乐于分享
好东西不私藏

告别信息过载,你的 AI 舆情监控助手与热点筛选工具!

告别信息过载,你的 AI 舆情监控助手与热点筛选工具!

▍ 简介

项目地址:https://github.com/sansan0/TrendRadar。

一句话简介:TrendRadar 是一个开源的实时新闻与热点趋势追踪应用,支持 Docker 容器化部署,并通过 FastMCP 协议与 AI 智能体(Agent)无缝集成,旨在帮助用户高效捕捉、监控和分析全网的最新动态与热点。

▍ 部署

项目有3种部署方式:

  • Docker 部署
  • GitHub Actions 部署
  • 本地部署(uv)

项目主页上有详细的部署方式,作者也推荐用Docker部署,这里以如何在Ubuntu上用Docker部署项目为例。

docker部署有2个镜像,我这里2个镜像都安装。

镜像名称
用途
说明
wantcat/trendradar
新闻推送服务
定时抓取新闻、推送通知(必选)
wantcat/trendradar-mcp
AI 分析服务
MCP 协议支持、AI 对话分析(可选)

登录ubuntu,创建项目目录和配置

# 克隆项目到本地

git clone https://github.com/sansan0/TrendRadar.git

cd TrendRadar

有这些可以配置的内容。

当前目录/

├── config/

│   ├── config.yaml                 # 核心功能配置(必需)

│   ├── frequency_words.txt         # 关键词配置(必需)

│   ├── timeline.yaml               # 时间线配置

│   ├── ai_analysis_prompt.txt      # AI 分析提示词(可选)

│   ├── ai_translation_prompt.txt   # AI 翻译提示词(可选)

│   ├── ai_interests.txt            # AI 兴趣过滤配置(可选)

│   ├── ai_filter/                  # AI 过滤相关提示词

│   │   ├── prompt.txt

│   │   ├── extract_prompt.txt

│   │   └── update_tags_prompt.txt

│   └── custom/                     # 用户自定义配置(可选)

│       ├── ai/                     # 自定义 AI 提示词

│       └── keyword/                # 自定义关键词文件

└── docker/

    ├── .env                        # 敏感信息 + Docker 特有配置

    └── docker-compose.yml          # Docker Compose 编排文件

配置比较复杂,我们先都保持默认。

新建docker-compsoe文件并配置

#新建文件

nano docker-compose.yml

#配置

version: '3.8'

services:

  # 核心服务:定时抓取、AI 筛选及消息推送

  trendradar:

    image: wantcat/trendradar:latest

    container_name: trendradar

    restart: always

    # 将宿主机的 8080 端口映射到容器内部的8080

    ports: 

 - "8080:8080"

    volumes:

      # 挂载宿主机的 config 目录,方便修改配置文件

      - ./config:/app/config

    environment:

      - TZ=Asia/Shanghai

    # 如果你的网络环境需要通过宿主机代理拉取新闻或请求 AI(例如 127.0.0.1:10808)

    # 可以解除下方两行的注释,并修改为实际的代理地址(注意:127.0.0.1 在容器内不可用,需用宿主机内网IP)

    # - HTTP_PROXY=http://192.168.x.x:10808

    # - HTTPS_PROXY=http://192.168.x.x:10808

  # 可选服务:AI 问答分析(MCP 协议支持)

  trendradar-mcp:

    image: wantcat/trendradar-mcp:latest

    container_name: trendradar-mcp

    restart: always

    ports:

      - "3333:3333" # 如果需要外部调用 MCP 接口,映射此端口

    volumes:

      - ./config:/app/config

    environment:

      - TZ=Asia/Shanghai

这里启动全部功能(推送 + AI 分析)。

# 拉取最新镜像

docker compose pull

# 启动所有服务(trendradar + trendradar-mcp)

docker compose up -d

等待执行完毕。

启动。

docker compose up -d

查看启动情况

docker ps

系统正常启动,访问通过ip+端口进行访问,http://192.168.92.27:8080/。

▍ 配置

系统已经能正常启动了,那就需要对自己感兴趣的内容内容进行配置了。

▪ 编辑数据来源平台

项目数据来自  newsnow。

配置位置:config/config.yaml 的 platforms 部分。

cd /home/ruike/data/trendRadar/config

nano config.yaml

具体可以添加哪些平台,可以访问https://github.com/ourongxing/newsnow/tree/main/server/sources 根据里面的文件名,在 config/config.yaml 文件中修改 platforms 配置。

默认自带这些平台。

我们增加二个来源,雪球和豆瓣,保存退出。

▪ 编辑关键字

在 frequency_words.txt 文件中告诉机器人你想看什么,它就会帮你盯着。支持普通词、必须词、过滤词等多种玩法。

 nano ~/data/trendRadar/config/frequency_words.txt

里面有详细的说明。

我们打开可视化编辑器,地址为:https://sansan0.github.io/TrendRadar/,选中frequency_words.txt

我们这里随便增加几个关键词。

复制配置,覆盖掉原先的配置文件。

重启项目,需要等待一段时间,我这边大概等了10分钟。

docker compose down

docker compose up -d

访问,可以看到页面和抓取到的内容已经变了。

▍ 总结

这个项目的数据来源依托于https://github.com/ourongxing/newsnow。

项目还自带AI智能分析,AI翻译,推送等功能,功能是挺丰富的,项目说明中都有详细的操作步骤,我这边就不再啰嗦了。

感兴趣的小伙伴可以自己试试。