TrendRadar：30秒部署的AI舆情雷达，11大平台热点全自动抓取

每天刷热搜刷到心态爆炸？你需要的是"雷达"而不是"眼睛"

早上起床打开手机，知乎热榜看一遍，抖音热搜刷一轮，微博话题扫一眼，B站热门再逛逛，今日头条再划几下……等你在这些平台之间来回切换一圈，半小时就已经没了。更头疼的是，你真正关心的内容——比如公司竞品动态、行业技术趋势、投资标的风吹草动——被淹没在海量的娱乐八卦和营销号灌水里。你以为自己在"关注行业动态"，其实是在信息海洋里溺水。每天如此，日复一日，时间就这么被热搜一点一点吃掉了。

而且这个问题还会越变越严重。你每多关注一个平台，每天就得多花几分钟；每多一个感兴趣的方向，漏看重要信息的风险就更大。到最后，要么你花一小时以上刷手机，要么就只能接受"重要信息一定会被漏掉"这个事实。

有没有一种方式，能让电脑替你盯着全网热点，只把和你相关的、真正重要的内容推到你面前？

有。这就是今天要介绍的开源项目——TrendRadar。

项目是什么

TrendRadar 是一个 AI 驱动的舆情监控 + 热点筛选工具，由中国开发者 sansan0 开发，目前在 GitHub 上已获得 6K+ Star，仅今日就新增 586 星，增长势头非常猛。它能自动聚合 11 个主流平台的热点内容，用 AI 智能筛选、深度分析，最后通过企业微信、飞书、钉钉、Telegram 等十多种渠道推送给你。最快 30 秒就能完成部署，连一台服务器都不需要。

一句话概括：全网热点的 AI 雷达，只推你关心的，其余自动过滤。

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

核心功能

1. 全网热点聚合：默认监控 11 个主流平台——知乎、抖音、B站、华尔街见闻、贴吧、百度热搜、财联社、澎湃新闻、凤凰网、今日头条、微博。无论你想看科技、财经、社会还是娱乐，这些平台基本覆盖了中国互联网热点内容的 90% 以上。
2. RSS 订阅源支持：除了内置的 11 个平台，还支持 RSS/Atom 抓取。你可以添加海外科技博客、独立站点、行业媒体等任意 RSS 源，真正实现"全网"覆盖，不局限于国内平台。
3. AI 智能筛选新闻（v6.5.0 新功能）：不用再写一堆关键词了，直接用自然语言描述你的兴趣——比如"关注大模型开源动态和芯片行业变化"——AI 会自动对新闻进行分类打分，帮你挑出真正相关的内容，替代了传统的人工关键词方式。
4. AI 分析推送（v5.0.0 核心功能）：推送不只是冷冰冰的"标题+链接"，AI 大模型会对推送内容进行深度分析，生成趋势洞察报告，告诉你这条新闻意味着什么、可能产生什么影响、需要关注哪些后续变化。
5. AI 多语言翻译：看到重要的英文或日文资讯？AI 可以直接翻译成中文推给你，也可以把中文内容翻译成任意语言推送给海外同事，特别适合跨国团队协作场景。
6. 精准关键词筛选：支持普通词、必须词（+）、过滤词（!）、正则表达式、显示名称别名、数量限制（@），组合起来能表达非常精确的筛选逻辑，满足从简单到复杂的各种过滤需求。
7. 多渠道多账号推送：企业微信、个人微信、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack、通用 Webhook——几乎所有主流通知渠道都支持，而且同一个渠道还能配置多个账号，方便同时推送给不同群组或不同人。
8. 三种推送模式：当日汇总（daily）——每天一次整理好的完整报告；当前榜单（current）——实时抓取当前全平台热点；增量监控（incremental）——只推送新增内容，避免重复打扰，适合需要实时告警的场景。
9. 统一调度系统：内置 5 种预设模板——全天候、早晚汇总、办公时间、夜猫子、自定义，支持工作日和周末差异化调度。不用自己写 cron 表达式，选一个模板就能用，想自定义也很方便。
10. HTML 报告浏览器增强：宽屏适配、暗色模式、快捷键支持、全文搜索功能，在浏览器里看报告的体验堪比专业情报平台，比在手机上逐条刷舒服太多。
11. MCP 客户端：支持用 Claude、ChatGPT 等 AI 助手以对话方式分析新闻数据。你可以直接问"今天科技圈有什么大事"或"这周关注的公司有什么新动态"，AI 会从已抓取的数据中给你答案。
12. 多端部署：GitHub Actions（零服务器）、Docker（最稳定）、本地运行（最灵活），三种方式任选，无论你是零基础小白还是运维老手都能找到适合自己的方式。

安装步骤

TrendRadar 提供三种部署方式，从零服务器到完整服务器都有覆盖。下面逐一手把手教你，保证跟着走就能跑起来。

方式一：GitHub Actions 部署（零服务器，最简单）

这种方式完全不需要自己的服务器，利用 GitHub 提供的免费 Actions 运行环境来定时抓取和推送。适合个人用户快速上手，零成本零运维。

步骤：

1. Fork 仓库：打开 https://github.com/sansan0/TrendRadar ，点击页面上的 "Use this template" 按钮，在你自己的 GitHub 账号下创建一个同名仓库。注意是 "Use this template" 不是 "Fork"，这样你可以自由修改配置。

1. 配置推送密钥：进入你创建的仓库 → Settings → Secrets and variables → Actions → New repository secret，添加你需要用到的推送渠道密钥。比如：

- 企业微信：名称填 WEWORKWEBHOOKURL，值填你的企业微信群机器人 Webhook 地址 - Telegram：名称填 TELEGRAMBOTTOKEN 和 TELEGRAMCHATID - 飞书：名称填 FEISHUWEBHOOKURL - 钉钉：名称填 DINGTALKWEBHOOKURL - 邮件推送：名称填 SMTP 相关配置

1. 运行测试：进入 Actions 标签页 → 选择 "Run TrendRadar" workflow → 点击 "Run workflow" 按钮，手动触发一次运行。等一两分钟，检查你的推送渠道是否收到消息，确认一切正常。

1. 可选配置 AI 分析：如果想让 AI 帮你筛选和分析新闻（强烈推荐），继续添加以下密钥：

- AIAPIKEY：你的 AI 服务密钥（比如 DeepSeek 的 API Key） - AI_PROVIDER：AI 服务商名称（如 deepseek、openai 等）

部署完成！之后 GitHub Actions 会按照仓库配置的调度时间自动运行，你完全不用管任何事情，坐等推送就行。

方式二：Docker 部署（推荐，最稳定）

Docker 部署是最稳定的方式，适合有一台云服务器（阿里云、腾讯云轻量服务器都行）或 NAS 的用户。以下区分操作系统说明。

Linux / Mac 系统：

# 1. 克隆项目代码到本地
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

# 2. 修改主配置文件（按你的需求修改推送渠道和AI设置）
vim config/config.yaml

# 3. 修改关键词配置（写上你关心的关键词）
vim config/frequency_words.txt

# 4. 拉取最新镜像并启动服务
docker compose pull
docker compose up -d

# 5. 查看运行日志，确认服务正常启动
docker compose logs -f

Windows 系统：

# 1. 确保已安装 Docker Desktop
#    如果没有，去 docker.com 下载安装，安装后重启电脑

# 2. 打开 PowerShell 或 CMD

# 3. 克隆项目（需先安装 git，从 git-scm.com 下载）
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

# 4. 用记事本修改配置文件
notepad config\config.yaml
notepad config\frequency_words.txt

# 5. 拉取镜像并启动
docker compose pull
docker compose up -d

# 6. 查看日志确认运行正常
docker compose logs -f

配置文件的关键项说明：

• config.yaml：主配置文件，核心配置都在这里——推送渠道（填你的 Webhook 地址和密钥）、AI 服务配置（模型名和 API Key）、调度时间模板选择（选全天候/办公时间/夜猫子等）、推送模式选择（daily/current/incremental）
• frequency_words.txt：关键词列表文件，每行一个关键词，支持高级语法（+必须词、!过滤词、@数量限制、正则表达式等，详见下文"使用方法"部分）
• ai_prompt.yaml：AI 筛选和分析的提示词配置，可以自定义 AI 的分析风格、关注维度和输出格式

方式三：本地直接运行

适合 Python 开发者或想深度定制代码逻辑的用户：

# 1. 克隆项目
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

# 2. 安装 Python 依赖（需要 Python 3.10+）
pip install -r requirements.txt

# 3. 修改配置文件
vim config/config.yaml
vim config/frequency_words.txt

# 4. 直接运行
python main.py

如果你想加一个新的数据源，或者修改推送格式，直接改 Python 代码就行，非常灵活。

使用方法

用法一：最简单的关键词监控

打开 config/frequency_words.txt，每行写一个你关心的关键词，就像列购物清单一样简单：

华为
OPPO
苹果
大模型
芯片
新能源

TrendRadar 会从 11 个平台抓取包含这些词的热点内容，通过你配置的渠道推给你。这是最基础的用法，5 分钟就能配好，适合刚开始上手的用户。

用法二：进阶关键词语法

当你发现简单关键词抓取的内容太多或太杂时，就需要用到高级语法了。TrendRadar 的关键词配置支持非常丰富的组合：

一个实际组合示例：

+手机
华为
OPPO
!广告
!促销
@5
/\bai\b/ => AI相关

这段配置的意思是：只看手机领域的新闻，关注华为和 OPPO，排除广告和促销内容，每个关键词最多推送 5 条，另外单独跟踪 AI 相关内容并在推送时显示为"AI相关"。对于做手机行业跟踪的产品经理来说，这一行配置就能帮你把噪音降到最低。

用法三：AI 智能筛选（推荐体验）

如果你觉得写关键词太麻烦，或者关键词实在无法准确描述你的兴趣（比如"关注 AI 领域有突破性进展的技术方向"——这种表达用关键词根本写不出来），试试 v6.5.0 新增的 AI 智能筛选功能。

在 config.yaml 中配置 AI 服务：

ai:
  provider: "deepseek"             # AI 服务商
  model: "deepseek/deepseek-chat"  # 模型名
  api_key: "sk-xxxxxxxx"           # 你的 API Key
  num_retries: 3                   # 失败自动重试次数
  fallback_models:                 # 备用模型列表（主模型挂了自动切换）
    - "openai/gpt-4o"
    - "gemini/gemini-2.5-flash"

然后在 AI 筛选配置中用自然语言描述你的兴趣：

"我关注大模型开源项目动态、中国芯片行业变化、AI Agent 产品发布，对娱乐八卦和政治新闻不感兴趣。"

AI 会理解这段自然语言描述，自动对每条新闻进行分类和打分，只把和你的兴趣高度相关的内容推送给你。这比写关键词灵活太多了——它能理解"大模型开源项目"不只是匹配"大模型"三个字，而是真正理解什么新闻属于这个范畴，即使新闻里没有出现"大模型"这三个字，只要内容相关也能被识别出来。

支持的 AI 服务商（基于 LiteLLM 统一接口，超过 100 家）：

格式统一为 provider/model_name，想换模型只需要改这一行配置，其他都不用动。而且支持备用模型自动切换，主模型挂了不会影响你的日常使用。

实际场景举例

跟同类对比

简单总结： RSSHub 解决的是"源"的问题（聚合 RSS 源），n8n 解决的是"流"的问题（通用工作流），而 TrendRadar 解决的是"你到底该看什么"的问题——从信息获取到筛选分析到推送通知，一站式搞定，还不需要写一行代码。人工刷热搜？那是上个时代的做法了。

小结

TrendRadar 把"每天花 30 分钟在多个平台找信息"压缩成了"花 30 秒部署，然后自动接收精选推送"。AI 智能筛选替代了手动关键词，AI 深度分析替代了人工判断，多渠道推送让你在任何地方都能第一时间收到情报。如果你每天要花超过 10 分钟刷热搜看资讯，或者经常因为漏看重要信息而懊恼，这个项目值得立刻试一下。

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