# TrendRadar MCP 工具集集成：情感分析与相似检索的多平台热点聚合 > TrendRadar 通过 MCP 协议集成 14 种 AI 工具，实现多平台新闻的情感分析、相似检索与趋势追踪，支持 Docker 部署与多渠道推送的关键参数配置。 ## 元数据 - 路径: /posts/2025/11/30/integrate-mcp-toolkit-trendradar-sentiment-similarity/ - 发布时间: 2025-11-30T20:33:37+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 站点: https://blog.hotdry.top ## 正文 在信息爆炸时代，多平台新闻聚合需要 AI 工具精准提炼价值，而 MCP（Model Context Protocol）协议为 TrendRadar 项目提供了标准化接口，让情感分析与相似检索成为可复用组件，直接驱动热点趋势洞察。 TrendRadar 的 MCP 服务器基于 FastMCP 构建，暴露 14 个工具函数，包括 analyze_sentiment（情感分析）和 find_similar_news（相似新闻检索）。这些工具依赖本地 output/ 目录积累的新闻数据（如 11 月测试集），通过自然语言查询调用，例如“分析最近比特币新闻的情感倾向”，模型自动解析日期并聚合跨平台标题、排名与频次。情感分析工具返回正/负/中性分数及置信度，相似检索则基于向量嵌入计算余弦相似度，阈值默认 0.8，支持 top_k=5 参数过滤噪声。“新增日期解析工具 resolve_date_range 统一时间格式，支持‘本周’等模糊表达，提升了查询鲁棒性。” 相似检索结合历史数据，实现跨时序关联，避免孤立事件误判。 落地部署以 Docker 为主，镜像 wantcat/trendradar:latest 支持多架构。核心命令挂载 config/ 与 output/ 卷，环境变量覆盖推送 webhook（如 WEWORK_WEBHOOK_URL=xxx）和 CRON_SCHEDULE=*/30 * * * *（30 分钟周期）。MCP 服务分 STDIO/HTTP 模式，HTTP 监听 3333 端口，Cherry Studio 配置 command: uv --directory /path/TrendRadar run python -m mcp_server.server。情感分析参数包括 sentiment_model="claude-3.5-sonnet"（阈值正向>0.6、负向<-0.6）和 batch_size=50，避免单次超限；相似检索设 embedding_dim=768、threshold=0.75、max_results=10，回溯 7 天数据。推送集成企业微信/Telegram，msg_type=markdown 分批处理（每批<4KB），启用 push_window: 09:00-18:00 防扰。 监控要点聚焦数据完整性与工具调用率：日志追踪 MCP 调用延迟（<2s/工具），情感准确率>85%（人工抽样验证），相似召回率通过 top_k@5 F1>0.7 评估。风险包括 newsnow API 限流（star 项目支持作者），回滚策略为降级纯关键词模式（frequency_words.txt + 权重 rank:0.6/freq:0.3/hot:0.1），或切换 incremental 推送仅新热点。参数调优清单： | 参数 | 默认值 | 优化建议 | 场景 | |------|--------|----------|------| | sentiment_batch | 20 | 50（大模型） | 高频舆情 | | similarity_threshold | 0.8 | 0.75（宽松） | 趋势追踪 | | cron_interval | 30min | 15min（交易） | 实时监控 | | top_k_similar | 5 | 10（深度） | 关联分析 | 实际案例：在 Cursor IDE 配置 MCP JSON，查询“对比知乎/微博 AI 情感”，输出柱状图+洞察，支持 Docker 持久化 output/ 历史数据，实现断线续传。 资料来源：https://github.com/sansan0/TrendRadar README 与 MCP 模块文档；Hacker News 搜索结果提及项目热度。 ## 同分类近期文章 ### [NVIDIA PersonaPlex 双重条件提示工程与全双工架构解析](/posts/2026/04/09/nvidia-personaplex-dual-conditioning-architecture/) - 日期: 2026-04-09T03:04:25+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 NVIDIA PersonaPlex 的双流架构设计、文本提示与语音提示的双重条件机制，以及如何在单模型中实现实时全双工对话与角色切换。 ### [ai-hedge-fund：多代理AI对冲基金的架构设计与信号聚合机制](/posts/2026/04/09/multi-agent-ai-hedge-fund-architecture/) - 日期: 2026-04-09T01:49:57+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析GitHub Trending项目ai-hedge-fund的多代理架构，探讨19个专业角色分工、信号生成管线与风控自动化的工程实现。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [tui-use 框架：让 AI Agent 自动化控制终端交互程序](/posts/2026/04/09/tui-use-ai-agent-terminal-automation-framework/) - 日期: 2026-04-09T01:26:00+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 详解 tui-use 框架如何通过 PTY 与 xterm headless 实现 AI agents 对 REPL、数据库 CLI、交互式安装向导等终端程序的自动化控制与集成参数。 ### [LiteRT-LM C++ 推理运行时：边缘设备的量化、算子融合与内存管理实践](/posts/2026/04/08/litert-lm-cpp-inference-runtime-quantization-fusion-memory/) - 日期: 2026-04-08T21:52:31+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 摘要: 深入解析 LiteRT-LM 在边缘设备上的 C++ 推理运行时，聚焦量化策略配置、算子融合模式与内存管理的工程化实践参数。