TrendRadar

TrendRadar

趋势洞察 市场分析 数据监控

实时捕捉全球热点与行业趋势的AI数据分析平台

TrendRadar 是一款开源的全网热点监控与 AI 智能分析工具,支持聚合 35+ 主流平台热搜榜单,通过自定义关键词筛选,将真正关心的资讯实时推送到手机或邮箱。

网站介绍

TrendRadar 是一个托管在 GitHub 上的开源项目(GPL-3.0 协议),由开发者 sansan0 发起并持续维护。它基于 Python 开发,结合 AI 大模型与多平台爬虫技术,帮助用户从抖音、知乎、B站、微博、百度热搜、今日头条、华尔街见闻等 35+ 主流内容平台自动抓取热搜榜单,并根据用户设定的关键词进行智能筛选和排序,最终生成一份专属的热点资讯报告。

TrendRadar 面向需要高效获取信息的用户群体,包括投资者、自媒体人、企业公关、内容创作者、产品经理以及所有希望告别无效刷屏、主动掌控资讯的普通用户。该项目在 GitHub 上获得了超过 5 万颗星,是目前最受欢迎的开源舆情监控项目之一。

核心功能/栏目

1. 全网热点聚合:默认监控知乎、抖音、B站、微博、百度热搜、今日头条、华尔街见闻、财联社、澎湃新闻等 35+ 主流平台的热搜榜单,支持用户自定义添加额外的新闻源和 RSS 订阅。

2. 智能关键词筛选:支持普通词、必须词(+)、排除词(!)、数量限制(@)以及正则表达式等多种语法,用户可在配置文件中精确设定关注领域,系统按规则实时过滤无关内容。

3. 三种推送模式:提供"当日汇总"(定时推送全天匹配新闻)、"当前榜单"(推送当下热度最高内容)、"增量监控"(仅推送新出现内容,零重复)三种模式,满足不同使用场景。

4. 多渠道实时推送:支持企业微信、个人微信、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack、通用 Webhook 等多种通知渠道,消息直达手机和邮箱,支持多账号同时推送。

5. AI 智能分析:基于 MCP 协议的 AI 对话分析系统,内置 13 种分析工具,支持自然语言提问,可进行话题趋势追踪、情感倾向分析、跨平台数据对比、智能摘要生成等深度分析。

6. 个性化热点算法:通过排名(60%)、持续出现频率(30%)、热榜质量(10%)三个维度重新整理全网热搜,权重比例可由用户自行调整。

推荐优势/特点

1. 部署极简,上手门槛低:支持 GitHub Actions 一键 Fork 部署(无需服务器,完全免费)、Docker 容器部署(一行命令启动)以及本地运行三种方式,最快 30 秒即可完成部署,即使没有编程基础的普通用户也能快速上手。

2. 精准过滤,告别信息过载:不同于被动接受算法推荐,TrendRadar 让用户主动定义关注领域,通过多级关键词规则过滤噪音信息,只推送真正有价值的内容,从根本上解决"刷了半天没看到有用信息"的问题。

3. AI 深度分析,不只是转发:开启 AI 分析后,系统会自动生成新闻摘要、判断舆论情感倾向、追踪话题生命周期、发现跨平台关联热点,相当于配备了一个 7×24 小时的私人情报分析师。

4. 完全开源,数据自主可控:项目代码全部开放,所有历史数据以 HTML 和 TXT 格式保存在本地,不依赖任何第三方云服务,用户对自己的数据拥有完全控制权。

5. 社区活跃,持续迭代:项目在 GitHub 上拥有超过 5 万颗星和大量贡献者,作者响应及时,社区文档详尽,功能持续更新中。

使用方法/入口指引

方式一:GitHub Actions 部署(推荐新手,无需服务器)

第一步:访问 GitHub 项目页面 https://github.com/sansan0/TrendRadar ,登录或注册 GitHub 账号。第二步:点击右上角"Fork"按钮,将项目复制到自己的账号下。第三步:进入 Fork 后的仓库,在"config"文件夹中编辑 config.yaml 文件,设置推送模式和通知渠道参数。第四步:编辑 frequency_words.txt 文件,添加自己关注的关键词。第五步:在仓库的"Settings → Secrets and variables → Actions"中配置推送渠道的 Webhook 地址(如企业微信、飞书、钉钉等)。第六步:进入"Actions"页面,手动运行一次"Hot News Crawler"工作流进行测试,确认推送正常即可。系统后续会按设定频率自动运行。

方式二:Docker 部署(适合有 NAS 或服务器的用户)

创建 config 和 output 目录,下载默认配置文件,然后通过 docker run 命令或 docker-compose 文件启动容器,映射配置目录并设置环境变量即可。容器启动后可通过浏览器访问网页版报告界面。

方式三:本地运行

克隆项目仓库到本地,安装 Python 依赖后直接运行 main.py 即可,支持 Windows、macOS、Linux 系统。

同类/相关网站推荐

1. NewsNow(https://newsnow.busiyi.world/):一个轻量级的全网新闻聚合平台,支持多平台热搜浏览,TrendRadar 的部分数据源即来源于此项目。

2. Folo / RSSNext(https://github.com/RSSNext/Folo):一个用 AI 重新定义信息阅读的跨平台 RSS 阅读器,支持智能摘要和分类,适合希望通过 RSS 订阅管理信息流的用户。

3. Google Trends(https://trends.google.com/):谷歌官方提供的关键词趋势分析工具,可查看全球范围内任意关键词的搜索热度变化,适合做宏观趋势研究。

4. TrendsRadar(https://trendsradar.org/):一款 Chrome 浏览器扩展插件,专注于增强 Google Trends 的使用体验,支持批量关键词分析、一键收藏、多平台快速导航等功能,适合 SEO 从业者和市场分析师。

5. 4strat Trendradar(https://www.trendradar.de/):一款面向企业和专业研究人员的趋势雷达分析平台,提供 AI 增强的趋势扫描、可视化仪表盘和专业报告生成功能,适合战略规划和前瞻研究场景。

内容反馈
回到顶部
客服QQ
  • 客服QQ点击这里给我发消息