub Actions 推送到仓库，GitHub Pages 自动部署
💡 提示：两个文件内容完全相同，选择任意一个访问即可。
# 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/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 trend-radar["trend-radar"]
A1[定时抓取新闻]
A2[推送通知]
end
subgraph trend-radar-mcp["trend-radar-mcp"]
B1[127.0.0.1:3333]
B2[AI 分析接口]
end
subgraph shared["共享卷"]
C1["config/ (ro)"]
C2["output/ (ro)"]
end
trend-radar --> shared
trend-radar-mcp --> shared
快速启动：
如果已按照 方式一：使用 docker compose 完成部署，只需启动 MCP 服务：
cd TrendRadar/docker
docker compose up -d trend-radar-mcp
# 查看运行状态
docker ps | grep trend-radar-mcp单独启动 MCP 服务（不使用 docker compose）：
# Linux/Mac
docker run -d --name trend-radar-mcp \
-p 127.0.0.1:3333:3333 \
-v $(pwd)/config:/app/config:ro \
-v $(pwd)/output:/app/output:ro \
-e TZ=Asia/Shanghai \
wantcat/trendradar-mcp:latest
# Windows PowerShell
docker run -d --name trend-radar-mcp `
-p 127.0.0.1:3333:3333 `
-v ${PWD}/config:/app/config:ro `
-v ${PWD}/output:/app/output:ro `
-e TZ=Asia/Shanghai `
wantcat/trendradar-mcp:latest
⚠️ 注意：单独运行时，确保当前目录下有config/和output/文件夹，且包含配置文件和新闻数据。
验证服务：
# 检查 MCP 服务健康状态
curl http://127.0.0.1:3333/mcp
# 查看 MCP 服务日志
docker logs -f trend-radar-mcp在 AI 客户端中配置：
MCP 服务启动后，根据不同客户端进行配置：
Cherry Studio（推荐，GUI 配置）：
- 设置 → MCP 服务器 → 添加
- 类型：
streamableHttp - URL：
http://127.0.0.1:3333/mcp
Claude Desktop / Cline（JSON 配置）：
{
"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。
👉 点击展开：报告相关参数配置
配置位置： config/config.yaml 的 report 部分
report:
mode: "daily" # 推送模式
rank_threshold: 5 # 排名高亮阈值
sort_by_position_first: false # 排序优先级
max_news_per_keyword: 0 # 每个关键词最大显示数量
reverse_content_order: false # 内容顺序配置| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
mode |
string | daily |
推送模式，可选 daily/incremental/current，详见 推送模式详解 |
rank_threshold |
int | 5 |
排名高亮阈值，排名 ≤ 该值的新闻会加粗显示 |
sort_by_position_first |
bool | false |
排序优先级：false=按热点条数排序，true=按配置位置排序 |
max_news_per_keyword |
int | 0 |
每个关键词最大显示数量，0=不限制 |
reverse_content_order |
bool | false |
内容顺序：false=热点词汇统计在前，true=新增热点新闻在前 |
控制推送消息和 HTML 报告中两部分内容的显示顺序：
| 配置值 | 显示顺序 |
|---|---|
false（默认） |
① 热点词汇统计 → ② 新增热点新闻 |
true |
① 新增热点新闻 → ② 热点词汇统计 |
适用场景：
false（默认）：适合关注关键词匹配结果的用户，先看分类统计true：适合关注最新动态的用户，优先查看新增热点
Docker 环境变量：
REVERSE_CONTENT_ORDER=true示例场景： 配置顺序 A、B、C，热点数 A(3条)、B(10条)、C(5条)
| 配置值 | 显示顺序 | 适用场景 |
|---|---|---|
false（默认） |
B(10条) → C(5条) → A(3条) | 关注热度趋势 |
true |
A(3条) → B(10条) → C(5条) | 关注个人优先级 |
Docker 环境变量：
SORT_BY_POSITION_FIRST=true
MAX_NEWS_PER_KEYWORD=10👉 点击展开：推送时间窗口控制详解
配置位置： config/config.yaml 的 notification.push_window 部分
notification:
push_window:
enabled: false # 是否启用
time_range:
start: "20:00" # 开始时间（北京时间）
end: "22:00" # 结束时间（北京时间）
once_per_day: true # 每天只推送一次| 配置项 | 类型 | 默认值 | 说明 |
|---|---|---|---|
enabled |
bool | false |
是否启用推送时间窗口控制 |
time_range.start |
string | "20:00" |
推送时间窗口开始时间（北京时间，HH:MM 格式） |
time_range.end |
string | "22:00" |
推送时间窗口结束时间（北京时间，HH:MM 格式） |
once_per_day |
bool | true |
true=每天在窗口内只推送一次，false=窗口内每次执行都推送 |
| 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 |
⚠️ 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
PUSH_WINDOW_ENABLED=true
PUSH_WINDOW_START=09:00
PUSH_WINDOW_END=18:00
PUSH_WINDOW_ONCE_PER_DAY=false场景：每天晚上 8-10 点只推送一次汇总
notification:
push_window:
enabled: true
time_range:
start: "20:00"
end: "22:00"
once_per_day: true场景：工作时间内每小时推送
notification:
push_window:
enabled: true
time_range:
start: "09:00"
end: "18:00"
once_per_day: false👉 点击展开：自动运行频率设置
配置位置： .github/workflows/crawler.yml 的 schedule 部分
on:
schedule:
- cron: "0 * * * *" # 每小时运行一次Cron 是一种定时任务格式，由 5 个部分组成：分 时 日 月 周
┌───────────── 分钟 (0-59)
│ ┌───────────── 小时 (0-23)
│ │ ┌───────────── 日期 (1-31)
│ │ │ ┌───────────── 月份 (1-12)
│ │ │ │ ┌───────────── 星期 (0-6，0=周日)
│ │ │ │ │
* * * * *
| 想要的效果 | Cron 表达式 | 说明 |
|---|---|---|
| 每小时运行 | 0 * * * * |
每小时的第 0 分钟运行（默认） |
| 每 30 分钟运行 | */30 * * * * |
每隔 30 分钟运行一次 |
| 每天早 8 点运行 | 0 0 * * * |
UTC 0:00 = 北京时间 8:00 |
| 工作时间运行 | */30 0-14 * * * |
北京 8:00-22:00，每 30 分钟 |
| 每天 3 次 | 0 0,6,12 * * * |
北京 8:00、14:00、20:00 |
⚠️ 时区注意：GitHub Actions 使用 UTC 时间，北京时间需要 减 8 小时
- 想要北京时间 8:00 运行 → 设置 UTC 0:00
- 想要北京时间 20:00 运行 → 设置 UTC 12:00
⚠️ 频率限制：GitHub 对每个账号的 Actions 运行次数有限额
- 建议：不要设置比 30 分钟更短的间隔
- 原因：过于频繁可能被判定为滥用，面临封号风险
- 实际情况：GitHub Actions 执行时间本身就有偏差，设置太精确意义不大
- 打开你 fork 的仓库
- 找到
.github/workflows/crawler.yml文件 - 点击编辑（铅笔图标）
- 修改
cron: "0 * * * *"中的表达式 - 点击 "Commit changes" 保存
👉 点击展开：多账号推送配置详解
GitHub Fork 用户请勿在
config.yaml中配置推送信息！
- 风险说明：
config.yaml会被提交到公开的 Git 仓库，配置推送信息（Webhook URL、Token 等）会泄露敏感数据- 推荐方式：
- GitHub Actions 用户 → 使用 GitHub Secrets 环境变量
- Docker 用户 → 使用
.env文件配置（.env已在.gitignore中，不会被提交）- 本地开发用户：可以在
config.yaml中配置（确保不会 push 到公开仓库）
| 渠道 | 配置项 | 是否需要配对 | 说明 |
|---|---|---|---|
| 飞书 | feishu_url |
否 | 多个 webhook URL |
| 钉钉 | dingtalk_url |
否 | 多个 webhook URL |
| 企业微信 | wework_url |
否 | 多个 webhook URL |
| Telegram | telegram_bot_token + telegram_chat_id |
✅ 是 | token 和 chat_id 数量必须一致 |
| ntfy | ntfy_topic + ntfy_token |
✅ 是 | topic 和 token 数量必须一致（token 可选） |
| Bark | bark_url |
否 | 多个推送 URL |
| Slack | slack_webhook_url |
否 | 多个 webhook URL |
| 邮件 | email_to |
- | 已支持多收件人（逗号分隔），无需修改 |
配置位置：GitHub Repo → Settings → Secrets and variables → Actions → Repository secrets
基础配置示例：
# 多账号数量限制
MAX_ACCOUNTS_PER_CHANNEL=3
# 飞书多账号（3个群组）
FEISHU_WEBHOOK_URL=https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy;https://hook3.feishu.cn/zzz
# 钉钉多账号（2个群组）
DINGTALK_WEBHOOK_URL=https://oapi.dingtalk.com/xxx;https://oapi.dingtalk.com/yyy
# 企业微信多账号（2个群组）
WEWORK_WEBHOOK_URL=https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx;https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=yyy
# Bark多账号（2个设备）
BARK_URL=https://api.day.app/key1;https://api.day.app/key2
# Slack多账号（2个频道）
SLACK_WEBHOOK_URL=https://hooks.slack.com/xxx;https://hooks.slack.com/yyy配对配置示例（Telegram 和 ntfy）：
Telegram 配对配置
# ✅ 正确配置：2个token对应2个chat_id
TELEGRAM_BOT_TOKEN=123456:AAA-BBB;789012:CCC-DDD
TELEGRAM_CHAT_ID=-100111;-100222
# ❌ 错误配置：数量不一致，将跳过推送
TELEGRAM_BOT_TOKEN=token1;token2;token3
TELEGRAM_CHAT_ID=id1;id2说明：token 和 chat_id 的数量必须完全一致，否则该渠道推送会被跳过。
ntfy 配对配置
# ✅ 正确配置：3个topic，只有第2个需要token
NTFY_TOPIC=topic1;topic2;topic3
NTFY_TOKEN=;token_for_topic2;
# ✅ 正确配置：2个topic都需要token
NTFY_TOPIC=topic1;topic2
NTFY_TOKEN=token1;token2
# ❌ 错误配置：topic和token数量不匹配
NTFY_TOPIC=topic1;topic2
NTFY_TOKEN=token1;token2;token3说明：
- 如果某个 topic 不需要 token，在对应位置留空（两个分号之间）
topic和token的数量必须一致
配置位置：项目根目录 docker/.env 文件
基础配置示例：
# 多账号数量限制
MAX_ACCOUNTS_PER_CHANNEL=3
# 飞书多账号（3个群组）
FEISHU_WEBHOOK_URL=https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy;https://hook3.feishu.cn/zzz
# 钉钉多账号（2个群组）
DINGTALK_WEBHOOK_URL=https://oapi.dingtalk.com/xxx;https://oapi.dingtalk.com/yyy
# 企业微信多账号（2个群组）
WEWORK_WEBHOOK_URL=https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx;https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=yyy
# Bark多账号（2个设备）
BARK_URL=https://api.day.app/key1;https://api.day.app/key2
# Slack多账号（2个频道）
SLACK_WEBHOOK_URL=https://hooks.slack.com/xxx;https://hooks.slack.com/yyy配对配置示例（Telegram 和 ntfy）：
Telegram 配对配置
# ✅ 正确配置：2个token对应2个chat_id
TELEGRAM_BOT_TOKEN=123456:AAA-BBB;789012:CCC-DDD
TELEGRAM_CHAT_ID=-100111;-100222
# ❌ 错误配置：数量不一致，将跳过推送
TELEGRAM_BOT_TOKEN=token1;token2;token3
TELEGRAM_CHAT_ID=id1;id2说明：token 和 chat_id 的数量必须完全一致，否则该渠道推送会被跳过。
ntfy 配对配置
# ✅ 正确配置：3个topic，只有第2个需要token
NTFY_TOPIC=topic1;topic2;topic3
NTFY_TOKEN=;token_for_topic2;
# ✅ 正确配置：2个topic都需要token
NTFY_TOPIC=topic1;topic2
NTFY_TOKEN=token1;token2
# ❌ 错误配置：topic和token数量不匹配
NTFY_TOPIC=topic1;topic2
NTFY_TOKEN=token1;token2;token3说明：
- 如果某个 topic 不需要 token，在对应位置留空（两个分号之间）
topic和token的数量必须一致
- 独立推送：每个账号独立发送，一个失败不影响其他账号
- 部分成功判定：只要有一个账号发送成功，整体视为成功
- 日志区分：多账号时日志会显示"账号1"、"账号2"等标签
- 批次间隔：多账号会增加总发送时间（每个账号独立计算批次间隔）
Q1: 超过 3 个账号会怎样？
系统会自动截断到配置的最大数量，并输出警告日志。可通过 max_accounts_per_channel 调整限制。
- 不建议配置过多账号（建议不超过 3 个），可能导致：
- 触发 GitHub Actions 速率限制：频繁的网络请求可能被识别为异常行为
- 潜在账号风险：过度使用 GitHub Actions 资源可能影响账号状态
Q2: 多账号会影响推送速度吗？
会。每个账号独立发送，总时间 = 账号数 × 单账号发送时间。建议控制账号数量。
Q3: 本地开发用户如何在 config.yaml 中配置？
如果你是本地开发且不会将代码推送到公开仓库，可以直接在 config/config.yaml 中配置：
notification:
enable_notification: true
max_accounts_per_channel: 3
webhooks:
feishu_url: "https://hook1.feishu.cn/xxx;https://hook2.feishu.cn/yyy"
telegram_bot_token: "token1;token2"
telegram_chat_id: "id1;id2"- 确保
config/config.yaml在.gitignore中（如果会提交代码） - 或者只在本地开发环境使用，绝不提交到公开仓库
👉 点击展开：存储架构配置详解
配置位置：config/config.yaml 的 storage 部分
v4.0.0 版本重构了存储架构，支持多种存储后端：
storage:
backend: auto # 存储后端：auto（自动选择）/ local（本地SQLite）/ remote（远程云存储）
formats:
sqlite: true # 是否启用SQLite存储
txt: true # 是否生成TXT快照
html: true # 是否生成HTML报告
local:
data_dir: "output" # 本地存储目录
retention_days: 0 # 本地数据保留天数，0表示永久保留
remote:
endpoint_url: "" # S3 API 端点
bucket_name: "" # 存储桶名称
access_key_id: "" # 访问密钥ID
secret_access_key: "" # 访问密钥
region: "" # 区域（可选）
retention_days: 0 # 远程数据保留天数，0表示永久保留
pull:
enabled: false # 是否启用启动时从远程拉取数据
days: 7 # 拉取最近N天的数据| backend 值 | 说明 | 适用场景 |
|---|---|---|
auto |
自动选择（推荐） | 根据运行环境智能选择： • GitHub Actions → Remote • Docker/本地 → Local |
local |
本地 SQLite 数据库 | Docker 部署、本地开发 |
remote |
远程云存储（S3 兼容，如 Cloudflare R2） | GitHub Actions、多机器同步 |
环境变量（推荐方式）：
# GitHub Actions / Docker 环境变量
STORAGE_BACKEND=remote # 或 auto
# 本地/远程数据保留天数（0 表示永久保留）
LOCAL_RETENTION_DAYS=0
REMOTE_RETENTION_DAYS=0
# S3 兼容存储配置（以 Cloudflare R2 为例）
S3_BUCKET_NAME=your-bucket-name
S3_ACCESS_KEY_ID=your-access-key-id
S3_SECRET_ACCESS_KEY=your-secret-access-key
S3_ENDPOINT_URL=https://<account-id>.r2.cloudflarestorage.com
S3_REGION=auto
# 数据拉取配置（可选，从远程同步到本地）
PULL_ENABLED=false
PULL_DAYS=7获取凭据：参见 快速开始 - 远程存储配置
自动清理：每次运行结束时检查并删除超过保留天数的数据。
storage:
local:
retention_days: 30 # 本地保留最近30天数据
remote:
retention_days: 30 # 远程保留最近30天数据清理逻辑：
- 本地存储：删除过期日期的文件夹（如
output/2025-11-10/） - 远程存储：批量删除过期的云端对象（如
news/2025-11-10.db）
全球时区支持：解决非中国用户推送时间窗口问题。
app:
timezone: "Asia/Shanghai" # 默认中国时区
# 其他示例：
# timezone: "America/Los_Angeles" # 美西时间
# timezone: "Europe/London" # 英国时间支持所有 IANA 时区名称：时区列表
- 数据库结构完全重构，无法读取旧数据
- 文件路径格式变更（ISO 格式）
迁移建议：
- 从 v4.0.0 开始重新收集数据
- 旧数据如需保留，请手动重命名目录格式（不推荐）
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。
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）
-
项目自带测试数据：
output目录默认包含 2025-11-01～2025-11-15 的新闻数据，可用于快速体验 AI 功能 -
查询限制：
- ✅ 只能查询已有日期范围内的数据（11月1-15日）
- ❌ 无法查询实时新闻或未来日期
-
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
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。
详细对话教程：README-MCP-FAQ.md
👉 点击展开：查看 AI 对话示例图
💡 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。
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
👉 点击展开：Claude Desktop
编辑 Claude Desktop 的 MCP 配置文件：
Windows：
%APPDATA%\Claude\claude_desktop_config.json
Mac：
~/Library/Application Support/Claude/claude_desktop_config.json
配置内容：
{
"mcpServers": {
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
],
"env": {},
"disabled": false,
"alwaysAllow": []
}
}
}👉 点击展开：Cursor
-
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
创建 .cursor/mcp.json：
{
"mcpServers": {
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
]
}
}
}👉 点击展开：VSCode (Cline/Continue)
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
}
}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
👉 点击展开：Claude Code CLI
# 1. 启动 HTTP 服务
# Windows: start-http.bat
# Mac/Linux: ./start-http.sh
# 2. 添加 MCP 服务器
claude mcp add --transport http trendradar http://localhost:3333/mcp
# 3. 验证连接（确保服务已启动）
claude mcp list# 查询新闻
claude "搜索今天知乎的热点新闻，前10条"
# 趋势分析
claude "分析'人工智能'这个话题最近一周的热度趋势"
# 数据对比
claude "对比知乎和微博平台对'比特币'的关注度"👉 点击展开：MCP Inspector（调试工具）
MCP Inspector 是官方调试工具，用于测试 MCP 连接：
-
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 13 个工具：
- 基础查询：get_latest_news, get_news_by_date, get_trending_topics
- 智能检索：search_news, search_related_news_history
- 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, find_similar_news, generate_summary_report
- 系统管理：get_current_config, get_system_status, trigger_crawl
- 访问：
👉 点击展开：其他支持 MCP 的客户端
任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar：
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"
}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）
👉 点击展开：Q1: HTTP 服务无法启动？
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
👉 点击展开：Q2: 客户端无法连接到 MCP 服务？
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
- 确认 UV 路径正确（运行
-
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
- 确认服务已启动（访问
-
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：
-
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
- 检查日期格式：
-
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
- 确认
如果你想支持本项目，可通过微信搜索腾讯公益，对里面的助学相关的项目随心捐助
感谢参与过一元点赞的朋友，已收录至顶部致谢名单！你们的支持让开源维护更有动力，个人打赏码现已移除。
- GitHub Issues：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
- 公众号交流：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
- 💡 部署成功了？来公众号说说感受吧，你的点赞和留言都是我继续更新的动力~
| 公众号关注 |
|---|
 |
每天追踪这么多热点，写报告、回复消息是否让手腕疲惫？
试试「闪电说」AI 语音输入法 —— 用说的，比打字快 4 倍 ⚡ 。从看热点到输出内容，让效率翻倍 👇
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
📍 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
flowchart TD
A[👤 用户开始] --> B{🚀 选择部署方式}
B -->|云端部署| C1[🍴 Fork 项目到 GitHub]
B -->|本地部署| C2[🐳 Docker 部署]
C1 --> D[⚙️ 配置通知渠道<br/>可同时配置多个]
C2 --> D
D --> E[选择通知方式：<br/>📱企业微信 💬飞书 🔔钉钉<br/>📟Telegram 📧邮件]
E --> F[🔑 填写通知参数<br/>GitHub Secrets 或环境变量]
F --> G[📝 配置关键词<br/>config/frequency_words.txt<br/>普通词/必须词+/过滤词!]
G --> H[🎯 选择运行模式<br/>config/config.yaml]
H --> H1[📋 daily - 当日汇总<br/>定时推送所有匹配新闻]
H --> H2[📰 current - 当前榜单<br/>定时推送最新榜单]
H --> H3[📈 incremental - 增量监控<br/>仅推送新增内容]
H1 --> I[可选：推送时间窗口控制<br/>⏰ 限制推送时间范围]
H2 --> I
H3 --> I
I --> J[✅ 配置完成]
J --> K[🤖 系统自动运行]
K --> L[🕷️ 爬取11+平台热点]
L --> M[🔍 关键词筛选]
M --> N[⚖️ 权重算法排序<br/>排名60% + 频次30% + 热度10%]
N --> O[📊 生成报告<br/>HTML网页 + 推送消息]
O --> P[📱 多渠道推送通知]
P --> Q[🎉 持续接收精准推送<br/>告别信息过载]
style A fill:#e3f2fd
style B fill:#f3e5f5
style D fill:#fff3e0
style F fill:#fff9c4
style G fill:#e8f5e9
style H fill:#e0f2f1
style I fill:#fce4ec
style O fill:#e1bee7
style Q fill:#c8e6c9
GPL-3.0 License