在信息爆炸时代,多平台热点分散导致用户难以高效捕捉关键舆情,TrendRadar项目通过MCP(Model Context Protocol)协议构建统一聚合管道与AI分析层,实现智能筛选与深度挖掘,成为工程化舆情监控的优选方案。该方案的核心优势在于零编程门槛的Docker部署、多渠道推送适配,以及13种AI工具的自然语言交互,支持从数据采集到洞察输出的全链路自动化。
TrendRadar聚合35+平台(如抖音、知乎、B站、华尔街见闻、财联社、微博等)的热点数据,默认监控11个主流源,用户可通过config.yaml的platforms字段扩展,例如添加“- id: 'toutiao' name: '今日头条'”。数据源统一依赖newsnow API(https://newsnow.busiyi.world/api/s?id=xxx&latest),内置DataFetcher类支持代理、重试机制,避免率限。智能筛选依赖frequency_words.txt的三级语法:普通词基础匹配、必须词(+)限定范围、过滤词(!)排除噪音。例如配置“AI +大模型 !广告”可精准捕获技术热点。权重算法为排名60%、频次30%、热度10%,通过config.yaml的weight字段微调,确保个性化排序。
MCP协议是TrendRadar AI分析的核心,v3.0+版本通过FastMCP搭建trendradar-news服务器,对output目录历史数据暴露13种工具:趋势追踪(热度时间轴)、情感分析、相似检索、跨平台对比、摘要生成等。用户在Cursor/Claude等MCP客户端输入“分析比特币最近热度趋势”,系统自动调用工具生成报告,支持对话式迭代。MCP的优势在于模型无关性,兼容Gemini/Claude等多LLM,部署只需运行start-http.bat(Windows)或start-http.sh(Linux),5分钟内接入。
Docker一键部署是生产落地的关键,官方镜像wantcat/trendradar:latest(~500MB)支持多架构(amd64/arm64)。核心命令:
mkdir -p config output
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/
docker run -d --name trend-radar \
-v ./config:/app/config:ro \
-v ./output:/app/output \
-e WEWORK_WEBHOOK_URL="企业微信Webhook" \
-e FEISHU_WEBHOOK_URL="飞书Webhook" \
-e CRON_SCHEDULE="*/30 * * * *" \
-e IMMEDIATE_RUN="true" \
wantcat/trendradar:latest
环境变量优先级高于config.yaml,支持覆盖report.mode(daily/当前汇总/current/实时榜单/incremental/增量)、notification.push_window(时间窗08:00-22:00)。推送渠道包括企业微信、飞书、钉钉、Telegram、邮件、ntfy,配置Secrets或.env文件即可并行。
生产监控要点:
- Cron调度:CRON_SCHEDULE="0 */2 * * *"(2小时抓取),避免API滥用。
- 数据持久:output目录挂载HTML/TXT报告,支持GitHub Pages自动发布。
- 阈值参数:report.rank_threshold=5,仅推送Top5;crawler.request_interval=1000ms防封。
- 回滚策略:若API失效,fallback到缓存数据;代理配置use_proxy=true。
- 资源监控:Docker stats观察CPU<20%、内存<500MB;日志tail -f output/*.log追踪错误。
风险控制:外部API依赖需备用源,关键词过多导致召回率低(建议<50词/组);国内部署加代理绕墙。实际案例中,自媒体用incremental模式每日节省80%刷屏时间,企业公关通过情感分析预警负面舆情。
落地清单:
- 下载模板配置,编辑关键词/平台。
- 配置Webhook(企业微信群机器人@生成)。
- Docker run启动,IMMEDIATE_RUN=true即时验证。
- 启动MCP服务器,Cursor测试“抖音AI热点情感分布”。
- 监控output,优化weight(rank:0.5, frequency:0.4, hotness:0.1)。
TrendRadar将舆情从被动刷取转为主动智能,MCP驱动下AI工具链显著提升分析效率,Docker化确保可复现部署,是AI系统工程的典范实践。
资料来源: