Hotdry.
归档
ai-systems

TrendRadar：多平台热点聚合 + MCP驱动AI分析管道

TrendRadar聚合35+平台热点，通过MCP协议驱动AI管道，实现趋势追踪、情感分析等13工具，支持Docker部署与多渠道推送，提供工程化参数与监控要点。

在信息爆炸时代，多平台舆情监控已成为企业与个人的刚需。TrendRadar 项目巧妙地将热点聚合与 MCP（Model Context Protocol）驱动的 AI 分析管道结合，提供从数据采集到智能洞察的全链路解决方案。这种架构的核心优势在于标准化工具调用，避免了传统 RAG 或代理的复杂性，直接让 AI 模型通过自然语言访问 13 种专用工具，实现趋势追踪、情感分析、相似检索等功能。相较于单平台工具，它覆盖 35 + 平台（如知乎、抖音、B 站、微博等），并支持 Docker 一键部署与企业微信 / Telegram 推送，确保低门槛落地。

MCP 驱动 AI 管道的核心观点：标准化工具化取代黑箱代理

传统舆情系统多依赖 LLM 直接 prompting，易受幻觉影响，且缺乏结构化工具支持。TrendRadar 引入 MCP 协议，将 AI 分析封装为 14 个（v1.0.3 更新）标准化工具，每个工具对应特定功能，如analyze_topic_trend追踪话题热度生命周期、analyze_sentiment情感极性计算。这些工具通过 STDIO/HTTP 模式暴露给 Claude Desktop、Cursor、Cherry Studio 等客户端，AI 模型无需自定义 prompt，只需自然语言触发工具链。

证据显示，这种设计在项目中已验证：自带 11 月 1-15 日测试数据下，可立即体验 “查询昨天知乎热点” 或 “分析比特币趋势”。MCP 避免了代理的上下文漂移，支持多客户端无缝接入，工具总数从 13 增至 14（新增resolve_date_range解析自然语言日期）。相比通用代理，MCP 工具更轻量，延迟 < 1s / 调用，适合实时舆情。

落地参数：

  • 工具调用阈值：热度阈值设为前 10 排名（rank_weight: 0.6默认），情感分析阈值 > 0.5 视为积极。
  • 日期解析：支持 “本周”“上月”，统一 ISO 格式传入。
  • 客户端配置（Cherry Studio STDIO 模式）： 
    command: uv
args: ["--directory", "/path/to/TrendRadar", "run", "python", "-m", "mcp_server.server"]
    HTTP 模式：http://localhost:3333/mcp，端口冲突时改 33333。

多平台热点聚合：35 + 源智能筛选与个性化算法

TrendRadar 不直接爬取，而是集成 newsnow API，监控默认 11 平台（可扩展至 35+），每 30min cron 执行。核心算法融合排名（60%）、频次（30%）、热度（10%），生成个性化榜单。三种推送模式（daily/current/incremental）零重复推送，支持关键词语法：+必须词 !过滤词 @N数量。

例如，配置frequency_words.txt：

AI
ChatGPT
+技术 !广告 @10

比特币
+涨跌 !预测

词组空行分隔，独立统计。sort_by_position_first: true优先配置顺序，max_news_per_keyword: 10全局限量。

证据：更新日志显示 v3.4.1 优化 Slack/Bark 分批推送（mrkdwn 格式，4KB / 批），v3.2.0 新增数量控制，避免过载。Docker 镜像wantcat/trendradar:latest多架构支持，持久化./output。

部署清单（Docker-compose）：

  1. 创建config/config.yaml、frequency_words.txt。
  2. .env填 webhook：FEISHU_WEBHOOK_URL=https://...、REPORT_MODE=incremental、CRON_SCHEDULE="*/30 * * * *"。
  3. docker-compose up -d，日志docker logs trend-radar。
  4. 测试：docker exec trend-radar python manage.py run。

推送参数：

渠道 Webhook/Key 分批阈值 格式
企业微信 WEWORK_WEBHOOK_URL 自动 markdown/text
Telegram BOT_TOKEN+CHAT_ID 4KB HTML
Slack SLACK_WEBHOOK_URL 4KB mrkdwn
ntfy NTFY_TOPIC 无 纯文本

工程化监控点与风险控制

生产部署需监控：1. newsnow API 压力（star 支持源项目）；2. MCP 服务健康（python manage.py status）；3. 数据积累（output>7 天）。风险：增量模式无新增不推送→fallback daily；端口 3333 占用→自定义。

回滚策略：v3.4.1 前用 v3.3.0（Bark 修复）。阈值调优：push_window: 09:00-18:00，避免夜扰。

此架构适用于品牌舆情、企业情报，结合 MCP 工具链，实现 “用说的舆情分析”。参数落地后，30s 网页 + 1min 手机通知，即告别信息过载。

资料来源：

（正文约 1250 字）

查看归档