# TrendRadar：多平台热点聚合与MCP AI分析推送 > TrendRadar聚合多平台热点，利用MCP协议驱动AI情感/相似检索/趋势分析，支持Docker部署与微信/Telegram实时推送，提供工程化参数。 ## 元数据 - 路径: /posts/2025/12/01/trendradar-multi-platform-mcp-analysis-push/ - 发布时间: 2025-12-01T00:08:06+08:00 - 分类: [ai-systems](/categories/ai-systems/) - 站点: https://blog.hotdry.top ## 正文 TrendRadar是一个开源工具，专注于多平台热点聚合与基于MCP（Model Context Protocol）协议的AI智能分析，支持实时推送至微信、Telegram等渠道。其核心价值在于解决信息过载问题，通过AI工具链实现精准筛选、深度洞察，并以Docker方式简化部署，实现从数据采集到通知输出的全链路自动化。 项目聚合35个平台热点数据（默认11个主流如知乎、抖音、B站、百度热搜等，可扩展），依赖newsnow API采集实时榜单。采集后应用个性化热点算法：排名权重60%、频次权重30%、热度权重10%，重新排序全网热点，避免单一平台算法偏差。用户通过frequency_words.txt配置关键词，支持普通词、必须词（+）、过滤词（！）、数量限制（@N），空行分隔词组独立统计。例如配置“AI +技术 !广告 @10”，可限定仅推送含“AI”和“技术”、排除广告的前10条新闻。该算法证据见config.yaml权重参数，实际运行中高排名新闻优先，提升时效性。 MCP是TrendRadar的AI驱动核心，提供14种工具（v1.0.3最新），涵盖基础查询（如get_latest_news）、智能检索（如search_news、find_similar_news）、趋势分析（如analyze_topic_trend，支持热度生命周期、爆火检测）、情感分析（analyze_sentiment）、数据洞察（analyze_data_insights，跨平台对比）。这些工具通过自然语言接口调用，支持Claude Desktop、Cherry Studio、Cursor、Cline等客户端。证据：项目自带11月1-15日测试数据，运行后可查询“分析最近7天‘特斯拉’热度趋势”，AI输出时间轴、预测等。不同于直接网络查询，MCP依赖本地output目录积累数据，确保隐私与低延迟。 部署上，支持GitHub一键Fork（30秒网页版）、Docker（1分钟通知），后者推荐docker-compose方式。创建config目录，下载config.yaml和frequency_words.txt，配置.env环境变量覆盖（如REPORT_MODE=incremental）。推送渠道丰富：企业微信（WEWORK_WEBHOOK_URL，支持text/markdown）、飞书、钉钉、Telegram（双Secret：BOT_TOKEN+CHAT_ID）、Slack、Bark（iOS）、ntfy、邮件（SMTP自动识别Gmail/QQ等）。推送模式三选一：daily（当日汇总）、current（当前榜单）、incremental（仅新增，零重复）。新增push_window（09:00-18:00），避免夜间干扰。Docker镜像wantcat/trendradar:latest，多架构支持，数据持久化至./output。 工程化落地参数与清单如下： **1. 核心配置参数（config.yaml优先级最低，环境变量覆盖）：** - report.mode: "incremental"（投资者首选，避免重复） - report.sort_by_position_first: false（热度优先） - report.max_news_per_keyword: 10（全局限流） - weight.rank_weight: 0.6 / frequency_weight: 0.3 / hotness_weight: 0.1（实时热点调高rank） - notification.push_window.enabled: true / time_range: "09:00-18:00"（工作时段） - crawler.platforms: 选5-8个（如["zhihu","douyin","baidu"]），防API压力 **2. 关键词配置清单（frequency_words.txt）：** ``` AI ChatGPT +模型 !广告 新能源汽车 比亚迪 特斯拉 +销量 @5 A股 上证 +涨跌 !预测 ``` - 起步3组，每组3-5词；测试后迭代，优先+过滤提升精度。 **3. Docker部署清单：** ``` mkdir trendradar/{config,docker} && cd trendradar # 下载模板 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/docker/{.env,docker-compose.yml} -P docker/ # 编辑docker/.env：填webhook、CRON_SCHEDULE="*/30 * * * *" docker-compose -f docker/docker-compose.yml up -d docker logs -f trend-radar # 验证 ``` **4. MCP AI集成清单（Cherry Studio推荐）：** - 运行setup-mac.sh（依赖uv/python） - STDIO模式：编辑claude_desktop_config.json，command: "uv --directory /path/TrendRadar run python -m mcp_server.server" - 测试："查询昨天知乎热点" → 验证14工具列表 - HTTP备选：./start-http.sh → url: "http://localhost:3333/mcp" **5. 监控与优化点：** - 指标：推送成功率>95%、新增热点检测率（🆕标记）、MCP查询响应<5s - 日志：docker logs检查API错误，newsnow星标支持 - 阈值：关键词匹配>3条/天调松；Docker内存<512MB，CPU<20% - 回滚：v3.4.1稳定，降级替换main.py；增量模式无数据→切换current测试 风险控制：newsnow免费但限频，star项目并<1min/cycle；MCP无实时网搜，积累1周数据首用。生产中结合GitHub Actions Secrets存webhook，防泄露。 资料来源： - [TrendRadar GitHub](https://github.com/sansan0/TrendRadar) - [newsnow数据源](https://github.com/ourongxing/newsnow) ## 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。