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：