MCP Servers

早期支持者致谢

💡 特别说明：

1. 关于名单：下方表格记录了项目起步阶段（天使轮）的支持者。因早期人工统计繁琐，难免存在疏漏或记录不全的情况，如有遗漏，实非本意，万望海涵。
2. 未来规划：为了将有限的精力回归代码与功能迭代，即日起不再人工维护此名单。

无论名字是否上榜，你们的每一份支持都是 TrendRadar 能够走到今天的基石。🙏

基础设施支持

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。

数据支持

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

推广助力

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

观众支持

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。

关于"一元点赞"的回归： 随着 v5.0.0 版本的发布，项目迈入了一个新的阶段。为了支持日益增长的 API 成本和咖啡因消耗，"一元点赞"通道现已重新开启。你的每一份心意，都将转化为代码世界里的 Token 和动力。🚀 前往支持

| 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 | | | Rw | 10 | 2025.11.17 | 这 agent 做的牛逼啊,兄弟 | | Jo | 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 | | Me | 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 | | sy | 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~ | | hp | 5 | 2025.11.12 | 支持中国开源力量，加油！ | | cr | 6 | 2025.11.12 | | | an | 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。 | | QQ | 6.66 | 2025.11.07 | 感谢开源！ | | Ce | 1 | 2025.11.05 | | | Peter Fan | 20 | 2025.10.29 | | | Mn | 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 | | Pn | 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 | | Jd | 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 | | | Pg | 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 | | | Ef | 1 | 2025.9.20 | | | 记 | 1 | 2025.9.20 | | | zu | 2 | 2025.9.19 | | | **昊 | 5 | 2025.9.17 | | | 号 | 1 | 2025.9.15 | | | TT | 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 | | | 2D | 88 | 2025.8.13 下午 | | | 2D | 1 | 2025.8.13 上午 | | | So | 1 | 2025.8.05 | 支持一下 | | 侠 | 10 | 2025.8.04 | | | xx | 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 |

2026/01/28 - v5.5.0

和 mcp 功能一样, 这个小工具我也不新开一个仓库维护了, 反正纯前端, 都搁一起吧

• 增加 trendradar 的可视化配置编辑器

2026/02/02 - mcp-v3.2.0

• 新增 read_article 工具：通过 Jina AI Reader 读取单篇文章正文（Markdown 格式）
• 新增 read_articles_batch 工具：批量读取多篇文章（最多 5 篇，自动限速）
• 推荐工作流：search_news(query="关键词", include_url=True) → read_article(url=...) 读取正文
• 文档更新：README-MCP-FAQ.md 和 README-MCP-FAQ-EN.md 新增 Q19-Q20 文章读取相关说明

2026/01/10 - mcp-v3.0.0~v3.1.5

• Breaking Change：所有工具返回值统一为 {success, summary, data, error} 结构
• 异步一致性：所有 21 个工具函数使用 asyncio.to_thread() 包装同步调用
• MCP Resources：新增 4 个资源（platforms、rss-feeds、available-dates、keywords）
• RSS 增强：get_latest_rss 支持多日查询（days 参数），跨日期 URL 去重
• 正则匹配修复：get_trending_topics 支持 /pattern/ 正则语法和 display_name
• 缓存优化：新增 make_cache_key() 函数，参数排序+MD5 哈希确保一致性
• 新增 check_version 工具：支持同时检查 TrendRadar 和 MCP Server 版本更新

2026/01/23 - v5.4.0

• 增加 AI 分析模式的独立控制功能，可选 follow_report | daily | current | incremental
• 新增 AI 分析时间窗口控制，支持自定义运行段及每日频次限制
• 增加配置文件版本管理功能
• 修复若干bug

2026/01/19 - v5.3.0

重大重构：AI 模块迁移至 LiteLLM

• 统一 AI 接口：使用 LiteLLM 替代手动实现，支持 100+ AI 提供商
• 简化配置：移除 provider 字段，改用 model: "provider/model_name" 格式
• 新增功能：自动重试 (num_retries)、备用模型 (fallback_models)
• 配置变更：
  • ai.provider → 移除（已合并到 model）
  • ai.base_url → ai.api_base
  • AI_PROVIDER 环境变量 → 移除
  • AI_BASE_URL 环境变量 → AI_API_BASE
• 模型格式示例：
  • DeepSeek: deepseek/deepseek-chat
  • OpenAI: openai/gpt-4o
  • Gemini: gemini/gemini-2.5-flash
  • Anthropic: anthropic/claude-3-5-sonnet

2026/01/17 - v5.2.0

主要见 config.yaml 描述

🌐 AI 翻译功能

• 多语言翻译：支持将推送内容翻译为任意语言
• 批量翻译：智能批量处理，减少 API 调用次数
• 自定义提示词：支持自定义翻译风格

🔧 配置架构优化

• AI 模型配置独立：分析和翻译共享模型配置
• 区域开关统一：统一管理推送区域显示
• 区域排序自定义：支持自定义各区域的显示顺序

✨ AI 分析增强

• AI 分析嵌入 HTML：分析结果直接嵌入 HTML 报告，邮件通知直接使用
• 富样式 AI 区块：渐变蓝色背景卡片式布局，清晰分隔各分析维度
• 排名时间线支持：AI 可获取每条新闻在每个抓取时间点的精确排名
• 板块重组 (7→4)：整合为核心热点态势、舆论风向争议、异动与弱信号、研判策略建议

🔧 多模型适配

• 通用参数透传：支持向 API 透传任意高级参数
• Gemini 适配：原生参数支持，内置安全策略放宽

🐛 Bug 修复

• 修复若干已知问题，提升系统稳定性

2026/01/10 - v5.0.0

开发小插曲： 致敬那个陪伴我两年多、却在刚续费后反手弹出 "This organization has been disabled" 的某 C 厂模型

✨ 推送内容"五大板块"重构

本次更新对推送消息进行了区域化重构，现在推送内容清晰地划分为五大核心板块：

1. 📊 热榜新闻：根据你的关键词精准筛选后的全网热点聚合。
2. 📰 RSS 订阅：你的个性化订阅源内容，支持按关键词分组。
3. 🆕 本次新增：实时捕捉自上次运行以来的全新热点（带 🆕 标记）。
4. 📋 独立展示区：指定平台的完整热榜或 RSS 源展示，完全不受关键词过滤限制。
5. ✨ AI 分析板块：由 AI 驱动的深度洞察，包含趋势概述、热度走势及极其重要的情感倾向分析。

✨ AI 智能分析推送功能

• AI 分析集成：使用 AI 大模型对推送内容进行深度分析，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：新增深度情感识别，精准捕捉舆论的正负面、争议或担忧情绪
• 多 AI 提供商支持：支持 DeepSeek（默认，性价比高）、OpenAI、Google Gemini 及任意 OpenAI 兼容接口
• 两种推送模式：only_analysis（仅 AI 分析）、both（两者都推送）
• 自定义提示词：通过 config/ai_analysis_prompt.txt 文件自定义 AI 分析角色和输出格式
• 多维度数据分析：AI 可分析排名变化、热度持续时间、跨平台表现、趋势预测等

📋 独立展示区功能

• 完整热榜展示：指定平台的完整热榜单独展示，不受关键词过滤影响
• RSS 独立展示：RSS 源内容可完整展示，适合内容较少的订阅源
• 灵活配置：支持配置展示平台列表、RSS 源列表、最大展示条数

📊 推送体验重构

• 排版升级：重新设计并统一各渠道统计头部，强化区块组织，消息层次一目了然
• 配置简化：优化飞书等通知渠道的配置逻辑，上手更简单
• 热度趋势箭头：新增 🔺(上升)、🔻(下降)、➖(持平) 趋势标识，直观展示热度变化
• 通用 Webhook：支持自定义 Webhook URL 和 JSON 模板，轻松适配 Discord、Matrix、IFTTT 等任意平台

🔧 配置优化

• 频率词配置增强：新增 [组别名] 语法，支持 # 注释行，配置更清晰（感谢 @songge8 提出的建议）
• 环境变量支持：AI 分析相关配置支持环境变量覆盖（AI_API_KEY、AI_PROVIDER 等）

💡 详细配置教程见 让 AI 帮我分析热点

2026/01/02 - v4.7.0

• 修复 RSS HTML 显示：修复 RSS 数据格式不匹配导致的渲染问题，现在按关键词分组正确显示
• 新增正则表达式语法：关键词配置支持 /pattern/ 正则语法，解决英文子字符串误匹配问题（如 ai 匹配 training）📖 查看语法详解
• 新增显示名称语法：使用 => 备注 给复杂的正则表达式起个好记的名字，推送消息显示更清晰（如 /\bai\b/ => AI相关）
• 不会写正则？ README 新增 AI 生成正则的引导，告诉 ChatGPT/Gemini/DeepSeek 你想匹配什么，让 AI 帮你写

2025/12/30 - mcp-v2.0.0

• 架构调整：移除 TXT 支持，统一使用 SQLite 数据库
• RSS 查询：新增 get_latest_rss、search_rss、get_rss_feeds_status
• 统一搜索：search_news 支持 include_rss 参数同时搜索热榜和 RSS

2026/01/01 - v4.6.0

• 修复 RSS HTML 显示：将 RSS 内容合并到热榜 HTML 页面，按源分组显示
• 新增 display_mode 配置：支持 keyword（按关键词分组）和 platform（按平台分组）两种显示模式

2025/12/30 - v4.5.0

• RSS 订阅源支持：新增 RSS/Atom 抓取，按关键词分组统计（与热榜格式一致）
• 存储结构重构：扁平化目录结构 output/{type}/{date}.db
• 统一排序配置：sort_by_position_first 同时影响热榜和 RSS
• 配置结构重构：config.yaml 重新组织为 7 个逻辑分组（app、report、notification、storage、platforms、rss、advanced），配置路径更清晰

2025/12/26 - mcp-v1.2.0

MCP 模块更新 - 优化工具集，新增聚合对比功能，合并冗余工具:

• 新增 aggregate_news 工具 - 跨平台新闻去重聚合
• 新增 compare_periods 工具 - 时期对比分析（周环比/月环比）
• 合并 find_similar_news + search_related_news_history → find_related_news
• 增强 get_trending_topics - 新增 auto_extract 模式自动提取热点
• 修复若干bug
• 同步更新 README-MCP-FAQ.md 文档的中英文版 (Q1-Q18)

2025/12/20 - v4.0.3

• 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

2025/12/17 - v4.0.1

• 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）

2025/12/13 - mcp-v1.1.0

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、get_storage_status、list_available_dates

2025/12/13 - v4.0.0

🎉 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，例如 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。

2025/12/03 - v3.5.0

🎉 核心功能增强

1. 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

2. 推送区域配置

   • 通过 display.region_order 自定义各区域的显示顺序（v5.2.0 替代原 reverse_content_order）
   • 通过 display.regions 控制各区域是否显示（热榜、新增热点、RSS、独立展示区、AI 分析）

3. 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

🐳 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 trendradar 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 推送内容怎么显示？ 章节：自定义推送样式和内容
• 新增 什么时候给我推送？ 章节：设置推送时间段
• 新增 多久运行一次？ 章节：设置自动运行频率
• 新增 推送到多个群/设备 章节：同时推送给多个接收者
• 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

2025/11/26 - mcp-v1.0.3

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

2025/11/28 - v3.4.1

🔧 格式优化

1. 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

2. 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*

3. 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

2025/11/25 - v3.4.0

🎉 新增 Slack 推送支持

1. 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）

2. 多种部署方式

   • GitHub Actions：配置 SLACK_WEBHOOK_URL Secret
   • Docker：环境变量 SLACK_WEBHOOK_URL
   • 本地运行：config/config.yaml 配置文件

📖 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

2025/11/24 - v3.3.0

🎉 新增 Bark 推送支持

1. 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

2. 多种部署方式

   • GitHub Actions：配置 BARK_URL Secret
   • Docker：环境变量 BARK_URL
   • 本地运行：config/config.yaml 配置文件

📖 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

2025/11/23 - v3.2.0

🎯 新增高级定制功能

1. 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

2. 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

2025/11/18 - mcp-v1.0.2

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

2025/11/22 - v3.1.1

• 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

2025/11/20 - v3.1.0

• 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

2025/11/12 - v3.0.5

• 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）

2025/10/26 - mcp-v1.0.1

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

2025/10/31 - v3.0.4

• 解决飞书因推送内容过长而产生的错误，实现了分批推送

2025/10/23 - v3.0.3

• 扩大 ntfy 错误信息显示范围

2025/10/21 - v3.0.2

• 修复 ntfy 推送编码问题

2025/10/20 - v3.0.0

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17种智能分析工具：基础查询、智能检索、高级分析、RSS 查询、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

2025/10/15 - v2.4.4

• 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】

2025/10/10 - v2.4.3

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

2025/10/8 - v2.4.2

• 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】

2025/10/2 - v2.4.0

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】

2025/09/26 - v2.3.2

• 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

2025/09/22 - v2.3.1

• 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】

2025/09/17 - v2.2.0

• 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

2025/09/13 - v2.1.2

• 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)

2025/09/04 - v2.1.1

• 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

2025/08/30 - v2.1.0

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

2025/08/27 - v2.0.4

• 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

2025/08/06 - v2.0.3

• 优化 github page 的网页版效果，方便移动端使用

2025/07/28 - v2.0.2

• 重构代码
• 解决版本号容易被遗漏修改的问题

2025/07/27 - v2.0.1

修复问题:

1. docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题
2. 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

2025/07/17 - v2.0.0

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）

2025/07/09 - v1.4.1

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。

2025/06/23 - v1.3.0

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

2025/06/21 - v1.2.1

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

2025/06/19 - v1.2.0

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~

1. 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

2025/06/18 - v1.1.0

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！

1. 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
2. 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）

2025/06/16 - v1.0.0

1. 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

2025/06/13+14

1. 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）
2. feishu 和 html 底部增加一个新增新闻显示

2025/06/09

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

1. 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

2. 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

2025/06/02

1. 网页和飞书消息支持手机直接跳转详情新闻
2. 优化显示效果 + 1

2025/05/26

1. 飞书消息显示效果优化

优化前

优化后

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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：

手机端设置：

1. 打开企业微信 App → 进入目标内部群聊
2. 点击右上角"…"按钮 → 选择"消息推送"
3. 点击"添加" → 名称输入"TrendRadar"
4. 复制 Webhook 地址，点击保存，复制的内容配置到上方的 GitHub Secret 中

PC 端设置流程类似

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 名称必须严格一致）：

• 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：

1. 完成上方的企业微信机器人 Webhook 设置
2. 添加 WEWORK_MSG_TYPE Secret，值设为 text
3. 按照下面图片操作，关联个人微信
4. 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）

若启用 AI 分析，飞书推送偶发（约 5% 概率）会有数分钟延迟（推测为平台对 AI 生成内容的合规性审核）。

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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)

1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-command

2. 点击"新建机器人指令"

3. 点击"选择触发器"，往下滑动，点击"Webhook 触发"

4. 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

5. "参数"里面放上下面的内容，然后点击"完成"

{
  "message_type": "text",
  "content": {
    "text": "{{内容}}"
  }
}

6. 点击"选择操作" > "通过官方机器人发消息"

7. 消息标题填写"TrendRadar 热点监控"

8. 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

9. 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：

1. 电脑浏览器打开 https://botbuilder.feishu.cn/home/my-app

2. 点击"新建机器人应用"

3. 进入创建的应用后，点击"流程设计" > "创建流程" > "选择触发器"

4. 往下滑动，点击"Webhook 触发"

5. 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

6. "参数"里面放上下面的内容，然后点击"完成"

{
  "message_type": "text",
  "content": {
    "text": "{{内容}}"
  }
}

7. 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）

8. 消息标题填写"TrendRadar 热点监控"

9. 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

10. 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

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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：

1. 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"

2. 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"

3. 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。

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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：

1. 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）

2. 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

3. 配置到 GitHub：

   • TELEGRAM_BOT_TOKEN：填入第 1 步获得的 Bot Token
   • TELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID

• 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 storage.formats.html 设置为 true：

storage:
  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 名称必须严格一致）：

• 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 | | iCloud邮箱 | icloud.com | smtp.mail.me.com | 587 | SSL |

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：

• 如果你使用其他邮箱测试成功，欢迎开 Issues 告知，我会添加到支持列表
• 如果上述邮箱配置有误或无法使用，也请开 Issues 反馈，帮助改进项目

特别感谢：

• 感谢 @DYZYD 贡献天翼邮箱（189.cn）配置并完成自发自收测试 (#291)
• 感谢 @longzhenren 贡献阿里云邮箱（aliyun.com）配置并完成测试 (#344)
• 感谢 @ACANX 贡献 Yandex 邮箱（yandex.com）配置并完成测试 (#663)
• 感谢 @Sleepy-Tianhao 贡献 iCloud 邮箱（icloud.com）配置并完成测试 (#728)

常见邮箱设置：

QQ邮箱：

1. 登录 QQ邮箱网页版 → 设置 → 账户
2. 开启 POP3/SMTP 服务
3. 生成授权码（16位字母）
4. EMAIL_PASSWORD 填写授权码，而非 QQ 密码

Gmail：

1. 开启两步验证
2. 生成应用专用密码
3. EMAIL_PASSWORD 填写应用专用密码

163/126邮箱：

1. 登录网页版 → 设置 → POP3/SMTP/IMAP
2. 开启 SMTP 服务
3. 设置客户端授权码
4. 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.com
• EMAIL_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="user1@example.com,user2@example.com,user3@example.com"

两种使用方式：

方式一：免费使用（推荐新手） 🆓

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：

1. 下载 ntfy 应用：

   • Android：Google Play / F-Droid
   • iOS：App Store
   • 桌面：访问 ntfy.sh

2. 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）
   

3. 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

4. 测试：

   curl -d "测试消息" ntfy.sh/你的主题名称
   

方式二：自托管（完全隐私控制） 🔒

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：

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：

• ntfy 官方文档
• 自托管教程
• GitHub 仓库

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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：

方式一：使用官方服务器（推荐新手） 🆓

1. 下载 Bark App：

   • iOS：App Store

2. 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

方式二：自建服务器（完全隐私控制） 🔒

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：

• Bark 官方网站
• Bark GitHub 仓库
• Bark Server 自建教程

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• 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：

步骤 1：创建 Slack App

1. 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

2. 选择创建方式：

   • 点击 "From scratch"（从头开始创建）

3. 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

步骤 2：启用 Incoming Webhooks

1. 导航到 Incoming Webhooks：

   • 在左侧菜单中找到并点击 "Incoming Webhooks"

2. 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

步骤 3：生成 Webhook URL

1. 添加新的 Webhook：

   • 滚动到页面底部
   • 点击 "Add New Webhook to Workspace" 按钮

2. 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

3. 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

步骤 4：复制并保存 Webhook URL

1. 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

2. 复制 URL：

   • 点击 URL 右侧的 "Copy" 按钮
   • 或手动选中 URL 并复制

3. 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

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：

• Slack Incoming Webhooks 官方文档
• Slack API 应用管理

GitHub Secret 配置（⚠️ Name 名称必须严格一致）：

• Name（名称）：GENERIC_WEBHOOK_URL（请复制粘贴此名称，不要手打）

• Secret（值）：你的 Webhook URL

• Name（名称）：GENERIC_WEBHOOK_TEMPLATE（可选配置，请复制粘贴此名称）

• Secret（值）：JSON 模板字符串，支持 {title} 和 {content} 占位符

通用 Webhook 简介：

通用 Webhook 支持任意接受 HTTP POST 请求的平台，包括但不限于：

• Discord：通过 Webhook 推送到频道
• Matrix：通过 Webhook 桥接推送
• IFTTT：触发自动化流程
• 自建服务：任何支持 Webhook 的自定义服务

配置示例：

Discord 配置

1. 获取 Webhook URL：

   • 进入 Discord 服务器设置 → 整合 → Webhooks
   • 创建新 Webhook，复制 URL

2. 配置模板：

   {"content": "{content}"}
   

3. GitHub Secret 配置：

   • GENERIC_WEBHOOK_URL：Discord Webhook URL
   • GENERIC_WEBHOOK_TEMPLATE：{"content": "{content}"}

自定义模板

模板支持两个占位符：

• {title} - 消息标题
• {content} - 消息内容

模板示例：

# 默认格式（留空时使用）
{"title": "{title}", "content": "{content}"}

# Discord 格式
{"content": "{content}"}

# 自定义格式
{"text": "{content}", "username": "TrendRadar"}

注意事项：

• ✅ 支持 Markdown 格式（与企业微信格式一致）
• ✅ 支持自动分批推送
• ✅ 支持多账号配置（用 ; 分隔）
• ⚠️ 模板必须是有效的 JSON 格式
• ⚠️ 不同平台对消息格式要求不同，请参考目标平台文档

⚠️ 前置条件（重要）：

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（需添加 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 数据保存在哪里？

详细操作步骤（获取凭据）：

1. 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。

2. 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。

3. 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）。
   • 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！）。

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:
  enabled: true                       # 是否启用热榜平台抓取
  sources:
    - 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。

配置位置： config/frequency_words.txt

1. 普通关键词 - 基础匹配

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

2. 必须词 +词汇 - 限定范围

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

3. 过滤词 !词汇 - 排除干扰

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

4. 数量限制 @数字 - 控制显示数量（v3.2.0 新增）

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

5. 全局过滤 [GLOBAL_FILTER] - 全局排除指定内容（v3.5.0 新增）

[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）

6. 正则表达式 /pattern/ - 精确匹配模式（v4.7.0 新增）

普通关键词使用子字符串匹配，这在中文环境下很方便，但在英文环境可能会产生误匹配。例如 ai 会匹配到 training 中的 ai。

使用正则表达式语法 /pattern/ 可以实现精确匹配：

/(?<![a-z])ai(?![a-z])/
人工智能

作用： 使用正则表达式进行匹配，支持所有 Python 正则语法

常用正则模式：

| 需求 | 正则写法 | 说明 | |------|---------|------| | 英文单词边界 | /\bword\b/ | 匹配独立单词，如 /\bai\b/ 匹配 "AI" 但不匹配 "training" | | 前后非字母 | /(?<![a-z])ai(?![a-z])/ | 更宽松的边界，适合中英混合场景 | | 开头匹配 | /^breaking/ | 只匹配以 "breaking" 开头的标题 | | 结尾匹配 | /发布$/ | 只匹配以 "发布" 结尾的标题 | | 多选一 | /苹果\|华为\|小米/ | 匹配其中任意一个（注意转义 \|） |

匹配示例：

# 配置
/(?<![a-z])ai(?![a-z])/
人工智能

• ✅ "AI is the future" ← 匹配独立的 "AI"
• ✅ "你好ai这里" ← 前后是中文，匹配 "ai"
• ✅ "人工智能发展迅速" ← 匹配 "人工智能"
• ❌ "Resistance training is important" ← "training" 中的 "ai" 不匹配
• ❌ "The maid cleaned the room" ← "maid" 中的 "ai" 不匹配

组合使用：

# 正则 + 普通词 + 过滤词
/\bai\b/
人工智能
机器学习
!广告

注意事项：

• 正则表达式自动启用大小写不敏感匹配（re.IGNORECASE）
• 支持 /pattern/i 等 JavaScript 风格写法（flags 会被忽略，因为默认已启用忽略大小写）
• 无效的正则语法会被当作普通词处理
• 正则可用于普通词、必须词(+)、过滤词(!)

💡 不会写正则？让 AI 帮你生成！

如果你不熟悉正则表达式，可以直接让 ChatGPT / Gemini / DeepSeek 帮你生成。只需告诉 AI：

我需要一个 Python 正则表达式，用于匹配英文单词 "ai"，但不匹配 "training" 中的 "ai"。 请直接给出正则表达式，格式为 /pattern/，不需要额外解释。

AI 会给你类似这样的结果：/(?<![a-zA-Z])ai(?![a-zA-Z])/

7. 显示名称 => 备注 - 自定义显示文本（v4.7.0 新增）

正则表达式在推送消息和 HTML 页面显示时可能不太友好。使用 => 备注 语法可以设置显示名称：

/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能

作用： 推送消息和 HTML 页面显示 "AI 相关" 而不是复杂的正则表达式

语法格式：

# 正则 + 显示名称
/pattern/ => 显示名称
/pattern/i => 显示名称    # 支持 flags 写法（flags 被忽略）
/pattern/=>显示名称       # => 两边空格可选

# 普通词 + 显示名称
deepseek => DeepSeek 动态

匹配示例：

# 配置
/(?<![a-zA-Z])ai(?![a-zA-Z])/ => AI 相关
人工智能

| 原始配置 | 推送/HTML 显示 | |---------|---------------| | /(?<![a-z])ai(?![a-z])/ + 人工智能 | (?<![a-z])ai(?![a-z]) 人工智能 | | /(?<![a-z])ai(?![a-z])/ => AI 相关 + 人工智能 | AI 相关 |

注意事项：

• 显示名称只需写在词组的第一个词上
• 如果词组中多个词都有显示名称，使用第一个
• 不设置显示名称时，自动使用词组内所有词拼接

🔗 词组功能 - 空行分隔的重要作用

核心规则： 用空行分隔不同的词组，每个词组独立统计

示例配置：

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

词组解释及匹配效果：

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

📝 配置技巧

1. 从宽到严

# 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

2. 避免过度复杂

❌ 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

关键词排序优先级

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)

全局显示数量限制

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)

配置位置： config/config.yaml 的 report.mode

report:
  mode: "daily"  # 可选: "daily" | "incremental" | "current"

详细对比表格

| 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 |

实际推送效果举例

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）

常见问题

💡 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

⚠️ 增量模式重要提示

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：

1. 当前时段没有符合你关键词的新热点出现
2. 关键词配置过于严格或过于宽泛
3. 监控平台数量较少

解决方案：

• 方案1：👉 优化关键词配置 - 调整关键词的精准度，增加或修改监控词汇
• 方案2：切换推送模式 - 改用 current 或 daily 模式，可以定时接收推送
• 方案3：👉 增加监控平台 - 添加更多新闻平台，扩大信息来源

配置位置： config/config.yaml 的 advanced.weight 部分

advanced:
  weight:
    rank: 0.6           # 排名权重
    frequency: 0.3      # 频次权重
    hotness: 0.1        # 热度权重

当前默认的配置是平衡性配置

两个核心场景

追实时热点型：

advanced:
  weight:
    rank: 0.8           # 主要看排名
    frequency: 0.1      # 不太在乎持续性
    hotness: 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：

advanced:
  weight:
    rank: 0.4           # 适度看排名
    frequency: 0.5      # 重视当天内的持续热度
    hotness: 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

调整的方法

1. 三个数字加起来必须等于 1.0
2. 哪个重要就调大哪个：在乎排名就调大 rank，在乎持续性就调大 frequency
3. 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。

推送示例

📊 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)

━━━━━━━━━━━━━━━━━━━

📈 [2/3] 比亚迪 特斯拉 : 2 条

1. [微博] 🆕 比亚迪月销量破纪录 [2] - 10时20分 (1次)

2. [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

1. [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):

1. ChatGPT-5正式发布 [1]

微博 (1 条):

1. 比亚迪月销量破纪录 [2]

更新时间：2025-01-15 12:30:15

消息格式说明

| 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 |

方式一：使用 docker compose（推荐）

1. 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/
   wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/ai_analysis_prompt.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
│   └── ai_analysis_prompt.txt    # AI 分析提示词（v5.0.0 新增，可选）
└── docker/
    ├── .env
    └── docker-compose.yml

2. 配置文件说明:

   配置分工原则（v4.6.0 优化）：

   • config/config.yaml - 功能配置（报告模式、推送设置、存储格式、推送窗口、AI 分析等）
   • config/frequency_words.txt - 关键词配置（设置你关心的热点词汇）
   • config/ai_analysis_prompt.txt - AI 提示词配置（自定义 AI 分析角色和输出格式，v5.0.0 新增）
   • docker/.env - 敏感信息 + Docker 特有配置（webhook URLs、API Key、S3 密钥、定时任务）

   💡 配置修改生效：修改 config.yaml 后，执行 docker compose up -d 重启容器即可生效

   ⚙️ 环境变量覆盖机制（v3.0.5+）

   .env 文件中的环境变量会覆盖 config.yaml 中的对应配置：

   | 环境变量 | 对应配置 | 示例值 | 说明 | |---------|---------|-------|------| | ENABLE_WEBSERVER | - | true / false | 是否自动启动 Web 服务器 | | WEBSERVER_PORT | - | 8080 | Web 服务器端口 | | FEISHU_WEBHOOK_URL | notification.channels.feishu.webhook_url | https://... | 飞书 Webhook（多账号用 ; 分隔） | | AI_ANALYSIS_ENABLED | ai_analysis.enabled | true / false | 是否启用 AI 分析（v5.0.0 新增） | | AI_API_KEY | ai.api_key | sk-xxx... | AI API Key（ai_analysis 和 ai_translation 共享） | | AI_PROVIDER | ai.provider | deepseek / openai / gemini | AI 提供商 | | S3_* | storage.remote.* | - | 远程存储配置（5 个参数） |

   配置优先级：环境变量 > config.yaml

   使用方法：

   • 修改 .env 文件，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

3. 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（trendradar + trendradar-mcp）
   docker compose up -d
   

   选项 B：仅启动新闻推送服务

   # 只启动 trendradar（定时抓取和推送）
   docker compose pull trendradar
   docker compose up -d trendradar
   

   选项 C：仅启动 MCP AI 分析服务

   # 只启动 trendradar-mcp（提供 AI 分析接口）
   docker compose pull trendradar-mcp
   docker compose up -d trendradar-mcp
   

   💡 提示：

   • 大多数用户只需启动 trendradar 即可实现新闻推送功能
   • 只有需要使用 ChatGPT/Gemini 进行 AI 对话分析时，才需启动 trendradar-mcp
   • 两个服务相互独立，可根据需求灵活组合

4. 查看运行状态:

   # 查看新闻推送服务日志
   docker logs -f trendradar
   
   # 查看 MCP AI 分析服务日志
   docker logs -f trendradar-mcp
   
   # 查看所有容器状态
   docker ps | grep trendradar
   
   # 停止特定服务
   docker compose stop trendradar      # 停止推送服务
   docker compose stop trendradar-mcp  # 停止 MCP 服务
   

方式二：本地构建（开发者选项）

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 trendradar
docker compose up -d trendradar

# 选项 C：仅构建并启动 MCP AI 分析服务
docker compose build trendradar-mcp
docker compose up -d trendradar-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
  

镜像更新

# 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） |

服务管理命令

# 查看运行状态
docker exec -it trendradar python manage.py status

# 手动执行一次爬虫
docker exec -it trendradar python manage.py run

# 查看实时日志
docker exec -it trendradar python manage.py logs

# 显示当前配置
docker exec -it trendradar python manage.py config

# 显示输出文件
docker exec -it trendradar 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 trendradar python manage.py start_webserver   # 启动 Web 服务器
docker exec -it trendradar python manage.py stop_webserver    # 停止 Web 服务器
docker exec -it trendradar python manage.py webserver_status  # 查看 Web 服务器状态

# 查看帮助信息
docker exec -it trendradar python manage.py help

# 重启容器
docker restart trendradar

# 停止容器
docker stop trendradar

# 删除容器（保留数据）
docker rm trendradar

💡 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

数据持久化

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/html/YYYY-MM-DD/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 trendradar 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/html/2025-xx-xx/          # 访问指定日期的报告

# 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/html/2025-xx-xx/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。

故障排查

# 检查容器状态
docker inspect trendradar

# 查看容器日志
docker logs --tail 100 trendradar

# 进入容器调试
docker exec -it trendradar /bin/bash

# 验证配置文件
docker exec -it trendradar ls -la /app/config/

MCP 服务部署（AI 分析功能）

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 trendradar["trendradar"]
        A1[定时抓取新闻]
        A2[推送通知]
    end
    
    subgraph trendradar-mcp["trendradar-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
    
    trendradar --> shared
    trendradar-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 trendradar-mcp

# 查看运行状态
docker ps | grep trendradar-mcp

单独启动 MCP 服务（不使用 docker compose）：

# Linux/Mac
docker run -d --name trendradar-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 trendradar-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 trendradar-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。

配置位置： config/config.yaml 的 report 和 display 部分

report:
  mode: "daily"                    # 推送模式
  display_mode: "keyword"          # 显示模式（v4.6.0 新增）
  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

display:
  region_order:                    # 区域显示顺序（v5.2.0 新增）
    - new_items                    # 新增热点区域
    - hotlist                      # 热榜区域
    - rss                          # RSS 订阅区域
    - standalone                   # 独立展示区
    - ai_analysis                  # AI 分析区域

常用配置项说明

| 我想调整什么 | 修改哪个参数 | 默认值 | 说明 | |-------------|-------------|-------|------| | 推送模式 | mode | daily | 决定推送时机和内容，详见 推送模式详解 | | 分组方式 | display_mode | keyword | keyword=按关键词分组(如"AI")，platform=按平台分组(如"微博") | | 高亮重点 | rank_threshold | 5 | 排名在前 5 的新闻会加粗显示，一眼看到最火的 | | 排序规则 | sort_by_position_first | false | false=热度高的排前面，true=你配置的词排前面 | | 数量限制 | max_news_per_keyword | 0 | 每个关键词最多看几条？0表示不限制 | | 显示顺序 | display.region_order | 见上方配置 | 调整列表顺序即可控制各区域的显示位置 |

分组方式对比（display_mode）

你是想看"这个话题下有哪些新闻"，还是"这个平台上有哪些新闻"？

| 模式 | 分组方式 | 标题前缀 | 适用场景 | |------|---------|---------|---------| | keyword（默认） | 按关键词聚合 | [平台名] | 我关注"AI"，想看各平台关于AI的新闻 | | platform | 按平台聚合 | [关键词] | 我关注"微博"，想看微博上关于我关注词的新闻 |

区域显示顺序（region_order）

通过调整 display.region_order 列表的顺序，可以控制推送消息中各区域的显示位置。

默认顺序：新增热点 → 热榜 → RSS → 独立展示区 → AI 分析

自定义示例：想让 AI 分析放在最前面？

display:
  region_order:
    - ai_analysis                  # 移到第一行
    - new_items
    - hotlist
    - rss
    - standalone

注意：区域需同时满足两个条件才会显示：

1. 在 region_order 列表中
2. 在 display.regions 中对应开关为 true

区域开关（regions）

通过 display.regions 控制各区域是否在推送中显示：

display:
  regions:
    hotlist: true                    # 热榜区域（关键词匹配的热点新闻）
    new_items: false                 # 新增热点区域（含热榜新增 + RSS 新增）
    rss: true                       # RSS 订阅区域（关键词匹配的 RSS 内容）
    standalone: false                # 独立展示区（完整热榜/RSS，不受关键词过滤）
    ai_analysis: true                # AI 分析区域

| 区域 | 配置键 | 默认值 | 说明 | |------|--------|-------|------| | 热榜 | hotlist | true | 按关键词匹配的热点新闻聚合 | | 新增热点 | new_items | false | 本轮新出现的热点话题（含热榜新增 + RSS 新增）。注：热榜区域中的 🆕 标记不受此开关影响 | | RSS | rss | true | 按关键词匹配的 RSS 订阅内容。关闭后跳过 RSS 分析，但独立展示区中的 RSS 不受影响 | | 独立展示区 | standalone | false | 指定平台/RSS 的完整内容展示，不受关键词过滤 | | AI 分析 | ai_analysis | true | AI 生成的热点分析摘要 |

排序优先级（sort_by_position_first）

假设你配置了关键词：1.特斯拉，2.比亚迪。 实际热度：比亚迪(10条)，特斯拉(3条)。

| 配置值 | 排序结果 | 你的想法 | |-------|---------|---------| | false（默认） | 比亚迪(10条) → 特斯拉(3条) | "谁火谁排前面" | | true | 特斯拉(3条) → 比亚迪(10条) | "我配置的顺序就是优先级，不管它火不火" |

独立展示区（standalone）

场景：有些平台（比如知乎热榜、HackerNews），我想完整看一遍，不管有没有匹配我的关键词。

display:
  regions:
    standalone: true                  # 推送中展示独立展示区（关闭不影响 AI 分析）

  standalone:
    platforms: ["zhihu", "weibo"]     # 这些平台的热榜给我完整显示
    rss_feeds: ["hacker-news"]        # 这些RSS源的内容给我完整显示
    max_items: 20                     # 最多显示多少条

💡 推送展示与 AI 分析独立控制：regions.standalone 只控制推送中是否显示独立展示区。即使关闭推送展示，只要在 AI 配置中开启 include_standalone: true，AI 仍会分析这些平台的完整数据。适合想让 AI 做深度分析、但不想推送消息太长的用户。

配置位置： config/config.yaml 的 schedule 部分 + config/timeline.yaml

快速上手

只需在 config.yaml 中选一个预设模板，不需要编辑 timeline.yaml：

schedule:
  enabled: true
  preset: "morning_evening"     # 改这里就行

可选预设模板

| 模板名 | 说明 | 推送行为 | |-------|------|---------| | morning_evening | 全天增量 + 晚间汇总（推荐） | 全天有新增就推 + 19:00-21:00 晚间当日汇总 | | always_on | 全天候监控 | 全天有新增就推送，不划分时间段 | | office_hours | 办公时间 | 工作日三段式（到岗速览→午间热点→收工汇总），周末增量自由推 | | night_owl | 夜猫子 | 午后速览 + 深夜全天汇总（22:00-01:00 跨午夜） | | custom | 完全自定义 | 编辑 timeline.yaml 底部的 custom 段 |

完全自定义

如果预设模板都不满足需求，可以编辑 config/timeline.yaml 底部的 custom 段，自由定义时间段、日计划和周映射。详见 timeline.yaml 文件内的注释说明。

重要提示

⚠️ 从旧版本升级的用户注意：

• v6.0.0 移除了旧的 notification.push_window 和 ai_analysis.analysis_window 配置
• 请改用新的 schedule + timeline.yaml 调度系统
• 旧的"每天推送一次"可用 morning_evening 预设替代
• 旧的"工作时间推送"可用 office_hours 预设替代

⚠️ GitHub Actions 用户注意：

• GitHub Actions 执行时间不稳定，可能有 ±15 分钟的偏差
• 时间段范围建议至少留足 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

配置位置： .github/workflows/crawler.yml 的 schedule 部分

on:
  schedule:
    - cron: "0 * * * *"  # 每小时运行一次

怎么修改运行频率？

GitHub Actions 使用一种叫 "Cron" 的时间格式，不需要深入理解，直接复制下面的代码替换即可。

配置位置： .github/workflows/crawler.yml 文件中的 schedule 部分

| 我想要... | 复制这行代码 | 说明 | |-----------|------------|------| | 每小时一次 | - cron: "0 * * * *" | 默认配置，第 0 分钟运行 | | 每 30 分钟 | - cron: "*/30 * * * *" | 每隔 30 分钟运行一次 | | 每天早 8 点 | - cron: "0 0 * * *" | ⚠️ 写 0 是因为 UTC 时间 (0点) = 北京时间 (8点) | | 工作时间每半小时 | - cron: "*/30 0-14 * * *" | 对应北京时间 8:00 - 22:00 | | 一日三餐点 | - cron: "0 0,6,12 * * *" | 对应北京时间 8:00、14:00、20:00 |

⚠️ 两个重要提醒

1. 时差问题：GitHub 的服务器在国外，用的是 UTC 时间。

   • 简单的算术题：你想设定的北京时间 减去 8 小时 = 你要填的时间。
   • 例子：想让它北京时间 20:00 运行，设置里要填 12:00

2. 不要太频繁：建议间隔不要少于 30 分钟。

   • GitHub 免费资源有限，跑得太勤可能会被官方限制账号。
   • 而且 Actions 启动本身就有几分钟延迟，太精确的控制没有意义。

手把手修改步骤

1. 在你的 GitHub 仓库中，找到 .github/workflows/crawler.yml 文件
2. 点击右上角的 ✏️ (Edit) 按钮
3. 找到 cron: "..." 那一行，把引号里的内容换成上面的"代码"
4. 点击右上角的绿色 Commit changes 按钮保存

⚠️ 安全第一

不要在 config.yaml 里直接写密码/Token！ 如果你把包含密码的文件上传到 GitHub，全世界都能看到。

正确做法：

• GitHub Actions 用户：去 Settings -> Secrets 里添加
• Docker 用户：写在 .env 文件里（这个文件不会被上传）

怎么同时推送到多个地方？

很简单，在配置时用分号 ; 把多个地址隔开就行了。

举个例子： 假设你有两个飞书群，想同时收到推送：

• 群1地址：https://.../webhook/aaa
• 群2地址：https://.../webhook/bbb

配置时填写： https://.../webhook/aaa;https://.../webhook/bbb

支持多账号的平台

| 平台 | 配置方法 | 注意事项 | |------|---------|----------| | 飞书/钉钉/企微 | 用 ; 分隔多个 Webhook URL | 最简单，直接串起来就行 | | Bark (iOS) | 用 ; 分隔多个 Key URL | 推送到多台 iPhone | | Telegram | Token 和 ChatID 都要用 ; 分隔 | ⚠️ 注意顺序要对应：
Token1 对应 ChatID1
Token2 对应 ChatID2 | | ntfy | Topic 和 Token 都要用 ; 分隔 | 如果某个Topic不需要Token，留空即可：
token1;;token3 (中间那个是空的) |

常用配置示例 (GitHub Secrets / .env)

# 飞书发给 3 个群
FEISHU_WEBHOOK_URL=https://hook1...;https://hook2...;https://hook3...

# 钉钉发给 2 个群
DINGTALK_WEBHOOK_URL=https://oapi...;https://oapi...

# Telegram 发给 2 个人 (注意一一对应)
TELEGRAM_BOT_TOKEN=tokenA;tokenB
TELEGRAM_CHAT_ID=userA;userB

提示：为了防止滥用，默认限制每个平台最多推送到 3 个账号。如果需要更多，可以修改 MAX_ACCOUNTS_PER_CHANNEL 配置。

数据会存在哪里？

系统会自动帮你选择最合适的地方，你通常不需要操心：

| 你的运行环境 | 数据存在哪 | 说明 | |-------------|-----------|------| | Docker / 本地运行 | 本地硬盘 | 存在项目目录下的 output/ 文件夹里，随时可以查看。 | | GitHub Actions | 云端存储 | 因为 GitHub Actions 运行完就会销毁环境，所以必须配置云存储（例如 Cloudflare R2）。 |

怎么配置云存储？(GitHub Actions 用户必看)

如果你是用 GitHub Actions 运行，你需要一个"云端硬盘"来存数据。例如使用 Cloudflare R2（因为有免费额度）。

在 GitHub Secrets 里添加这 5 个变量：

| 变量名 | 填什么 | |-------|-------| | STORAGE_BACKEND | remote | | S3_BUCKET_NAME | 你的存储桶名字 | | S3_ACCESS_KEY_ID | 你的 Access Key | | S3_SECRET_ACCESS_KEY | 你的 Secret Key | | S3_ENDPOINT_URL | 你的 R2 接口地址 |

💡 详细教程：怎么申请 R2？请看 快速开始 - 远程存储配置

数据会保存多久？

默认情况下，我们不会自动删除你的数据。但如果你觉得数据太多占空间，可以设置"自动清理"。

配置位置：config/config.yaml

storage:
  local:
    retention_days: 30    # 本地数据只保留 30 天 (0 表示永久)
  remote:
    retention_days: 30    # 云端数据只保留 30 天

推送时间不对？(时区设置)

如果你身在海外，或者发现推送时间跟你的本地时间对不上，可以修改时区。

配置位置：config/config.yaml

app:
  timezone: "Asia/Shanghai"  # 默认是中国时间

• 比如你在美国洛杉矶，改成：America/Los_Angeles
• 比如你在英国伦敦，改成：Europe/London

AI 能帮我做什么？

开启这个功能后，AI 会像一个专业的分析师，在推送每一批新闻时：

1. 自动阅读：阅读所有匹配到的热点新闻
2. 深度思考：分析原本孤立的新闻之间的关联
3. 撰写报告：在推送消息的末尾，附上一份简短深刻的"洞察报告"

包含内容：热点趋势总结、舆论风向判断、跨平台关联分析、潜在影响评估等。

怎么开启 AI 分析？

最简单的方法是通过环境变量配置（推荐 GitHub Secrets 或 .env）。

必需的配置项：

| 变量名 | 填什么 | 说明 | |-------|-------|------| | AI_ANALYSIS_ENABLED | true | 开启开关 | | AI_API_KEY | sk-xxxxxx | 你的 API Key | | AI_MODEL | deepseek/deepseek-chat | 模型标识（格式：provider/model） |

支持的 AI 提供商（基于 LiteLLM，支持 100+ 提供商）：

| 提供商 | AI_MODEL 填什么 | 说明 | |-------|----------------|------| | DeepSeek (推荐) | deepseek/deepseek-chat | 性价比极高，适合高频分析 | | OpenAI | openai/gpt-4o
openai/gpt-4o-mini | GPT-4o 系列 | | Google Gemini | gemini/gemini-1.5-flash
gemini/gemini-1.5-pro | Gemini 系列 | | 自定义 API | 任意格式 | 配合 AI_API_BASE 使用 |

💡 新特性：现已基于 LiteLLM 统一接口，支持 100+ AI 提供商，配置更简单、错误处理更完善。

可选配置项：

| 变量名 | 默认值 | 说明 | |-------|-------|------| | AI_API_BASE | (自动) | 自定义 API 地址（如 OneAPI、本地模型） | | AI_TEMPERATURE | 1.0 | 采样温度（0-2，越高越随机） | | AI_MAX_TOKENS | 5000 | 最大生成 token 数 | | AI_TIMEOUT | 120 | 请求超时时间（秒） | | AI_NUM_RETRIES | 2 | 失败重试次数 |

进阶玩法：AI 翻译

如果你关注了国外的 RSS 源（比如 Hacker News），AI 可以帮你把内容翻译成中文推送。

配置位置：config/config.yaml

ai_translation:
  enabled: true          # 开启翻译
  language: "Chinese"    # 翻译成什么语言 (Chinese, English, Japanese...)

进阶玩法：自定义 AI "人设"

觉得 AI 说话太官方？你可以修改它的提示词，让它变成你喜欢的风格（比如"毒舌评论员"、"资深投资顾问"）。

• 修改文件：config/ai_analysis_prompt.txt
• 修改方法：直接用记事本打开编辑，告诉 AI 你想要什么样的分析风格。

方式一：HTTP 模式

1. 启动 HTTP 服务：

   # Windows
   start-http.bat
   
   # Mac/Linux
   ./start-http.sh
   

2. 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）

3. 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

方式二：STDIO 模式（推荐）

创建 .cursor/mcp.json：

{
  "mcpServers": {
    "trendradar": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/TrendRadar",
        "run",
        "python",
        "-m",
        "mcp_server.server"
      ]
    }
  }
}

Cline 配置

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
  }
}

Continue 配置

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

MCP Inspector 是官方调试工具，用于测试 MCP 连接：

使用步骤

1. 启动 TrendRadar HTTP 服务：

   # Windows
   start-http.bat
   
   # Mac/Linux
   ./start-http.sh
   

2. 启动 MCP Inspector：

   npx @modelcontextprotocol/inspector
   

3. 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 17 个工具：
     • 基础查询：get_latest_news, get_news_by_date, get_trending_topics
     • 智能检索：search_news, find_related_news
     • 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, aggregate_news, compare_periods, generate_summary_report
     • RSS 查询：get_latest_rss, search_rss, get_rss_feeds_status
     • 系统管理：get_current_config, get_system_status, resolve_date_range

任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar：

HTTP 模式

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"
}

STDIO 模式（推荐）

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）

检查步骤：

1. 确认端口 3333 未被占用：

   # Windows
   netstat -ano | findstr :3333
   
   # Mac/Linux
   lsof -i :3333
   

2. 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
   

3. 查看详细错误日志：

   uv run python -m mcp_server.server --transport http --port 3333
   

4. 尝试自定义端口:

   uv run python -m mcp_server.server --transport http --port 33333
   

解决方案：

1. 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

2. 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

3. 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

可能原因：

1. 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

2. 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

3. 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