在信息爆炸的时代，如何从海量资讯中快速获取与自身业务相关的热点信息，已成为企业和个人用户的刚性需求。TrendRadar 作为一款开源的 AI 驱动舆情监控工具，提供了从多平台数据聚合、智能筛选到多渠道推送的完整解决方案。本文将从工程实现角度，深入剖析其技术架构与核心模块的设计思路，为构建类似的监控系统提供可落地的技术参考。
系统整体架构
TrendRadar 的设计目标明确：轻量级、易部署、功能完整。从架构层面来看，系统主要包含四个核心模块：数据采集层、内容处理层、AI 分析层和推送分发层。数据采集层负责从多个热榜平台（知乎、抖音、微博、百度热搜等 11 个主流平台）抓取实时热点数据；内容处理层完成关键词匹配、过滤和排序；AI 分析层提供智能筛选、翻译和深度分析能力；推送分发层则将处理结果通过企业微信、飞书、钉钉、Telegram、邮件等渠道送达用户。
这种分层架构的优势在于各模块职责清晰，便于独立扩展和优化。数据采集模块使用统一的接口规范对接不同平台，降低了新增数据源的成本。内容处理层的过滤器设计支持多种语法，包括普通关键词、必须词（使用 + 前缀）、过滤词（使用 ! 前缀）、正则表达式（使用 /pattern/ 语法）以及数量限制（使用 @数字 语法），满足了从简单到复杂的各类筛选需求。
多平台数据聚合策略
多平台数据聚合是整个系统的基础。TrendRadar 依赖 newsnow 项目提供的 API 获取各平台热榜数据，这种设计避免了直接对接各平台可能面临的技术复杂性和封禁风险。在工程实现层面，聚合模块需要解决两个核心问题：数据标准化和去重。
数据标准化体现在统一不同平台的数据格式。各个热榜平台返回的数据结构各异，有的提供热度数值，有的只有排名信息，有的包含时间戳有的则没有。TrendRadar 通过抽象统一的新闻条目结构，将标题、链接、排名、平台来源、时间等字段规范化存储，为后续处理提供一致的数据基础。
去重策略则更具技术挑战性。同一新闻事件往往会在多个平台同时出现，简单的字符串完全匹配无法处理标题的微小差异。TrendRadar 采用了基于相似度的去重算法，通过计算标题之间的编辑距离或使用模糊匹配技术，识别出实际上是同一事件的新闻条目。这种设计显著提升了推送内容的阅读体验，避免了重复信息轰炸。
RSS 订阅与独立展示区
除了热榜数据，TrendRadar 还支持 RSS/Atom 订阅源的抓取，这一功能在 v4.5.0 版本中引入。RSS 模块的设计遵循与热榜相同的过滤逻辑，用户可以使用相同的关键词配置文件来筛选 RSS 内容，实现了两种数据源的无缝融合。
独立展示区是一个实用的增强功能。用户可以指定某些平台（如知乎热榜、Hacker News）的完整热榜不受关键词过滤限制，完整展示在推送消息中。这解决了「我想看某个平台的完整排名」与「我只关心特定关键词」两类不同需求之间的矛盾。配置时只需在 config.yaml 的 display.standalone 部分声明需要完整展示的平台列表和最大条数限制即可。
AI 智能筛选：从关键词到自然语言
v6.5.0 引入的 AI 智能筛选是 TrendRadar 最重要的功能迭代。传统关键词匹配存在两个痛点：一是需要手动维护复杂的关键词列表，学习成本较高；二是难以捕捉语义相关但字面不同的内容。AI 筛选通过自然语言描述兴趣的方式彻底解决了这些问题。
在 ai_interests.txt 文件中，用户可以用日常语言写下关注方向，例如「我想看 AI 和新能源相关新闻」。AI 会自动完成两阶段处理：首先从兴趣描述中提取结构化标签，然后对每条新闻按标签进行分类打分。通过 ai_filter.min_score 参数可以精确控制推送质量阈值，只推送高相关度内容。
系统还提供了完善的容错机制。当 AI 筛选失败时（例如 API 调用超时或返回格式异常），会自动回退到传统的关键词匹配模式，确保推送服务不中断。此外，AI 智能标签更新采用增量策略 —— 当用户修改兴趣描述时，系统会评估变化幅度，小改动只更新受影响的标签，大改动才触发全量重新分类，有效控制了 API 调用成本。
调度系统与推送策略
灵活的推送调度是提升用户体验的关键。TrendRadar 提供了统一调度系统，通过 timeline.yaml 配置文件控制采集、推送和 AI 分析的时间安排。系统预置了五种常用模板：全天候模式（always_on）、早晚汇总模式（morning_evening）、办公时间模式（office_hours）、夜猫子模式（night_owl）以及完全自定义模式（custom）。
以 morning_evening 模板为例，系统会在全天持续监控并在新事件出现时即时推送，同时在晚间 19:00-21:00 时段生成当日汇总报告。这种设计兼顾了即时性与完整性 —— 用户既能第一时间收到重要通知，又能在一天结束时回顾全天热点。
每个时间段还可以独立配置不同的筛选方式和关注方向。例如，早上使用「科技关键词」快速过滤获取当日要闻，晚上切换到「金融 AI 兴趣描述」做深度筛选。这种分时段个性化配置通过 timeline.yaml 的时间段定义实现，充分满足了用户在不同时段关注点可能不同的实际需求。
部署方式与存储架构
TrendRadar 支持三种部署方式：GitHub Actions、Docker 和本地运行。GitHub Actions 适合无服务器用户，利用免费配额实现定时自动抓取；Docker 部署是推荐方案，数据本地存储更安全稳定；本地运行则适合需要深度定制的高级用户。
存储模块在 v4.0.0 版本进行了重大重构，引入了多存储后端支持。GitHub Actions 环境默认使用远程云存储（支持 S3 兼容协议如 Cloudflare R2、阿里云 OSS 等），Docker 和本地环境则使用本地 SQLite 数据库。存储格式支持 SQLite、HTML 和 TXT 三种，其中 SQLite 格式保存了完整的原始数据，支持后续的 AI 对话分析功能。
对于 GitHub Actions 部署的用户，系统还引入了活跃度检测机制 —— 需要每 7 天手动签到续期一次，否则服务会自动挂起。这种设计既控制了资源消耗，又给了用户适度的自由度。
关键配置参数清单
构建一套高效的舆情监控系统，以下配置参数值得重点关注：
热榜权重调整参数（config.yaml 的 advanced.weight 部分）允许用户自定义排名权重（rank）、频次权重（frequency）和热度权重（hotness）的占比。追求时效性的用户可以将排名权重调高至 0.8，追求深度分析的用户则应提高频次权重。
每个关键词的最大显示数量通过 max_news_per_keyword 控制，默认值 0 表示不限制。合理设置此参数可以避免单个热门话题占满整条推送，建议值为 5-15 条。
推送模式选择（report.mode）有三个选项：daily（当日汇总）展示当天所有匹配新闻，current（当前榜单）展示当前排名情况，incremental（增量监控）仅推送新出现的新闻。投资者和交易员适合增量模式，自媒体创作者适合当前榜单模式，企业管理者适合当日汇总模式。
AI 相关配置包括模型选择（通过 AI_MODEL 环境变量，格式为 provider/model，如 deepseek/deepseek-chat）、API 密钥（AI_API_KEY）、温度参数（AI_TEMPERATURE，默认 1.0）、最大 token 数（AI_MAX_TOKENS，默认 5000）以及请求超时时间（AI_TIMEOUT，默认 120 秒）。
工程实践建议
基于 TrendRadar 的设计经验，构建类似的舆情监控系统有几个关键考量。首先是数据源的选择 —— 并非所有平台都适合接入，需要评估平台的稳定性、数据的质量和更新频率。建议初期选择 10-15 个核心平台，后续根据实际需求逐步增加。
其次是成本控制。AI 功能虽然效果显著，但会带来额外的 API 开销。建议先使用关键词过滤验证需求真实存在，再考虑升级到 AI 筛选。DeepSeek 等性价比高的模型是较好的入门选择。
最后是部署环境的选择。对于个人用户，Docker 部署是最佳方案 —— 不仅数据完全可控，而且定时任务执行更稳定，不受 GitHub Actions 政策的直接影响。如果需要使用 MCP AI 对话分析功能，建议同时部署 wantcat/trendradar 和 wantcat/trendradar-mcp 两个容器。
TrendRadar 展示了构建一个功能完整的 AI 舆情监控系统所需的技术要素：从底层的数据聚合、中间的处理过滤、到上层的 AI 分析和分发推送，每个环节都有成熟的设计可供参考。对于希望快速搭建类似系统的开发者而言，这个项目提供了极佳的参考实现。