Hotdry.
归档
ai-systems

轻量 Docker 部署 TrendRadar：MCP AI 多平台热点聚合与 13 种分析工具

用 Docker 快速部署 TrendRadar，轻量 MCP AI 聚合抖音/B站/知乎等 35 平台热点，支持 13 种分析工具（趋势/情感/检索）和多渠道通知。

在信息爆炸时代，手动浏览多个新闻平台已无法跟上热点节奏。TrendRadar 项目提供了一个轻量级解决方案：通过 Docker 一键部署 MCP（Model Context Protocol）AI 系统，自动聚合抖音、Bilibili、知乎等 35 个平台的新闻热点，并内置 13 种分析工具，实现趋势追踪、情感分析和相似检索等功能，同时支持企业微信、飞书等多渠道实时通知。本文聚焦工程化部署要点，给出可复制的参数配置、关键词过滤清单和 MCP 工具调用参数，确保零编程基础用户也能快速上线。

Docker 部署核心参数与步骤

TrendRadar 的设计目标是 “轻量、易部署”，支持 GitHub Actions 和 Docker 双模式，但 Docker 更适合本地 / NAS 私有化运行，避免 GitHub 配额限制。核心镜像 wantcat/trendradar:latest 已预编译多架构（AMD64/ARM），体积小、启动快。

部署清单（docker-compose 推荐）：

  1. 目录准备：

    mkdir -p trendradar/{config,output,docker}
cd trendradar

  2. 下载模板（从官方仓库）：

    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/docker-compose.yml -O docker/docker-compose.yml
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env -O docker/.env

  3. 环境变量配置（docker/.env，优先级最高）：

    # 核心开关
ENABLE_CRAWLER=true
ENABLE_NOTIFICATION=true

# 推送模式：daily(当日汇总)/current(当前榜单)/incremental(增量，只新内容)
REPORT_MODE=incremental  # 推荐投资者/交易员，避免重复

# 推送时间窗口（可选，避免夜间扰民）
PUSH_WINDOW_ENABLED=true
PUSH_WINDOW_START=08:00
PUSH_WINDOW_END=22:00

# 多渠道通知（至少选一，多个并行）
WEWORK_WEBHOOK_URL=https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=your-key  # 企业微信
FEISHU_WEBHOOK_URL=https://www.feishu.cn/open-apis/bot/v2/hook/your-hook  # 飞书（显示最友好）
DINGTALK_WEBHOOK_URL=https://oapi.dingtalk.com/robot/send?access_token=your-token  # 钉钉
TELEGRAM_BOT_TOKEN=123456:AAH...  # Telegram（需配 CHAT_ID）
TELEGRAM_CHAT_ID=your-chat-id
EMAIL_FROM=your@email.com  # 邮件（自动识 SMTP）
EMAIL_PASSWORD=your-auth-code
EMAIL_TO=user1@email.com,user2@email.com
NTFY_TOPIC=trendradar-yourname-1234  # ntfy（免费跨平台）
BARK_URL=https://api.day.app/your-key  # iOS Bark

# 爬取频率（CRON，勿太频防 API 限流）
CRON_SCHEDULE="*/30 * * * *"  # 每 30min

  4. 启动：

    cd docker
docker-compose up -d
docker logs -f trend-radar  # 监控日志

容错参数：

  • MAX_NEWS_PER_KEYWORD=10：每个关键词限 10 条，防推送过长。
  • SORT_BY_POSITION_FIRST=true：按配置顺序优先（config.yaml/report），而非纯热度。
  • 数据持久：-v ./output:/app/output，重启不丢历史。

部署后 1-2 天积累数据，即可启用 MCP AI。项目自带 11 月测试数据（output/），即时体验。

关键词过滤与热点算法调优

聚合基于 newsnow API（35+ 平台：抖音 / 知乎 / B 站 / 微博 / 百度 / 财联社 等），默认 11 个，可在 config.yaml/platforms 扩展。

frequency_words.txt 语法清单（空行分词组，独立统计）：

# 组1: AI 技术（热度优先）
人工智能
ChatGPT
+技术
!广告
@15  # 最多 15 条

# 组2: 股市（增量监控）
A股
上证
+涨跌
!预测
@5

# 组3: 汽车（跨平台对比）
特斯拉
比亚迪
+销量

热点权重（config.yaml/weight，总和 = 1.0）：

  • 实时追热点：rank_weight: 0.7, frequency_weight: 0.2, hotness_weight: 0.1
  • 深度趋势：rank_weight: 0.3, frequency_weight: 0.5, hotness_weight: 0.2

推送示例（飞书效果最佳）：

🔥 [1/3] AI ChatGPT: 5条
1. [知乎] 🆕 ChatGPT-5发布 [1] - 09:15 (1次)

MCP AI：13 工具工程调用参数

MCP 服务（uv run python -m mcp_server.server 或 HTTP:3333/mcp）兼容 Claude Desktop/Cursor/Cline 等。13 工具分类：

基础查询 (3)：

  • get_latest_news: {platform: "zhihu", limit: 10} → 最新知乎 Top10。
  • get_news_by_date: {date: "2025-11-25", keyword: "AI"}。
  • get_trending_topics: {days: 7} → 7 天趋势词。

智能检索 (4)：

  • search_news: {query: "比特币", platforms: ["douyin", "bilibili"]}。
  • search_related_news_history: {topic: "特斯拉", days: 30} → 历史关联。
  • find_similar_news: {news_id: "abc123", similarity_threshold: 0.8}。
  • analyze_sentiment: {news_list: [...], sentiment_type: "positive|negative|neutral"} → 情感倾向（阈值 0.7+ 高置信）。

高级分析 (4)：

  • analyze_topic_trend: {topic: "AI", period: "week"} → 热度生命周期 / 预测。
  • analyze_data_insights: {topics: ["A股", "美股"], metrics: "frequency,rank"} → 跨平台对比。
  • generate_summary_report: {date_range: "2025-11-20~25", format: "markdown"}。
  • analyze_emotion_evolution: {topic: "政策", days: 14}。

系统 (2)：

  • get_current_config / get_system_status → 监控数据量 / 错误率。
  • trigger_crawl: {platforms: ["all"]} → 手动触发。

调用最佳实践：

  • Cursor/Claude：STDIO 模式，路径 /path/to/TrendRadar。
  • 参数校验：日期 YYYY-MM-DD，平台 ID 如 "zhihu"/"douyin"。
  • 监控阈值：数据 <7 天报错，回滚用测试数据。
  • 回滚策略：日志异常 → docker-compose down; docker pull wantcat/trendradar:latest; up -d。

风险控制与监控

  • 限流：CRON >15min，star newsnow 项目。
  • 隐私：Webhook 用 GitHub Secrets 或 .env，非明文 config.yaml。
  • 监控点：docker exec trend-radar python manage.py status（数据条数 / 上次爬取）。
  • 扩展：NAS 如群晖，端口 80/443 映射，环境变量覆盖 yaml。

TrendRadar 将被动刷屏转为主动智能推送，MCP AI 解锁数据价值。生产阈值：关键词 5-10 组，平台 15+，日推送 <50 条。

资料来源：

（正文约 1250 字）

查看归档