告别每天刷 10 个 APP：用 TrendRadar 把全网热点自动推到微信

TrendRadar 能帮你做什么

30 秒了解核心能力：

简单说：采集 → 筛选 → 翻译 → 分析 → 推送，一条龙完成。

它能监控哪些平台

默认监控 11 个主流平台，覆盖社交、资讯、短视频、财经四大领域：

此外还支持通过 RSS 订阅扩展任意内容源——海外媒体、技术博客、行业报告，只要提供 RSS 地址就能纳入监控。

热点怎么推到你手机上

支持 9 大推送渠道，覆盖国内外主流通讯工具：

可以同时配置多个渠道，系统自动向所有已配置的渠道发送通知。

三种推送模式：你该选哪种

TrendRadar 提供三种推送模式，适合不同使用场景：

默认模式是"早晚汇总"（morning_evening），早上和晚上各推一次。也可以选全天候、办公时间、夜猫子等预设模板，或者自定义时间段。

快速选择：90% 的新用户建议先用 增量监控 模式，避免重复推送打扰。

AI 筛选：不用自己设关键词了

v6.5.0 新增的 AI 智能筛选是 TrendRadar 最具创新性的功能。传统方式需要手动设置关键词，但关键词很难穷举——你设了"AI"，可能会匹配到"training"里的"ai"；你忘了设"大模型"，就永远收不到相关推送。

AI 筛选的解决方式很简单：用自然语言描述你的兴趣。

# ai_interests.txt 示例
我想看 AI 和大模型相关的新闻
关注新能源汽车和比亚迪动态
对股市和加密货币也有兴趣

AI 会自动执行两步处理：

1. 提取标签：从你的兴趣描述中提取结构化标签（AI、大模型、新能源汽车、比亚迪、股市、加密货币等）
2. 新闻分类打分：对每条新闻按标签匹配度打分（1-10 分），只推送超过阈值的高相关度内容

还有几个贴心的设计：

• 自动回退保障：AI 筛选失败时自动切回关键词匹配，推送不中断
• 智能省钱：已分析过的新闻不重复消耗 token，兴趣描述变更时只更新受影响的部分
• 分时段个性化：早上用科技关键词快速过滤，晚上换成金融兴趣做 AI 深度筛选

在 config.yaml 中只需两行即可启用：

filter:
  method: ai # keyword（默认）| ai
ai_filter:
  min_score: 6 # 推送最低分数阈值（1-10）

AI 分析和 MCP：让热点数据变成洞察

AI 分析推送

TrendRadar 可以用 AI 大模型对推送内容进行深度分析，自动生成热点趋势报告。分析内容包含：

• 热点趋势概述：当前整体舆论态势
• 热度走势分析：各话题的排名变化和热度趋势
• 跨平台关联：同一新闻在不同平台的表现差异
• 情感倾向分析：正负面、争议、担忧情绪的识别
• 研判策略建议：基于分析结果给出行动参考

AI 分析通过 LiteLLM 统一接口支持 100+ AI 提供商：

# 配置示例
ai:
  model: "deepseek/deepseek-chat" # 或 openai/gpt-4o、gemini/gemini-2.5-flash
  api_key: "your-api-key"
  fallback_models: # 备用模型自动切换
    - "openai/gpt-4o-mini"

MCP 对话分析

更强大的是基于 MCP (Model Context Protocol) 的 AI 对话分析系统。它提供 21+ 个分析工具，支持在 Claude Desktop、Cherry Studio、Cursor 等客户端中用自然语言对话：

• "最近 3 天有哪些 AI 相关的热点？"
• "帮我对比本周和上周的科技新闻趋势"
• "分析一下新能源板块的舆论情感倾向"
• "帮我找和这条新闻相关的历史报道"

这把 TrendRadar 从单向推送工具升级为可交互的 AI 分析平台。

关键词配置速查

如果你更习惯传统关键词方式，TrendRadar 支持丰富的语法：

关键词写在 config/frequency_words.txt 文件中，一行一个。也支持 [组别名] 分组和 # 注释。

三种部署方式怎么选

Docker 部署最快上手：

# 拉取镜像
docker pull wantcat/trendradar

# 运行
docker run -d --name trendradar 
  -v ./config:/app/config 
  -v ./output:/app/output 
  -e FEISHU_WEBHOOK_URL=your_webhook_url 
  wantcat/trendradar

核心配置只需要 3 个文件：

1. config/config.yaml — 主配置（推送渠道、AI 设置、平台选择）
2. config/frequency_words.txt — 关键词配置
3. config/custom/ai/ai_interests.txt — AI 兴趣描述（启用 AI 筛选时）

还有一个可视化配置编辑器，通过浏览器图形界面修改配置，不需要手动编辑 YAML 文件。在线体验：https://sansan0.github.io/TrendRadar/

HTML 报告：浏览器里的增强体验

推送到邮箱的 HTML 报告，在浏览器中打开会自动解锁增强功能：

• 宽屏模式：桌面端自动切换 1200px 布局
• Tab 快速切换：关键词分组和独立展区支持 Tab 导航
• 暗色模式：一键切换深色主题，自动记住偏好
• 实时搜索：按 / 唤起搜索框，即时过滤新闻标题
• 一键复制：悬停新闻序号即可复制标题和链接
• 快捷键：W 宽屏、D 暗色、/ 搜索、? 查看所有快捷键
• Markdown 导出：一键导出为 Markdown 格式，方便二次加工

常见问题

TrendRadar 需要付费吗？

完全免费开源。但如果你要用 AI 功能（智能筛选、翻译、分析），需要自己准备 AI 模型的 API Key。推荐使用 DeepSeek，性价比最高。

不会写代码能用吗？

可以。Docker 部署 + 可视化配置编辑器的组合，让非技术用户也能上手。关键步骤是填写推送渠道的 Webhook 地址和关键词。

数据存在哪里？

• Docker / 本地运行：数据存在你自己的设备上，完全自主
• GitHub Actions：数据存在云端（S3 兼容存储，如 Cloudflare R2）

支持哪些 AI 模型？

通过 LiteLLM 支持 100+ AI 提供商，包括 DeepSeek、OpenAI、Google Gemini、Anthropic Claude、本地 Ollama 等。配置格式统一为 provider/model_name。

推送会不会很频繁打扰我？

不会。内置调度系统支持 5 种预设模板（全天候、早晚汇总、办公时间、夜猫子、自定义），可以精确控制什么时间段推送、推送频率、推送内容范围。

上手检查清单

开始之前确认以下几点：

• 选择部署方式：Docker（推荐）/ GitHub Actions / 本地运行
• 准备推送渠道：至少配置一个（推荐从企业微信或飞书开始）
• 设置关键词或 AI 兴趣：frequency_words.txt 或 ai_interests.txt
• 选择推送模式：增量监控（推荐新手） / 当前榜单 / 当日汇总
• 选择推送时间模板：早晚汇总（默认）/ 全天候 / 自定义
• 如需 AI 功能：准备 API Key，在 config.yaml 中配置

项目地址：https://github.com/sansan0/TrendRadar