我用30秒在GitHub部署了一个AI选题助手,现在它每天早上9点自动给我发热点

做内容的人都懂那种每天盯着各个平台找选题的疲惫感。我搭了一套自动推送系统之后，这件事变成了”睡醒看一眼通知”。

一、每天找选题有多烦

知乎、微博、 B 站、抖音、财联社……每个平台的热点都不一样，每天手动巡一遍大概要花 30 分钟。更烦的是，你不知道哪个平台今天有你关注方向的热点，很多时候刷了半天全是娱乐八卦。

我要的其实很简单：只要 AI 相关的热点，每天早上自动推送到手机，不用我主动去找。

TrendRadar 解决的就是这件事。

它监控 35 个中文平台（抖音、知乎、 B 站、微博、财联社、百度热搜等），按你设置的关键词过滤，筛出来的内容通过微信/飞书/钉钉/Telegram 推送给你。还支持 MCP 协议，可以和 Claude/Cursor 对话查历史热点。

项目地址：sansan0/TrendRadar， GitHub 开源，被阮一峰周刊和少数派推荐过，持续维护（已迭代到 v3.0.5 ）。

二、最快部署方式： 30 秒 GitHub Pages

不需要服务器，不需要写代码，只需要有个 GitHub 账号。

第一步： Fork 项目

打开 https://github.com/sansan0/TrendRadar，点右上角 Fork ，复制到自己的账号下。

第二步：开启 GitHub Pages

进入你 Fork 后的仓库 → Settings → Pages → Source 选 GitHub Actions → Save 。

第三步：等 1 小时

GitHub Actions 会自动运行，每小时抓一次热点，生成一个网页报告。打开 https://你的用户名.github.io/TrendRadar/ 就能看到今天的热点。

就这三步，什么都不用装。

踩坑： Pages 需要手动开启， Fork 完不会自动激活。 很多人 Fork 了之后发现访问是 404 ，就是因为忘了去 Settings 里手动启用 Pages 。

三、配置关键词过滤（最关键一步）

默认它监控所有热点，你需要告诉它你只关心什么。

打开仓库里的 config/frequency_words.txt，按这个语法写关键词：

AI工具
大模型
Claude
GPT
Gemini
+发布
!广告

ClaudeCode
Cursor
Copilot
opencode
+更新

语法说明：
– 普通词：满足任意一个就匹配
– +词：必须同时包含（ AND 条件）
– !词：包含这个词就排除（过滤条件）
– 空行分隔不同词组

上面这个配置的意思是：抓”AI 工具/大模型/Claude/GPT/Gemini”相关热点，但必须同时包含”发布”这个词，并且过滤掉带”广告”的。

关键词建议：词组别太大，拆细比较准。 我一开始把所有 AI 关键词堆在一个词组，结果推送量太大、质量差。拆成 3-4 个精准词组之后，每天收到的内容从 50 条降到 8 条，但质量高多了。

修改完直接提交（ Commit ）， GitHub Actions 会在下次运行时自动生效。

四、配置微信推送（最实用）

网页报告需要主动打开，不够方便。把推送接到手机才是真正有用的。

用企业微信机器人（最简单， 1 分钟搞定）：

第一步：在企业微信里找一个内部群（自己建一个也行） → 点右上角「…」→「消息推送」→「添加」→「新建机器人」→ 名字叫”TrendRadar”→ 复制 Webhook 地址。

第二步：进入你 Fork 的仓库 → Settings → Secrets and variables → Actions → 「 New repository secret 」：
– Name ：WEWORK_WEBHOOK_URL
– Secret ：填刚才复制的 Webhook 地址

保存，完成。下次 GitHub Actions 运行时，热点会自动推送到那个企业微信群。

没有企业微信怎么办？用飞书个人版：

打开 https://botbuilder.feishu.cn/home/my-command → 新建机器人指令 → Webhook 触发 → 复制 Webhook 地址，填到仓库 Secrets 里，名字叫 FEISHU_WEBHOOK_URL。

踩坑： Webhook 绝对不能填到 config.yaml 里。 正确做法是填到 GitHub Secrets ， Secrets 是加密存储的， config.yaml 是公开的，填错了 Webhook 就暴露了，任何人都能伪造推送。

五、进阶：接 MCP 让 AI 帮你分析热点

v3.0.0 加了一个厉害的功能： MCP 服务器。意思是，你可以用 Claude Desktop 或 Cursor ，用自然语言对话来查询和分析你积累的热点数据。

比如：
– “上周哪个 AI 工具被提到最多次？”
– “最近三天有没有关于 Claude 的负面新闻？”
– “帮我生成一份本周 AI 热点摘要”

本地启动 MCP 服务：

先按文档把项目 Clone 到本地并安装依赖（ Python 环境），然后：

start-http.bat

./start-http.sh

服务启动在 http://localhost:3333/mcp。

在 Cursor 里配置：

{
"mcpServers":{
"trendradar":{
"url":"http://localhost:3333/mcp"
}
}
}

保存后重启 Cursor ，就能在 AI 对话里直接查你的热点数据了。

踩坑： MCP 功能需要先积累数据。 刚部署的第一天用 MCP 查，大概率没什么数据。建议至少运行一周之后再启用 MCP 分析，数据量上去了分析才有意义。

踩坑：本地运行需要 Python 环境。 GitHub Pages 部署不需要本地环境，但 MCP 功能需要在本地跑服务， Python 3.8+，依赖装好之后才能用。嫌麻烦的话先跳过这个功能，用网页报告足够了。

六、适合你用的几种场景

场景一：内容创作者（最对口）
做公众号、视频、博客的，每天早上 9 点收到当日热点推送，对照自己的选题方向筛选。我现在就是这么用的——它替我把 35 个平台巡完了，我只看推来的 8 条。

场景二：行业从业者
金融、科技、消费行业的人，配置好关键词，每天精准接收行业热点。开会之前扫一眼，比同事更快掌握当天动态。

场景三： AI 研究者
监控 AI 相关关键词（大模型/Agent/MCP/开源），每天积累热点数据。配上 MCP 之后可以和 Claude 对话分析趋势，是个挺好用的研究工具。

不建议在这种情况下用：
– 只想偶尔用一次的： Fork 部署的成本不高，但配好关键词要花点时间，偶尔用不值得
– 需要实时推送的： GitHub Actions 按小时运行，不是秒级实时，突发热点会有延迟
– 主要关注英文内容的：平台以中文为主，英文热点覆盖有限

最后说一下调频：

如果推送太多（每天超过 20 条），调高 rank_weight（重视排名，只要真正热的），或者把关键词词组拆细加更多过滤条件。

如果推送太少（经常空推送），放宽必须词（减少+条件），或者增加监控平台数量。

30 秒部署是真的，真正调到顺手大概要 1 小时。但那 1 小时的时间，会在未来每天帮你省 30 分钟。

本文基于 TrendRadar v3.0.5 测试， GitHub Pages 部署方案，推送渠道：企业微信机器人。