
wantcat/trendradar
TrendRadar 是一款多平台热点聚合与智能推送助手,从知乎、***、B 站、微博、百度热搜等渠道采集热点,并通过企业微信、飞书、钉钉、***、邮件、ntfy 等通道按关键词与时间窗口智能推送,适合***者、自媒体人和关注时事的用户以“少刷屏、看重点”的方式获取高价值资讯。
让 AI 帮你使用轩辕镜像? · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
🚀 最快30秒部署的热点助手 —— 告别无效刷屏,只看真正关心的新闻资讯
https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow](https://github.com/sansan0/TrendRadar/stargazers) https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue](https://github.com/sansan0/TrendRadar/network/members) https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square](LICENSE) https://img.shields.io/badge/version-v3.0.2-green.svg?style=flat-square](https://github.com/sansan0/TrendRadar)
https://img.shields.io/badge/%E4%BC%81%E4%B8%9A%E5%BE%AE%E4%BF%A1-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square](https://work.weixin.qq.com/) https://img.shields.io/badge/***-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square]([***] https://img.shields.io/badge/%E9%92%89%E9%92%89-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square](#) https://img.shields.io/badge/%E9%A3%9E%E4%B9%A6-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square](https://www.feishu.cn/) https://img.shields.io/badge/Email-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square](#) https://img.shields.io/badge/ntfy-%E9%80%9A%E7%9F%A5-00D4AA?style=flat-square](https://github.com/binwiederhier/ntfy)
https://img.shields.io/badge/GitHub_Actions-%E8%87%AA%E5%8A%A8%E5%8C%96-2088FF?style=flat-square&logo=github-actions&logoColor=white](https://github.com/sansan0/TrendRadar) https://img.shields.io/badge/GitHub_Pages-%E9%83%A8%E7%BD%B2-4285F4?style=flat-square&logo=github&logoColor=white](https://sansan0.github.io/TrendRadar) https://img.shields.io/badge/Docker-%E9%83%A8%E7%BD%B2-2496ED?style=flat-square&logo=docker&logoColor=white](https://hub.docker.com/) https://img.shields.io/badge/MCP-AI%E5%88%86%E6%9E%90%E6%94%AF%E6%8C%81-FF6B6B?style=flat-square&logo=ai&logoColor=white](https://modelcontextprotocol.io/)
本项目以轻量,易部署为目标。开源路上,感谢有你~😉
- 感谢耐心反馈 bug 的贡献者,你们的每一条反馈让项目更加完善;
- 感谢为项目点 star 的观众们,你们的每一个 star 都是对开源精神最好的支持;
- 感谢关注公众号并积极互动 的读者们,你们的留言、点赞、分享和推荐让内容更有温度;
- 感谢给予资金支持 的朋友们,你们的慷慨已化身为键盘旁的零食饮料,陪伴着项目的每一次迭代。
👉 点击查看致谢名单 (当前 🔥39🔥 位)
数据支持
本项目使用了 https://github.com/ourongxing/newsnow 项目提供的 API 接口获取多平台数据
推广助力
感谢以下平台和个人的推荐(按时间排列)
- https://mp.weixin.qq.com/s/fvutkJ_NPUelSW9OGK39aA - 开源软件推荐平台
- LinuxDo 社区 - 技术爱好者的聚集地
- https://github.com/ruanyf/weekly - 技术圈有影响力的周刊
观众支持
感谢以下热心观众的信任与支持
| 点赞人 | 金额 | 日期 | 备注 |
|---|---|---|---|
| P*n | 1 | 2025.10.20 | |
| *杰 | 1 | 2025.10.19 | |
| *徐 | 1 | 2025.10.18 | |
| *志 | 1 | 2025.10.17 | |
| *😀 | 10 | 2025.10.16 | 点赞 |
| **杰 | 10 | 2025.10.16 | |
| *啸 | 10 | 2025.10.16 | |
| *纪 | 5 | 2025.10.14 | TrendRadar |
| J*d | 1 | 2025.10.14 | 谢谢你的工具,很好玩... |
| *H | 1 | 2025.10.14 | |
| 那*O | 10 | 2025.10.13 | |
| *圆 | 1 | 2025.10.13 | |
| P*g | 6 | 2025.10.13 | |
| Ocean | 20 | 2025.10.12 | ...真的太棒了!!!小白级别也能直接用... |
| **培 | 5.2 | 2025.10.2 | github-yzyf1312:开源万岁 |
| *椿 | 3 | 2025.9.23 | 加油,很不错 |
| *🍍 | 10 | 2025.9.21 | |
| E*f | 1 | 2025.9.20 | |
| *记 | 1 | 2025.9.20 | |
| z*u | 2 | 2025.9.19 | |
| **昊 | 5 | 2025.9.17 | |
| *号 | 1 | 2025.9.15 | |
| T*T | 2 | 2025.9.15 | 点赞 |
| *家 | 10 | 2025.9.10 | |
| *X | 1.11 | 2025.9.3 | |
| *飙 | 20 | 2025.8.31 | 来自老童谢谢 |
| *下 | 1 | 2025.8.30 | |
| 2*D | 88 | 2025.8.13 下午 | |
| 2*D | 1 | 2025.8.13 上午 | |
| S*o | 1 | 2025.8.05 | 支持一下 |
| *侠 | 10 | 2025.8.04 | |
| x*x | 2 | 2025.8.03 | trendRadar 好项目 点赞 |
| *远 | 1 | 2025.8.01 | |
| *邪 | 5 | 2025.8.01 | |
| *梦 | 0.1 | 2025.7.30 | |
| **龙 | 10 | 2025.7.29 | 支持一下 |
✨ 核心功能
全网热点聚合
- 知乎
-
- bilibili 热搜
- 华尔街见闻
- 贴吧
- 百度热搜
- 财联社热门
- 澎湃新闻
- 凤凰网
- 今日头条
- 微博
默认监控 11 个主流平台,也可自行增加额外的平台
👉 自定义监控平台
本项目的资讯数据来源于 https://github.com/ourongxing/newsnow ,你可以点击网站,点击[更多],查看是否有你想要的平台。
具体添加可访问 https://github.com/ourongxing/newsnow/tree/main/server/sources%EF%BC%8C%E6%A0%B9%E6%8D%AE%E9%87%8C%E9%9D%A2%E7%9A%84%E6%96%87%E4%BB%B6%E5%90%8D%EF%BC%8C%E5%9C%A8 config/config.yaml 文件中修改 platforms 配置:
yamlplatforms: - id: "toutiao" name: "今日头条" - id: "baidu" name: "百度热搜" - id: "wallstreetcn-hot" name: "华尔街见闻" # 添加更多平台...
如果不会看的话,就直接复制他人整理好的部分https://github.com/sansan0/TrendRadar/issues/95
智能推送策略
三种推送模式:
| 模式 | 适用人群 | 推送时机 | 显示内容 | 适用场景 |
|---|---|---|---|---|
当日汇总daily | 📋 企业管理者/普通用户 | 按时推送(默认每小时推送一次) | 当日所有匹配新闻 + 新增新闻区域 | 日报总结 全面了解当日热点趋势 |
当前榜单current | 📰 自媒体人/内容创作者 | 按时推送(默认每小时推送一次) | 当前榜单匹配新闻 + 新增新闻区域 | 实时热点追踪 了解当前最火的内容 |
增量监控incremental | 📈 ***者/交易员 | 有新增才推送 | 新出现的匹配频率词新闻 | 避免重复信息干扰 高频监控场景 |
附加功能 - 推送时间窗口控制(可选):
此功能独立于上述三种推送模式,可与任意模式搭配使用:
- 时间窗口限制: 设定推送时间范围(如 09:00-18:00 或 20:00-22:00),只在指定时间内推送
- 推送频率控制:
- 窗口内多次推送: 时间窗口内每次执行都推送
- 每天仅推送一次: 时间窗口内只推送一次(适合当日汇总或当前榜单模式)
- 典型场景:
- 工作时间推送: 只在工作日 09:00-18:00 接收消息
- 晚间汇总推送: 希望在晚上固定时间(如 20:00-22:00)收到汇总
- 避免打扰: 防止非工作时间收到推送通知
提示: 此功能默认关闭,需在
config/config.yaml中手动启用push_window.enabled
精准内容筛选
设置个人关键词(如:AI、比亚迪、教育政策),只推送相关热点,过滤无关信息
- 支持普通词、必须词(+)、过滤词(!)三种语法,见【frequency_words.txt 配置教程】
- 词组化管理,独立统计不同主题热点
也可以不做筛选,完整的推送所有热点,具体见【历史更新】中的 v2.0.1
👉 frequency_words.txt 配置教程
在 frequency_words.txt 文件中配置监控的关键词,支持三种语法和词组功能。
关键词越靠前,新闻的优先级越高,你可以根据自己的关注度调整关键词顺序
| 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 |
|---|---|---|---|---|
| 普通词 | 无 | 基础匹配 | 华为 | 包含任意一个即可 |
| 必须词 | + | 限定范围 | +手机 | 必须同时包含 |
| 过滤词 | ! | 排除干扰 | !广告 | 包含则直接排除 |
📋 基础语法说明
1. 普通关键词 - 基础匹配
txt华为 OPPO 苹果
作用: 新闻标题包含其中任意一个词就会被捕获
2. 必须词 +词汇 - 限定范围
txt华为 OPPO +手机
作用: 必须同时包含普通词和必须词才会被捕获
3. 过滤词 !词汇 - 排除干扰
txt苹果 华为 !水果 !价格
作用: 包含过滤词的新闻会被直接排除,即使包含关键词
🔗 词组功能 - 空行分隔的重要作用
核心规则: 用空行分隔不同的词组,每个词组独立统计
示例配置:
txtiPhone 华为 OPPO +发布 A股 上证 深证 +涨跌 !预测 世界杯 欧洲杯 亚洲杯 +比赛
词组解释及匹配效果:
第1组 - 手机新品类:
- 关键词:iPhone、华为、OPPO
- 必须词:发布
- 效果:必须包含手机品牌名,同时包含"发布"
匹配示例:
- ✅ "iPhone 15正式发布售价公布" ← 有"iPhone"+"发布"
- ✅ "华为Mate60系列发布会直播" ← 有"华为"+"发布"
- ✅ "OPPO Find X7发布时间确定" ← 有"OPPO"+"发布"
- ❌ "iPhone销量创新高" ← 有"iPhone"但缺少"发布"
第2组 - 股市行情类:
- 关键词:A股、上证、深证
- 必须词:涨跌
- 过滤词:预测
- 效果:包含股市相关词,同时包含"涨跌",但排除包含"预测"的内容
匹配示例:
- ✅ "A股今日大幅涨跌分析" ← 有"A股"+"涨跌"
- ✅ "上证指数涨跌原因解读" ← 有"上证"+"涨跌"
- ❌ "专家预测A股涨跌趋势" ← 有"A股"+"涨跌"但包含"预测"
- ❌ "A股成交量创新高" ← 有"A股"但缺少"涨跌"
第3组 - 足球赛事类:
- 关键词:世界杯、欧洲杯、亚洲杯
- 必须词:比赛
- 效果:必须包含杯赛名称,同时包含"比赛"
匹配示例:
- ✅ "世界杯小组赛比赛结果" ← 有"世界杯"+"比赛"
- ✅ "欧洲杯决赛比赛时间" ← 有"欧洲杯"+"比赛"
- ❌ "世界杯门票开售" ← 有"世界杯"但缺少"比赛"
🎯 配置技巧
1. 从宽到严的配置策略
txt# 第一步:先用宽泛关键词测试 人工智能 AI ChatGPT # 第二步:发现误匹配后,加入必须词限定 人工智能 AI ChatGPT +技术 # 第三步:发现干扰内容后,加入过滤词 人工智能 AI ChatGPT +技术 !广告 !培训
2. 避免过度复杂
❌ 不推荐: 一个词组包含太多词汇
txt华为 OPPO 苹果 三星 vivo 一加 魅族 +手机 +发布 +销量 !假货 !维修 !二手
✅ 推荐: 拆分成多个精确的词组
txt华为 OPPO +新品 苹果 三星 +发布 手机 销量 +市场
热点趋势分析
实时追踪新闻热度变化,让你不仅知道"什么在热搜",更了解"热点如何演变"
- 时间轴追踪:记录每条新闻从首次出现到最后出现的完整时间跨度
- 热度变化:统计新闻在不同时间段的排名变化和出现频次
- 新增检测:实时识别新出现的热点话题,用🆕标记第一时间提醒
- 持续性分析:区分一次性热点话题和持续发酵的深度新闻
- 跨平台对比:同一新闻在不同平台的排名表现,看出媒体关注度差异
不再错过重要新闻的完整发展过程,从话题萌芽到高峰热议,全程掌握
👉 推送格式说明
📊 热点词汇统计
🔥 [1/3] AI *** : 2 条
-
[百度热搜] 🆕 ***-5正式发布 [1] - 09时15分 (1次)
-
[今日头条] AI芯片概念股暴涨 [3] - [08时30分 ~ 10时45分] (3次)
━━━━━━━━━━━━━━━━━━━
📈 [2/3] 比亚迪 特斯拉 : 2 条
-
[微博] 🆕 比亚迪月销量破纪录 [2] - 10时20分 (1次)
-
[***] 特斯拉降价促销 [4] - [07时45分 ~ 09时15分] (2次)
━━━━━━━━━━━━━━━━━━━
📌 [3/3] A股 股市 : 1 条
- [华尔街见闻] A股午盘点评分析 [5] - [11时30分 ~ 12时00分] (2次)
🆕 本次新增热点新闻 (共 2 条)
百度热搜 (1 条):
- ***-5正式发布 [1]
微博 (1 条):
- 比亚迪月销量破纪录 [2]
更新时间:2025-01-15 12:30:15
消息格式说明
| 格式元素 | 示例 | 含义 | 说明 |
|---|---|---|---|
| 🔥📈📌 | 🔥 [1/3] AI *** | 热度等级 | 🔥高热度(≥10条) 📈中热度(5-9条) 📌普通热度(<5条) |
| [序号/总数] | [1/3] | 排序位置 | 当前词组在所有匹配词组中的排名 |
| 频率词组 | AI *** | 关键词组 | 配置文件中的词组,标题必须包含其中词汇 |
| : N 条 | : 2 条 | 匹配数量 | 该词组匹配的新闻总数 |
| [平台名] | [百度热搜] | 来源平台 | 新闻所属的平台名称 |
| 🆕 | 🆕 ***-5正式发布 | 新增标记 | 本轮抓取中首次出现的热点 |
| [数字] | [1] | 高排名 | 排名≤阈值的热搜,红色加粗显示 |
| [数字] | [7] | 普通排名 | 排名>阈值的热搜,普通显示 |
| - 时间 | - 09时15分 | 首次时间 | 该新闻首次被发现的时间 |
| [时间~时间] | [08时30分 ~ 10时45分] | 持续时间 | 从首次出现到最后出现的时间范围 |
| (N次) | (3次) | 出现频率 | 在监控期间出现的总次数 |
| 新增区域 | 🆕 本次新增热点新闻 | 新话题汇总 | 单独展示本轮新出现的热点话题 |
个性化热点算法
不再被各个平台的算法牵着走,TrendRadar 会重新整理全网热搜:
- 看重排名高的新闻(占60%):各平台前几名的新闻优先显示
- 关注持续出现的话题(占30%):反复出现的新闻更重要
- 考虑排名质量(占10%):不仅多次出现,还经常排在前列
把分散在各个平台的热搜合并起来,按照你关心的热度重新排序,这三个比例可以选择适合自己的场景进行调整
👉 热点权重调整
当前默认的配置是平衡性配置
两个核心场景
追实时热点型:
yamlweight: rank_weight: 0.8 # 主要看排名 frequency_weight: 0.1 # 不太在乎持续性 hotness_weight: 0.1
适用人群:自媒体博主、营销人员、想快速了解当下最火话题的用户
追深度话题型:
yamlweight: rank_weight: 0.4 # 适度看排名 frequency_weight: 0.5 # 重视当天内的持续热度 hotness_weight: 0.1
适用人群:***者、研究人员、新闻工作者、需要深度分析趋势的用户
调整的方法
- 三个数字加起来必须等于 1.0
- 哪个重要就调大哪个:在乎排名就调大 rank_weight,在乎持续性就调大 frequency_weight
- 建议每次只调 0.1-0.2,观察效果
核心思路:追求速度和时效性的用户提高排名权重,追求深度和稳定性的用户提高频次权重。
多渠道实时推送
支持企业微信(+ 微信推送方案)、飞书、钉钉、*****、邮件、ntfy,消息直达手机和*
多端适配
- GitHub Pages:自动生成精美网页报告,PC/移动端适配
- Docker部署:支持多架构容器化运行
- 数据持久化:HTML/TXT多格式历史记录保存
AI 智能分析(v3.0.0 新增)
基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统,让你用自然语言深度挖掘新闻数据
- 对话式查询:用自然语言提问,如"查询昨天知乎的热点"、"分析***最近的热度趋势"
- 13 种分析工具:涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
- 多客户端支持:Cherry Studio(GUI 配置)、Claude Desktop、Cursor、Cline 等
- 深度分析能力:
- 话题趋势追踪(热度变化、生命周期、爆火检测、趋势预测)
- 跨平台数据对比(活跃度统计、关键词共现)
- 智能摘要生成、相似新闻查找、历史关联检索
告别手动翻阅数据文件,AI 助手帮你秒懂新闻背后的故事
零技术门槛部署
GitHub 一键 Fork 即可使用,无需编程基础。
30秒部署: GitHub Pages(网页浏览)支持一键保存成图片,随时分享给他人
1分钟部署: 企业微信(手机通知)
💡 提示: 想要实时更新的网页版?fork 后,进入你的仓库 Settings → Pages,启用 GitHub Pages。https://sansan0.github.io/TrendRadar/%E3%80%82
减少 APP 依赖
从"被算法推荐绑架"变成"主动获取自己想要的信息"
适合人群: ***者、自媒体人、企业公关、关心时事的普通用户
典型场景: 股市***监控、品牌舆情追踪、行业动态关注、生活资讯获取
| Github Pages 效果(手机端适配、***推送效果) | 飞书推送效果 |
|---|---|
| !https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/_image/github-pages.png | !https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/_image/feishu.jpg |
Deployment & Usage Documentation
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 trendradar 镜像标签
DockerHub 原生拉取命令
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈,见证轩辕镜像的优质服务