TrendRadar

AI 聚合全网热点，智能筛选推送，告别信息过载。

开源 🏷️定价信息待确认 ✅ 目前可打开开源模型 🍴 复刻 24919 🐛 待处理 37 👀 关注 208

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 63539

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类开源模型

开发团队sansan0

官网地址https://trendradar.sandev.cc

GitHubhttps://github.com/sansan0/TrendRadar

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型ai,bark,data-analysis,docker,hot-news,llm,mail,mcp,mcp-server,news,ntfy,python,rss,trending-topics,wechat,wework

GitHub 星标★ 63539

上线时间2025-04-28 00:00:00

代码更新2026-11-05

仓库体积33.6 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数7

项目介绍

TrendRadar 是一个基于 AI 驱动的开源舆情监控与热点趋势分析工具，旨在解决信息过载问题。它通过聚合多平台热点新闻、RSS 订阅源，利用 AI 进行智能筛选、翻译和摘要分析，帮助用户快速捕捉关键信息。项目支持关键词精准筛选，并可将 AI 生成的简报直接推送到手机或各类通讯渠道（如微信、飞书、钉钉、Telegram、邮件、ntfy、bark、Slack）。此外，TrendRadar 支持 MCP 架构，允许用户通过自然语言对话进行深度分析、情感洞察和趋势预测。数据可本地或云端自持，并支持 Docker 部署，兼顾隐私与灵活性。项目采用 Python 编写，技术栈涵盖 LLM、数据分析、RSS 处理等，适合个人、媒体或企业用于舆情监测、竞品分析和热点追踪。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 63539

技术标签

ai data-analysis docker llm mcp

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：本地安装 5 步

环境要求

支持 Windows / Mac / Linux 系统
本地部署走 uv 方案，无需预装 Python（uv 自动管理版本）
Docker 方案需自备服务器、NAS 或长期运行的电脑
GitHub Actions 方案需配置远程云存储，并每 7 天签到续期

安装与启动步骤

1安装 uv 工具

macOS/Linux 用下方命令；Windows 改用 PowerShell 执行 irm 安装脚本
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
2克隆并进入项目

从 GitHub 拉取 TrendRadar 源码，并切换到项目根目录
```
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar
```
3同步项目依赖

uv 会自动安装所需 Python 版本和全部依赖，无需手动装 Python
```
uv sync
```
4填写配置文件

编辑 config/config.yaml 填写推送渠道等配置，默认配置已可正常使用
5启动运行

在项目根目录运行，开始定时抓取新闻并按配置推送
```
uv run python -m trendradar
```

关键配置

配置项	必填	说明	示例
`config/config.yaml`	是	主配置文件：推送模式、时间窗口、平台列表、热点权重等	`config/config.yaml`
`config/frequency_words.txt`	否	关键词文件：设置关心的词汇，用于筛选推送内容	`人工智能`
`config/ai_analysis_prompt.txt`	否	AI 提示词模板：自定义 AI 分析师角色和分析维度	`config/ai_analysis_prompt.txt`
`.github/workflows/crawler.yml`	否	执行频率：控制多久运行一次，README 提醒谨慎修改	`.github/workflows/crawler.yml`
`S3_BUCKET_NAME`	否	远程云存储桶名称，配齐 4 项才启用完整云存储模式	`trendradar-data`
`SORT_BY_POSITION_FIRST`	否	排序优先级：true 按配置位置优先，false 按热点条数优先	`true`

如何确认成功

运行后项目根目录生成 index.html，用浏览器打开即为完整的新闻报告页面。

常见问题

Q：GitHub Actions 上服务被挂起怎么办？

A：引入活跃度检测后有效期为 7 天，到期自动挂起。进入仓库 Actions 页面手动触发 Check In workflow 即可重置 7 天有效期。

Q：Docker 和 GitHub Actions 该选哪个？

A：Docker 更稳定、数据本地存储、无需云存储，适合有服务器或 NAS 的用户；GitHub Actions 无需服务器但数据存远程云存储，且需定期签到续期。

Q：不配置云存储会有什么影响？

A：GitHub Actions 每次运行都是全新环境，不配置云存储将运行在轻量模式，没有增量推送和历史追踪；Docker 与本地部署默认把数据存本地硬盘。

Q：不想手写 YAML 配置有办法吗？

A：可用官方在线可视化配置编辑器，通过表单完成所有配置项的修改与导出后，再放回 config 目录使用。

Q：生成的新闻报告怎么发布到网上？

A：运行后根目录会生成 index.html，可点击 Use this template 创建仓库，部署到 Cloudflare Pages 或 GitHub Pages 等静态托管平台。

注意事项

README 推荐 Docker 部署（镜像 wantcat/trendradar 为必选的新闻推送服务，wantcat/trendradar-mcp 为 AI 分析服务），但节选中未给出完整 docker run 命令，请以官网文档为准。
Cloudflare Pages 自动部署需在仓库添加 CLOUDFLARE_API_TOKEN、CLOUDFLARE_ACCOUNT_ID、CLOUDFLARE_PROJECT_NAME 三个 Secrets，缺任意一个会自动跳过且不影响推送功能。
Windows 用户可双击 setup-windows.bat 一键安装依赖，Mac 用户可执行 bash setup-mac.sh 代替 uv sync。
项目强调以轻量、易部署为目标，README 建议先查看官网最新文档，确保配置步骤是最新的。