TRENDRADAR Docker 容器化部署指南

概述

TRENDRADAR（中文名称：趋势雷达）是一款专注于多平台热点聚合与智能推送的容器化应用。该工具以轻量部署、高效聚合为核心目标，支持从知乎、抖音、B站、微博等11个主流平台实时抓取热点内容，并通过企业微信、飞书、钉钉、Telegram、邮件、ntfy等多渠道推送。其核心特性包括智能内容筛选、热点趋势分析、个性化算法排序及AI深度分析功能，帮助用户从海量信息中精准获取关注的热点话题，减少对传统信息平台的依赖。

本指南将详细介绍TRENDRADAR的Docker容器化部署流程，包括环境准备、镜像拉取、容器配置、功能验证及生产环境优化方案，旨在为用户提供一套完整、可复现的部署方案。

环境准备

Docker环境安装

TRENDRADAR基于Docker容器化部署，需先确保服务器已安装Docker环境。推荐使用轩辕云提供的一键安装脚本，可自动完成Docker及相关组件的安装与配置：

bash
bash <(wget -qO- https://xuanyuan.cloud/docker.sh)

脚本执行过程中可能需要sudo权限，请确保当前用户具备相应权限。安装完成后，可通过docker --version验证Docker是否成功安装。

轩辕镜像加速配置

为提升Docker镜像拉取速度，特别是国内用户访问Docker Hub的效率，上述一键脚本已自动配置轩辕镜像加速服务：

作用：通过国内高速节点缓存，加速从Docker Hub下载镜像，解决跨境网络延迟问题
原理：镜像源仍为Docker Hub，轩辕节点仅作为缓存代理，确保镜像完整性与官方一致
配置：无需手动操作，一键脚本已完成/etc/docker/daemon.json配置，重启Docker后自动生效

加速服务仅影响镜像拉取速度，不改变镜像内容及使用方式。如需验证加速配置，可执行docker info查看Registry Mirrors字段是否包含docker.xuanyuan.me。

镜像准备

镜像信息确认

TRENDRADAR官方镜像信息如下：

镜像名称：wantcat/trendradar
推荐标签：latest（稳定版）
镜像类型：用户/组织镜像（多段名称，包含斜杠"/"）

镜像拉取命令

根据镜像名称格式（包含斜杠），采用轩辕加速地址的多段镜像拉取规则：

bash
# 拉取最新稳定版镜像
docker pull docker.xuanyuan.me/wantcat/trendradar:latest

如需指定其他版本，可将latest替换为具体标签，标签列表可参考轩辕镜像标签页面。

镜像验证

拉取完成后，通过以下命令验证镜像是否成功获取：

bash
docker images | grep trendradar

预期输出示例：

docker.xuanyuan.me/wantcat/trendradar   latest    abc12345   2 weeks ago   500MB

容器部署

部署前准备

1. 创建工作目录

为实现配置文件持久化与数据备份，建议创建专用工作目录：

bash
# 创建主目录及子目录（官方推荐结构）
mkdir -p config output
# 或使用绝对路径
mkdir -p /opt/trendradar/{config,output}

config：存储配置文件（关键词、推送设置等）
output：存储历史数据、生成的网页报告

2. 配置文件准备

TRENDRADAR核心配置文件包括config.yaml（主配置）和frequency_words.txt（关键词配置）。官方推荐直接从GitHub下载配置文件模板：

方式一：使用 wget 下载（Linux/macOS）

bash
# 下载配置文件到 config 目录
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/

方式二：手动下载

访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml → 右键"另存为" → 保存到 config/config.yaml
访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt → 右键"另存为" → 保存到 config/frequency_words.txt

完成后的目录结构应该是：

当前目录/
└── config/
    ├── config.yaml
    └── frequency_words.txt

配置文件下载完成后，可根据实际需求修改配置项。如使用环境变量配置，配置文件可作为默认模板。

核心配置说明

1. `config.yaml` 关键配置项

编辑config/config.yaml，根据需求调整以下核心参数：

yaml
# 报告模式配置（daily/current/incremental）
report:
  mode: "daily"  # 当日汇总模式，适合日常总结
  # current - 当前榜单模式，定时推送最新榜单
  # incremental - 增量监控模式，仅推送新增内容

# 推送时间窗口（可选，默认关闭）
notification:
  push_window:
    enabled: true  # 启用时间窗口控制
    time_range:
      start: "08:00"  # 推送开始时间
      end: "22:00"    # 推送结束时间

# 爬虫配置
crawler:
  enable_crawler: true  # 是否启用爬虫

# 通知配置
notification:
  enable_notification: true  # 是否启用通知
  # Webhook 配置可通过环境变量设置，优先级高于配置文件

⚙️ 环境变量覆盖机制（v3.0.5+）

TRENDRADAR支持通过环境变量直接覆盖配置文件设置，优先级：环境变量 > config.yaml。常用环境变量如下：

环境变量	对应配置	示例值	说明
`ENABLE_CRAWLER`	`crawler.enable_crawler`	`true` / `false`	是否启用爬虫
`ENABLE_NOTIFICATION`	`notification.enable_notification`	`true` / `false`	是否启用通知
`REPORT_MODE`	`report.mode`	`daily` / `incremental` / `current`	报告模式
`PUSH_WINDOW_ENABLED`	`notification.push_window.enabled`	`true` / `false`	推送时间窗口开关
`PUSH_WINDOW_START`	`notification.push_window.time_range.start`	`08:00`	推送开始时间
`PUSH_WINDOW_END`	`notification.push_window.time_range.end`	`22:00`	推送结束时间
`FEISHU_WEBHOOK_URL`	`notification.webhooks.feishu_url`	`https://...`	飞书 Webhook

详细配置说明可参考轩辕镜像文档（TRENDRADAR）中的配置章节。

2. `frequency_words.txt` 关键词配置

该文件用于定义热点筛选规则，支持普通词、必须词（+前缀）、过滤词（!前缀）及词组分隔（空行）：

txt
# 科技热点组
AI
ChatGPT
+发布
!广告

# 财经热点组
A股
上证指数
+涨跌
!预测

# 汽车热点组
比亚迪
特斯拉
+销量

关键词顺序影响优先级，靠前的关键词匹配结果将优先展示。

容器启动命令

方式一：快速体验（一行命令）

使用docker run命令启动容器，挂载本地目录实现持久化：

bash
docker run -d --name trend-radar \
  -v ./config:/app/config:ro \
  -v ./output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  -e DINGTALK_WEBHOOK_URL="你的钉钉webhook" \
  -e WEWORK_WEBHOOK_URL="你的企业微信webhook" \
  -e TELEGRAM_BOT_TOKEN="你的telegram_bot_token" \
  -e TELEGRAM_CHAT_ID="你的telegram_chat_id" \
  -e EMAIL_FROM="你的发件邮箱" \
  -e EMAIL_PASSWORD="你的邮箱密码或授权码" \
  -e EMAIL_TO="收件人邮箱" \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  -e IMMEDIATE_RUN="true" \
  docker.xuanyuan.me/wantcat/trendradar:latest

方式二：使用绝对路径（推荐生产环境）

bash
docker run -d --name trend-radar \
  --restart always \
  -v /opt/trendradar/config:/app/config:ro \
  -v /opt/trendradar/output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  -e DINGTALK_WEBHOOK_URL="你的钉钉webhook" \
  -e WEWORK_WEBHOOK_URL="你的企业微信webhook" \
  -e TELEGRAM_BOT_TOKEN="你的telegram_bot_token" \
  -e TELEGRAM_CHAT_ID="你的telegram_chat_id" \
  -e EMAIL_FROM="你的发件邮箱" \
  -e EMAIL_PASSWORD="你的邮箱密码或授权码" \
  -e EMAIL_TO="收件人邮箱" \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  -e IMMEDIATE_RUN="true" \
  -e TZ=Asia/Shanghai \
  docker.xuanyuan.me/wantcat/trendradar:latest

参数说明：

--name trend-radar：容器名称（官方推荐使用连字符）
--restart always：容器退出时自动重启，确保服务持续运行
-v ./config:/app/config:ro：挂载配置文件目录（只读模式，:ro 表示只读）
-v ./output:/app/output：挂载输出目录（存储历史数据和生成的报告）
-e FEISHU_WEBHOOK_URL：飞书 Webhook 地址（可选，根据需要配置）
-e DINGTALK_WEBHOOK_URL：钉钉 Webhook 地址（可选）
-e WEWORK_WEBHOOK_URL：企业微信 Webhook 地址（可选）
-e TELEGRAM_BOT_TOKEN / TELEGRAM_CHAT_ID：Telegram 推送配置（可选）
-e EMAIL_FROM / EMAIL_PASSWORD / EMAIL_TO：邮件推送配置（可选）
-e CRON_SCHEDULE：定时任务调度（Cron 表达式，示例：每30分钟执行一次）
-e RUN_MODE="cron"：运行模式（cron 定时模式）
-e IMMEDIATE_RUN="true"：立即执行一次（容器启动后立即运行，不等待定时任务）
-e TZ=Asia/Shanghai：设置时区为上海（避免日志时间与本地不一致）

注意：推送渠道配置可通过环境变量直接设置，无需修改 config.yaml。环境变量优先级高于配置文件，适合在 NAS 或其他 Docker 环境中快速配置。

容器状态检查

启动后通过以下命令确认容器运行状态：

bash
# 查看容器状态
docker ps | grep trend-radar

# 查看实时日志
docker logs -f trend-radar

预期日志输出示例：

2025-01-01 09:00:00 [INFO] TrendRadar v3.0.5 started successfully
2025-01-01 09:00:05 [INFO] Loaded config from /app/config/config.yaml
2025-01-01 09:00:10 [INFO] Start fetching data from platforms...
2025-01-01 09:00:15 [INFO] Immediate run enabled, executing now...

功能测试

基础可用性验证

1. 数据输出检查

TRENDRADAR会将生成的热点报告保存到 output 目录，检查输出文件：

bash
# 查看输出目录内容
ls -lh ./output
# 或使用绝对路径
ls -lh /opt/trendradar/output

预期输出包含HTML格式的热点报告文件（如 report_20250101.html）及数据文件。

2. 日志完整性检查

查看数据抓取与推送日志，验证核心功能是否正常：

bash
# 查看容器日志（推荐方式）
docker logs trend-radar | grep "fetching data"
docker logs trend-radar | grep "pushed to"
# 查看最近100行日志
docker logs --tail 100 trend-radar

预期输出包含平台数据抓取成功信息（如"Fetched 20 items from 知乎"）及推送成功记录（如"pushed to 企业微信: 5 items"）。

核心功能测试

1. 热点聚合测试

修改frequency_words.txt添加测试关键词（如"测试热点"），观察是否能捕获相关内容：

bash
# 添加测试关键词
echo -e "\n测试热点\n+测试" >> ./config/frequency_words.txt
# 或使用绝对路径
echo -e "\n测试热点\n+测试" >> /opt/trendradar/config/frequency_words.txt

# 重启容器使配置生效
docker restart trend-radar

# 查看匹配日志
docker logs trend-radar | grep "匹配关键词"

预期日志中出现"匹配关键词: 测试热点"相关记录。

2. 推送功能测试

以企业微信推送为例，验证消息是否送达：

确保环境变量 WEWORK_WEBHOOK_URL 已正确配置（或 config.yaml 中企业微信配置正确）
查看推送日志确认无错误：docker logs trend-radar | grep "wecom push" 或 docker logs trend-radar | grep "企业微信"
检查企业微信应用消息列表，是否收到热点汇总推送

提示：推荐使用环境变量配置推送渠道，修改后重启容器即可生效，无需修改配置文件。

3. AI分析功能测试（v3.0.0+）

TRENDRADAR支持基于MCP协议的AI分析功能，可通过MCP客户端（如Claude、Cursor）进行自然语言查询。MCP服务默认运行在容器内，如需外部访问需配置端口映射。

注意：AI分析功能需要配置MCP服务器，具体配置方法请参考项目官方GitHub仓库中的MCP配置文档。

生产环境建议

数据持久化优化

1. 目录权限精细化

生产环境避免使用777权限，建议根据容器内用户ID设置权限：

bash
# 查看容器内应用用户ID（假设为1000）
docker exec -it trend-radar id appuser
# 设置目录所有者为该用户ID
chown -R 1000:1000 /opt/trendradar
# 设置权限（config目录只读，output目录可写）
chmod -R 755 /opt/trendradar/config
chmod -R 755 /opt/trendradar/output

2. 定期备份策略

配置定时任务备份关键数据：

bash
# 创建备份脚本
cat > /opt/trendradar/backup.sh << 'EOF'
#!/bin/bash
BACKUP_DIR="/backup/trendradar"
TIMESTAMP=$(date +%Y%m%d_%H%M%S)
mkdir -p $BACKUP_DIR
# 备份配置文件和数据（注意：config目录为只读，output目录包含数据）
tar -zcvf $BACKUP_DIR/trendradar_backup_$TIMESTAMP.tar.gz /opt/trendradar/config /opt/trendradar/output
# 保留最近30天备份
find $BACKUP_DIR -name "trendradar_backup_*.tar.gz" -mtime +30 -delete
EOF

# 添加执行权限
chmod +x /opt/trendradar/backup.sh
# 添加到crontab（每天凌晨3点执行）
echo "0 3 * * * /opt/trendradar/backup.sh" >> /var/spool/cron/root

性能与稳定性优化

1. 资源限制配置

根据服务器配置限制容器CPU/内存使用，避免资源耗尽：

bash
# 停止现有容器
docker stop trend-radar && docker rm trend-radar
# 带资源限制启动（示例：限制1核CPU，2GB内存）
docker run -d \
  --name trend-radar \
  --restart always \
  --cpus 1 \
  --memory 2g \
  -v /opt/trendradar/config:/app/config:ro \
  -v /opt/trendradar/output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  -e IMMEDIATE_RUN="true" \
  -e TZ=Asia/Shanghai \
  docker.xuanyuan.me/wantcat/trendradar:latest

2. 日志轮转配置

避免日志文件过大，配置Docker日志驱动实现自动轮转：

bash
# 创建或更新日志轮转配置文件
cat > /etc/docker/daemon.json << 'EOF'
{
  "registry-mirrors": ["https://docker.xuanyuan.me"],
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "10m",
    "max-file": "3"
  }
}
EOF
# 重启Docker生效
systemctl restart docker

# 重新启动容器以应用日志配置
docker restart trend-radar

配置后，单个日志文件最大10MB，保留3个历史文件。可通过 docker logs trend-radar 查看日志。

安全加固

1. 网络隔离

通过Docker网络隔离限制容器网络访问：

bash
# 创建专用网络
docker network create trendradar-net --subnet 172.28.0.0/16
# 启动容器时指定网络（TRENDRADAR无需暴露端口，仅需出站访问）
docker run -d \
  --name trend-radar \
  --network trendradar-net \
  --restart always \
  -v /opt/trendradar/config:/app/config:ro \
  -v /opt/trendradar/output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  docker.xuanyuan.me/wantcat/trendradar:latest

注意：TRENDRADAR主要进行数据抓取和推送，无需暴露Web端口。如需要AI分析功能的MCP服务，可单独配置端口映射。

2. 配置文件加密

对于包含敏感信息（如API密钥、推送令牌）的配置文件，可使用加密工具保护：

bash
# 使用git-crypt加密配置文件
cd /opt/trendradar/config
git init && git-crypt init
# 添加敏感文件到加密列表
echo "config.yaml" > .gitattributes
git add .gitattributes config.yaml && git commit -m "加密配置文件"

监控与告警

1. 容器健康检查

TRENDRADAR主要通过日志和输出文件判断运行状态，可通过检查输出目录或日志来监控：

bash
# 检查容器运行状态
docker ps | grep trend-radar

# 检查最近是否有新输出文件生成
ls -lt /opt/trendradar/output | head -5

# 检查日志中是否有错误
docker logs --tail 50 trend-radar | grep -i error

# 使用重启策略确保容器持续运行
docker run -d \
  --name trend-radar \
  --restart always \
  -v /opt/trendradar/config:/app/config:ro \
  -v /opt/trendradar/output:/app/output \
  -e CRON_SCHEDULE="*/30 * * * *" \
  -e RUN_MODE="cron" \
  docker.xuanyuan.me/wantcat/trendradar:latest

2. 日志监控告警

使用ELK或Prometheus+Grafana监控日志异常：

bash
# 示例：使用promtail收集Docker日志到Loki
docker run -d \
  --name promtail \
  -v /var/lib/docker/containers:/var/lib/docker/containers:ro \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v /etc/promtail-config.yaml:/etc/promtail/config.yml \
  grafana/promtail:latest

配置Prometheus告警规则，监控容器日志，当出现"推送失败"、"数据抓取错误"等高频率日志时触发告警。也可通过检查 output 目录文件生成时间判断服务是否正常运行。

故障排查

常见问题及解决方案

1. 容器启动失败

现象：docker ps无容器进程，docker logs显示权限错误
排查：

bash
# 查看详细错误日志
docker logs trend-radar
# 查看容器退出状态
docker ps -a | grep trend-radar

解决方案：

权限问题：调整挂载目录权限（如chown -R 1000:1000 /opt/trendradar，确保 output 目录可写）
配置文件错误：检查 config.yaml 格式是否正确，可使用在线YAML验证工具
环境变量格式错误：确保环境变量值使用引号包裹，特殊字符需转义

2. 数据抓取失败

现象：日志显示"Failed to fetch data from 知乎"或"爬虫未启用"
排查：

bash
# 检查网络连通性
docker exec -it trend-radar curl -I https://www.zhihu.com
# 检查爬虫是否启用
docker exec -it trend-radar grep "enable_crawler" /app/config/config.yaml
# 或检查环境变量
docker exec -it trend-radar env | grep ENABLE_CRAWLER

解决方案：

网络问题：检查服务器网络策略，确保允许访问目标平台域名（知乎、B站、微博等）
爬虫未启用：在 config.yaml 中设置 crawler.enable_crawler: true 或使用环境变量 ENABLE_CRAWLER=true
API限制：部分平台需配置Cookie或API密钥，参考项目官方GitHub仓库中的配置说明

3. 推送功能异常

现象：日志显示"推送失败"或"Webhook错误"
排查：

bash
# 查看推送相关日志
docker logs trend-radar | grep -i "push\|webhook\|推送"
# 检查环境变量配置
docker exec -it trend-radar env | grep -E "WEBHOOK|EMAIL|TELEGRAM"

解决方案：

配置错误：核对Webhook URL是否正确（飞书、钉钉、企业微信等），确保URL完整且包含协议头（https://）
网络限制：确保服务器可访问推送服务API（如企业微信 https://qyapi.weixin.qq.com、飞书 https://open.feishu.cn 等），检查防火墙规则
权限不足：确保企业微信应用有"消息推送"权限，或检查Webhook是否有效（可通过curl测试）
邮件配置：如使用邮件推送，确保 EMAIL_PASSWORD 使用的是邮箱授权码而非登录密码

4. AI分析功能无响应（v3.0.0+）

现象：MCP客户端无法连接或AI查询无响应
排查：

bash
# 检查MCP服务是否运行（如配置了HTTP模式）
docker exec -it trend-radar curl -I http://localhost:3333/mcp
# 查看MCP服务日志
docker logs trend-radar | grep -i mcp

解决方案：

MCP服务未启动：检查容器日志确认MCP服务启动状态，参考项目官方GitHub仓库中的MCP配置文档
配置错误：检查MCP服务配置，确认传输模式（STDIO或HTTP）和端口设置
客户端连接问题：如使用HTTP模式，确保客户端可访问MCP服务地址（默认端口3333），检查防火墙规则

高级排查工具

1. 容器内调试

bash
# 以调试模式启动容器（覆盖启动命令）
docker run --rm -it --name trendradar-debug \
  -v /opt/trendradar/config:/app/config:ro \
  -v /opt/trendradar/output:/app/output \
  docker.xuanyuan.me/wantcat/trendradar:latest bash

# 或进入运行中的容器
docker exec -it trend-radar bash

在容器内可直接执行应用命令，排查配置文件加载、依赖缺失等问题。可检查 /app/config 和 /app/output 目录内容。

2. 性能分析

使用docker stats监控容器资源占用，定位性能瓶颈：

bash
# 实时监控资源使用
docker stats trend-radar
# 查看容器资源使用历史
docker stats --no-stream trend-radar

若CPU占用过高，可调整定时任务频率（修改 CRON_SCHEDULE 环境变量，如从 */30 * * * * 改为 0 * * * * 每小时执行一次）或检查关键词配置是否过于宽泛导致匹配数据量过大。

参考资源

官方文档与镜像资源

社区与支持

TRENDRADAR GitHub Issues（问题反馈与功能请求）
轩辕云容器技术社区（镜像使用交流）

总结

本文详细介绍了TRENDRADAR的Docker容器化部署方案，从环境准备、镜像拉取到容器配置、功能验证，提供了一套完整的实施指南。TRENDRADAR作为多平台热点聚合工具，通过容器化部署可快速实现热点追踪与智能推送，适用于投资者、自媒体人、企业管理者等多种用户场景。

关键要点

环境配置：使用轩辕一键脚本快速部署Docker环境，自动配置镜像加速，提升国内访问速度
镜像拉取：根据镜像名称（含斜杠）采用多段镜像拉取规则，命令为docker pull docker.xuanyuan.me/wantcat/trendradar:latest
配置核心：通过config.yaml（报告模式、推送设置）和frequency_words.txt（关键词筛选）实现个性化热点管理，推荐使用环境变量覆盖配置（v3.0.5+）
持久化策略：挂载本地目录./config（只读）和./output（可写）确保配置和数据持久化，避免容器重启后数据丢失
容器启动：使用官方推荐的docker run命令，配置环境变量设置推送渠道和定时任务，容器名为trend-radar（带连字符）
功能验证：通过输出文件检查、日志检查、推送测试三步验证部署有效性，确保核心功能正常

后续建议

深入配置优化：根据使用场景调整报告模式（daily/current/incremental）和推送时间窗口，提升热点匹配精准度
环境变量配置：充分利用环境变量覆盖机制（v3.0.5+），在NAS或Docker管理界面中直接配置推送渠道，无需修改配置文件
高级功能探索：尝试v3.0.0+新增的AI分析功能，通过MCP协议对接Claude、Cursor等客户端，实现自然语言查询热点趋势
监控体系建设：通过检查output目录文件生成时间和容器日志监控服务状态，设置异常告警（如抓取失败、推送延迟）
版本管理：定期关注轩辕镜像标签页面，及时更新镜像以获取新功能与安全修复
docker-compose部署：生产环境推荐使用docker-compose方式部署，便于管理和配置环境变量，参考项目官方GitHub仓库中的docker-compose配置示例

通过本文档的部署方案，用户可在30分钟内完成TRENDRADAR的容器化部署，实现多平台热点的一站式聚合与推送，有效提升信息获取效率。如需进一步定制化配置，可参考项目官方GitHub仓库或轩辕镜像文档获取更多技术细节。

概述

环境准备

Docker环境安装

轩辕镜像加速配置

镜像准备

镜像信息确认

镜像拉取命令

镜像验证

容器部署

部署前准备

1. 创建工作目录

2. 配置文件准备

核心配置说明

1. config.yaml 关键配置项

2. frequency_words.txt 关键词配置

容器启动命令

容器状态检查

功能测试

基础可用性验证

1. 数据输出检查

2. 日志完整性检查

核心功能测试

1. 热点聚合测试

2. 推送功能测试

3. AI分析功能测试（v3.0.0+）

生产环境建议

数据持久化优化

1. 目录权限精细化

2. 定期备份策略

性能与稳定性优化

1. 资源限制配置

2. 日志轮转配置

安全加固

1. 网络隔离

2. 配置文件加密

监控与告警

1. 容器健康检查

2. 日志监控告警

故障排查

常见问题及解决方案

1. 容器启动失败

2. 数据抓取失败

3. 推送功能异常

4. AI分析功能无响应（v3.0.0+）

高级排查工具

1. 容器内调试

2. 性能分析

参考资源

官方文档与镜像资源

相关工具与协议

社区与支持

总结

关键要点

后续建议

1. `config.yaml` 关键配置项

2. `frequency_words.txt` 关键词配置