TrendRadar使用手册：告别信息过载，AI 助你看懂新闻资讯热点

工具使用

项目概述

TrendRadar 是一个多平台热点聚合工具，能够自动监控全网热点新闻并通过多种渠道推送，帮助用户告别无效刷屏，只关注真正关心的资讯。该项目提供了强大的信息筛选功能，支持 35 个主流平台的数据抓取，包括今日头条、百度热搜、微博、抖音、知乎、B 站等，并集成了基于 MCP 协议的 AI 智能分析系统。

本操作手册旨在为不同技术水平的用户提供从项目下载、安装配置到高级使用的完整指南，确保用户能够顺利上手并充分利用该工具的各项功能。无论您是普通用户、开发者还是企业管理者，都能通过本手册快速掌握 TrendRadar 的使用方法。

一、项目下载与环境准备

1.1 系统要求与技术栈

在开始下载和安装 TrendRadar 之前，需要确保您的环境满足以下要求：

操作系统支持：

Linux (Ubuntu 18.04+、CentOS 7+、Debian 9+)
macOS (10.14+)
Windows (10+、Windows Server 2019+)

软件依赖：

Python 3.8+（建议使用 Python 3.10 版本）
Git 2.20+（用于代码获取）
Docker 20.10+（可选，用于容器化部署）
pip 包管理器

硬件要求：

最低配置：1 CPU、1GB RAM、10GB 存储
推荐配置：2 CPU、2GB RAM、50GB 存储

技术栈说明：

TrendRadar 主要使用 Python 开发，核心技术包括：

requests：用于发送 HTTP 请求获取网页数据
pytz：用于处理时间和时区
PyYAML：用于配置文件解析
fastmcp：用于 MCP 协议通信
websockets：用于 WebSocket 通信

1.2 从 GitHub 获取项目代码

获取 TrendRadar 项目代码有两种主要方式，您可以根据自己的需求选择：

方式一：直接克隆项目（推荐）

打开终端，执行以下命令：

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

cd TrendRadar

方式二：下载 ZIP 压缩包

访问项目 GitHub 仓库：https://github.com/sansan0/TrendRadar
点击页面右上角的 "Code" 按钮
选择 "Download ZIP" 选项
解压下载的压缩包到合适的目录

1.3 项目目录结构说明

成功获取代码后，让我们了解一下项目的基本结构：

TrendRadar/

├── config/                 # 配置文件目录

│   ├── config.yaml         # 主配置文件

│   └── frequency\_words.txt # 关键词配置文件

├── docker/                 # Docker部署配置

├── mcp\_server/             # MCP服务器模块

├── output/                 # 输出文件目录

├── \_image/                 # 图片资源

├── .github/workflows/      # GitHub Actions配置

├── main.py                 # 主程序文件

├── requirements.txt        # Python依赖文件

├── pyproject.toml          # 项目配置文件

└── 各种部署脚本文件

config 目录：包含所有配置文件，是项目运行的核心
docker 目录：包含 Docker 相关配置文件
output 目录：存放生成的报告和日志文件
main.py：项目的入口文件，包含核心业务逻辑
requirements.txt：列出了项目所需的所有 Python 依赖包

二、安装与配置指南

2.1 依赖包安装

在开始配置之前，需要先安装项目所需的依赖包。有两种安装方式：

方式一：自动安装（推荐）

对于不同操作系统，提供了相应的自动化脚本：

Windows 用户：双击运行setup.bat
Mac/Linux 用户：在终端执行sh ``setup.sh

方式二：手动安装

在终端执行以下命令：

pip install -r requirements.txt

安装过程中可能会遇到依赖包版本问题，建议使用 Python 3.10 环境以确保兼容性。如果出现权限问题，可以尝试使用sudo命令或在虚拟环境中安装。

2.2 主配置文件详解

config/config.yaml是项目的核心配置文件，包含了从基础设置到高级功能的所有配置项。让我们详细了解各个配置块的作用：

1. 基础应用配置

app:
  version_check_url: "https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/version"
  show_version_update: true
  timezone: "Asia/Shanghai"

version_check_url：用于检查新版本的 URL
show_version_update：是否显示版本更新提示（生产环境建议关闭）
timezone：时区设置，默认使用北京时间（Asia/Shanghai）

2. 数据存储配置

storage:
  backend: "auto"
  formats:
    sqlite: true
    txt: false
    html: false
  local:
    data_dir: "output"
    retention_days: 0
  remote:
    retention_days: 0
    endpoint_url: ""
    bucket_name: ""
    access_key_id: ""
    secret_access_key: ""
    region: ""

backend：存储后端选择，支持 local（本地）、remote（远程）、auto（自动）
formats：数据存储格式，sqlite 为必须启用
local：本地存储配置，包括数据目录和保留天数
remote：远程存储配置（支持 S3 兼容协议，如 Cloudflare R2、阿里云 OSS 等）

3. 爬虫配置

crawler:
  request_interval: 1000
  enable_crawler: true
  use_proxy: false
  default_proxy: "http://127.0.0.1:10801"

request_interval：请求间隔（毫秒），建议根据目标网站调整
enable_crawler：是否启用爬虫功能
use_proxy：是否启用代理
default_proxy：默认代理服务器地址

4. 报告模式配置

report:
  mode: "daily"  # 可选："daily"（当日汇总）、"incremental"（增量监控）、"current"（当前榜单）
  rank_threshold: 5
  sort_by_position_first: false
  max_news_per_keyword: 0
  reverse_content_order: false

mode：报告模式选择，根据使用场景选择
rank_threshold：排名高亮阈值，小于等于该值的热搜会红色加粗显示
sort_by_position_first：排序优先级，true 表示先按配置位置排序
max_news_per_keyword：每个关键词最大显示数量，0 表示不限制

5. 通知配置

notification:
  enable_notification: true
  message_batch_size: 4000
  batch_send_interval: 3
  push_window:
    enabled: false
    time_range:
      start: "20:00"
      end: "22:00"
    once_per_day: true

enable_notification：是否启用通知功能
message_batch_size：消息分批大小（字节）
batch_send_interval：批次发送间隔（秒）
push_window：推送时间窗口控制（避免非工作时间打扰）

6. 多渠道推送配置

webhooks:
  feishu_url: ""
  dingtalk_url: ""
  wework_url: ""
  wework_msg_type: "markdown"
  telegram_bot_token: ""
  telegram_chat_id: ""
  email_from: ""
  email_password: ""
  email_to: ""
  email_smtp_server: ""
  email_smtp_port: ""

这里配置了多种推送渠道，重要安全提示：请不要在配置文件中直接填写 webhook 地址，应该使用 GitHub Secrets 或环境变量进行配置，避免泄露。

7. 权重配置

weight:
  rank_weight: 0.6
  frequency_weight: 0.3
  hotness_weight: 0.1

用于调整热搜排序算法的权重，可根据个人偏好调整。

2.3 关键词配置文件

config/frequency_words.txt是关键词配置文件，支持三种语法和词组功能：

基础语法说明：

普通关键词：基础匹配，只要标题包含其中任意一个词就会被捕获

华为
OPPO
苹果

必须词：使用+号，必须同时包含普通词和必须词才会被捕获

华为
OPPO
+手机

过滤词：使用!号，包含过滤词的新闻会被直接排除

苹果
华为
!水果
!价格

词组功能说明：

用空行分隔不同的词组，每个词组独立统计。例如：

iPhone
OPPO

苹果
三星
+发布

手机
销量
+市场

配置建议：

关键词越靠前，优先级越高
合理使用必须词和过滤词，避免过度复杂
建议采用 "从宽到严" 的配置策略：先用宽泛关键词测试，再逐步添加必须词和过滤词

2.4 多平台支持说明

TrendRadar 默认支持 11 个主流平台，您可以在config.yaml中查看和配置：

platforms:
  - id: "toutiao"
    name: "今日头条"
  - id: "baidu"
    name: "百度热搜"
  - id: "wallstreetcn-hot"
    name: "华尔街见闻"
  - id: "thepaper"
    name: "澎湃新闻"
  - id: "bilibili-hot-search"
    name: "bilibili 热搜"
  - id: "cls-hot"
    name: "财联社热门"
  - id: "ifeng"
    name: "凤凰网"
  - id: "tieba"
    name: "贴吧"
  - id: "weibo"
    name: "微博"
  - id: "douyin"
    name: "抖音"
  - id: "zhihu"
    name: "知乎"

如需添加新的平台，需要在config.yaml的platforms字段中添加相应配置，并确保 newsnow 项目支持该平台。

三、三种部署方式详解

TrendRadar 提供了三种部署方式，覆盖从新手到技术用户的全场景需求：

3.1 GitHub Actions 部署（零门槛，推荐新手）

这是最简单的部署方式，无需服务器、无需本地环境，仅需 GitHub 账号即可，30 秒完成部署。

部署步骤：

Fork 项目

访问项目 GitHub 仓库：https://github.com/sansan0/TrendRadar
点击右上角的 "Fork" 按钮
等待几秒钟完成复制

配置 GitHub Secrets

进入您 Fork 后的仓库
点击 "Settings"→"Secrets and variables"→"Actions"
点击 "New repository secret" 添加以下配置（根据需要选择）：

WEWORK_WEBHOOK_URL: 企业微信机器人URL
FEISHU_WEBHOOK_URL: 飞书机器人URL
DINGTALK_WEBHOOK_URL: 钉钉机器人URL
TELEGRAM_BOT_TOKEN: Telegram机器人Token
TELEGRAM_CHAT_ID: Telegram聊天ID
EMAIL_FROM: 发件人邮箱
EMAIL_PASSWORD: 邮箱密码或授权码
EMAIL_TO: 收件人邮箱

配置关键词

进入 config 目录，找到frequency_words.txt文件
点击铅笔图标进行编辑
添加您关注的关键词（参考前面的语法说明）

启用 GitHub Actions

点击顶部的 "Actions" 标签
找到默认工作流（如 "TrendRadar Auto Run"）
点击 "Enable workflow" 开启自动化

自定义运行频率（可选）

打开.github/workflows/crawler.yml文件
找到on.schedule.cron字段
根据需要修改 Cron 表达式（默认每小时运行一次）：

# 每30分钟运行
30 * * * *

# 每天早8点运行
0 8 * * *

# 每15分钟运行
*/15 * * * *

# 工作时间（9:00-18:00）每小时运行
0 9-18 * * 1-5

查看运行结果

自动化运行后，点击 "Actions"→对应运行记录查看日志
开启 GitHub Pages 查看网页版报告：

点击仓库 "Settings"→"Pages"
"Source" 选择 "Deploy from a branch"，"Branch" 选择 "main"，目录选择 "/output"
等待 1-2 分钟，访问：https:// 你的 GitHub 用户名.github.io/TrendRadar

3.2 Docker 部署（稳定可靠，适合有服务器用户）

Docker 部署可实现环境隔离，避免依赖冲突，支持本地电脑或云服务器部署。

前置环境准备：

安装 Docker：https://docs.docker.com/get-docker/
安装 Docker Compose（可选）：https://docs.docker.com/compose/install/

方式一：使用现成的 Docker 镜像（推荐）

拉取镜像（支持 amd64/arm64 架构）：

docker pull sansan0/trendradar:latest

mkdir -p config output

下载配置文件模板：

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/

启动容器（以飞书推送为例）：

docker run -d \
  --name trend-radar \
  -v $(pwd)/config:/app/config:ro \
  -v $(pwd)/output:/app/output \
  -e FEISHU_WEBHOOK_URL="你的飞书webhook" \
  wantcat/trendradar:latest

完整启动命令（支持多种推送渠道）：

docker run -d \
  --name trend-radar \
  -v $(pwd)/config:/app/config:ro \
  -v $(pwd)/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" \
  wantcat/trendradar:latest

方式二：使用 docker-compose（推荐用于生产环境）

mkdir -p trendradar/{config,docker}
cd trendradar

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/
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml

编辑.env文件配置环境变量：

# 推送配置
FEISHU_WEBHOOK_URL=
DINGTALK_WEBHOOK_URL=
WEWORK_WEBHOOK_URL=
TELEGRAM_BOT_TOKEN=
TELEGRAM_CHAT_ID=

# 邮件配置
EMAIL_FROM=
EMAIL_PASSWORD=
EMAIL_TO=

# 运行配置
CRON_SCHEDULE=*/30 * * * *
RUN_MODE=cron
IMMEDIATE_RUN=true

启动服务：

docker-compose up -d

查看运行状态：

docker-compose ps

方式三：本地构建镜像（适合开发调试）

构建镜像：

docker build -t trendradar:local .

启动容器：

docker run -d \
  --name trend-radar \
  -v $(pwd)/config:/app/config \
  -v $(pwd)/output:/app/output \
  trendradar:local

3.3 本地运行（适合技术用户，支持自定义扩展）

本地运行适合需要二次开发或调试的用户，需配置 Python 前置环境。

环境配置：

安装 Python 3.8+（建议使用 Python 3.10）

Windows 用户：下载 Python 安装包并勾选 "Add Python to PATH"
Linux/macOS 用户：执行sudo apt install python3.10 python3-pip -y

安装依赖包：

pip install -r requirements.txt

配置文件：

cp config/config.yaml.example config/config.yaml
cp config/frequency_words.txt.example config/frequency_words.txt

# 编辑配置文件
vim config/config.yaml
vim config/frequency_words.txt

单次运行测试：

python main.py

添加定时任务（Windows）：

打开 "任务计划程序"
创建基本任务
设置触发器（如每小时运行）
操作：启动程序python.exe，参数main.py

添加定时任务（Linux/macOS）：

crontab -e

# 添加以下内容（每30分钟运行一次）
*/30 * * * * cd /path/to/TrendRadar && python main.py

四、基础使用方法

4.1 启动与停止服务

根据不同的部署方式，启动和停止服务的方法有所不同：

Docker 部署：

启动服务：docker start trend-radar
停止服务：docker stop trend-radar
重启服务：docker restart trend-radar
查看日志：docker logs -f trend-radar

docker-compose 部署：

启动服务：docker-compose up -d
停止服务：docker-compose down
重启服务：docker-compose restart
查看日志：docker-compose logs -f

本地运行：

启动服务：python main.py
停止服务：按Ctrl+C

4.2 三种工作模式详解

TrendRadar 提供三种工作模式，每种模式适用于不同的使用场景：

1. 当日汇总模式（daily）

推送时机：按时推送（默认每小时推送一次）
显示内容：当日所有匹配新闻 + 新增新闻区域
适用场景：日报总结、全面了解当日热点趋势
配置方法：在config.yaml中设置mode: "daily"

2. 当前榜单模式（current）

推送时机：按时推送（默认每小时推送一次）
显示内容：当前榜单匹配新闻 + 新增新闻区域
适用场景：实时热点追踪、了解当前最火的内容
配置方法：在config.yaml中设置mode: "current"

3. 增量监控模式（incremental）

推送时机：有新增内容时才推送
显示内容：新出现的匹配频率词新闻
适用场景：避免重复信息干扰、高频监控场景
配置方法：在config.yaml中设置mode: "incremental"

模式选择建议：

投资者 / 交易员：选择incremental模式，及时获取新增资讯（建议自建服务器进行 Docker 部署，提高检测频率）
自媒体人 / 内容创作者：选择current模式，掌握实时热点趋势
企业管理者 / 普通用户：选择daily模式，定时获取完整日报

4.3 推送结果查看与分析

推送结果的查看方式取决于您的配置：

推送通知查看：

推送内容格式示例：

📊 热点词汇统计

🔥 人工智能 AI : 12 条

  1. [百度热搜] 科技巨头发布新AI模型 [1] - 12时30分 (4次)
  2. [今日头条] AI技术最新突破 [2] - [13时15分 ~ 14时30分] (2次)

格式说明：

关键词：人工智能 AI（频率词组）
匹配数量：12 条（该关键词组匹配的标题总数）
来源平台：[百度热搜]（标题所属的平台名称）
高排名标记：[1]（排名≤阈值的热搜，红色加粗显示）
普通排名标记：[7]（排名 > 阈值的热搜，普通显示）
首次发现时间：12 时 30 分（标题首次被发现的时间）
时间范围：[12 时 30 分～14 时 00 分]（标题出现的时间范围）
出现次数：(4 次)（标题在监控期间出现的总次数）

本地文件查看：

报告生成后，会保存在output目录下，按照日期和时间组织：

TXT 报告：output/YYYY年MM月DD日/txt/HH时MM分.txt
HTML 报告：output/YYYY年MM月DD日/html/HH时MM分.html

4.4 数据存储与管理

TrendRadar 支持多种数据存储方式，您可以根据需求配置：

存储后端选择：

local：本地 SQLite + TXT/HTML 文件
remote：远程云存储（S3 兼容协议）
auto：自动选择（GitHub Actions 环境且配置了远程存储则用 remote，否则用 local）

本地存储管理：

数据目录：默认output目录
保留策略：retention_days设置保留天数（0 表示不清理）
清理命令（手动执行）：

# 删除7天前的数据
find output/ -type d -name "2025年*" -mtime +7 -exec rm -rf {} \;

远程存储配置示例（以阿里云 OSS 为例）：

remote:
  retention_days: 0
  endpoint_url: "https://oss-cn-hangzhou.aliyuncs.com"
  bucket_name: "your-bucket-name"
  access_key_id: "your-access-key-id"
  secret_access_key: "your-secret-access-key"
  region: "cn-hangzhou"

五、进阶操作指南

5.1 高级配置优化

为了让 TrendRadar 更好地满足您的个性化需求，以下是一些高级配置优化建议：

性能优化配置：

爬虫优化

crawler:
  request_interval: 2000  # 2秒（根据目标网站调整，避免过于频繁）
  enable_crawler: true
  use_proxy: false  # 是否启用代理
  default_proxy: "http://127.0.0.1:10086"

通知优化

notification:
  message_batch_size: 4000  # 消息分批大小（字节）
  dingtalk_batch_size: 20000  # 钉钉消息分批大小
  feishu_batch_size: 29000   # 飞书消息分批大小
  batch_send_interval: 3      # 批次发送间隔（秒）

推送时间窗口控制

push_window:
  enabled: true  # 启用时间窗口控制
  time_range:
    start: "09:00"  # 工作时间推送
    end: "18:00"
  once_per_day: true  # 每天只推送一次
  push_record_retention_days: 7  # 推送记录保留7天

权重配置调整

weight:
  rank_weight: 0.6    # 重视排名
  frequency_weight: 0.3  # 考虑频次
  hotness_weight: 0.1   # 适度考虑热度

5.2 MCP 协议与 AI 分析集成

TrendRadar v3.0.0 引入了基于 MCP（Model Context Protocol）协议的 AI 分析系统，这是项目的重大升级，将简单的数据收集转变为智能数据分析平台。

MCP 协议介绍：

MCP（Model Context Protocol）是一种用于 AI 模型通信的协议，TrendRadar 内置了 13 种分析工具，包括：

热点趋势分析
情感分析
舆情监测
话题聚类
等等

集成 Cherry Studio 进行 AI 分析：

下载安装 Cherry Studio

访问官网：https://cherry-ai.com/
根据系统下载对应版本（Windows 用户选择.exe 格式，MacOS 使用.dmg 文件）
安装完成后启动

配置 Cherry Studio

点击左下角齿轮图标进入 "模型服务" 设置
选择硅基流动服务，填入 API 密钥
配置模型参数（温度值 0.1-2.0，最大输出长度 2048-4096）

在 TrendRadar 中启用 MCP 功能

ai_analysis:
  enable: true
  service_url: "http://localhost:8008"  # 根据实际配置
  api_key: "your-api-key"

使用 AI 分析功能

重启 TrendRadar 服务
爬取的热点数据会自动发送至 AI 服务
分析结果通过通知渠道推送
可以通过自然语言对话查询新闻数据

5.3 自定义平台扩展

如果您需要监控 TrendRadar 默认支持之外的平台，可以按照以下步骤进行扩展：

1. 确认平台支持

TrendRadar 的数据来源于 newsnow 项目，因此需要先确认 newsnow 支持您要添加的平台。可以访问：https://github.com/ourongxing/newsnow 查看支持的平台列表。

2. 添加平台配置

在config/config.yaml的platforms字段中添加新平台：

platforms:
  # ... 现有平台 ...
  - id: "new-platform"
    name: "新平台名称"

3. 验证平台可用性

修改main.py文件，在BidCrawler类中添加对应的抓取方法：

def fetch_new_website(self):
    """新网站"""
    url = "https://www.new_website.com/"
    try:
        response = self.session.get(url, proxies=self.get_proxies(), timeout=10)
        response.raise_for_status()
        # 解析HTML或返回模拟数据
        mock_data = {
            "items": [
                {"title": "新项目1", "url": url},
                {"title": "新项目2", "url": url},
            ]
        }
        return json.dumps(mock_data), "new_website", "新网站名称"
    except Exception as e:
        print(f"爬取新网站失败: {e}")
        return None, "new_website", "新网站名称"

在fetch_data方法中添加网站 ID 的处理：

elif id_value == "new_website":
    return self.fetch_new_website()

5.4 安全配置与最佳实践

为了确保 TrendRadar 的安全运行，以下是一些重要的安全配置建议：

1. 凭证安全管理

绝对不要在配置文件中直接填写 webhook 地址
使用 GitHub Secrets 或 Docker Secrets 管理敏感信息
定期更换 API 密钥和 webhook 地址

2. Docker 安全配置

# docker-compose.yml中的安全配置
services:
  trend-radar:
    # ... 其他配置 ...
    security_opt:
      - no-new-privileges:true
    read_only: true
    tmpfs:
      - /tmp
    volumes:
      - ./config:/app/config:ro  # 只读挂载配置目录
      - ./output:/app/output

3. 网络安全

建议在防火墙中限制访问端口
使用 HTTPS 连接（如果使用 Web 界面）
避免在公开网络中暴露服务

5.5 监控与维护

建立完善的监控和维护机制是保证系统稳定运行的关键：

1. 健康检查

创建健康检查脚本health_check.sh：

#!/bin/bash
CONTAINER_NAME="trend-radar"
LOG_FILE="/var/log/trendradar_health.log"

# 检查容器状态
if ! docker ps | grep -q $CONTAINER_NAME; then
    echo "$(date): 容器未运行" >> $LOG_FILE
    docker start $CONTAINER_NAME
    exit 1
fi

# 检查日志中的错误
ERROR_COUNT=$(docker logs --since "1h" $CONTAINER_NAME | grep -i error | wc -l)
if [ $ERROR_COUNT -gt 10 ]; then
    echo "$(date): 发现大量错误日志: $ERROR_COUNT" >> $LOG_FILE
fi

# 检查输出文件更新
LATEST_OUTPUT=$(docker exec $CONTAINER_NAME ls -t /app/output/ | head -1)
if [ -n "$LATEST_OUTPUT" ]; then
    FILE_AGE=$(docker exec $CONTAINER_NAME stat -c %Y /app/output/$LATEST_OUTPUT)
    CURRENT_TIME=$(date +%s)
    AGE_DIFF=$((CURRENT_TIME - FILE_AGE))
    
    if [ $AGE_DIFF -gt 7200 ]; then  # 2小时无更新
        echo "$(date): 输出文件超过2小时未更新" >> $LOG_FILE
    fi
fi

echo "$(date): 健康检查完成" >> $LOG_FILE

2. 日志管理

查看实时日志：docker logs -f trend-radar
查看最近 100 行日志：docker logs --tail 100 trend-radar
查看特定时间范围日志：docker logs --since "2025-10-01T00:00:00" trend-radar
日志轮转配置：在 Docker 容器中，日志会自动轮转

3. 系统状态检查

# 使用管理工具检查状态
docker exec -it trend-radar python manage.py status

# 手动执行测试
docker exec -it trend-radar python manage.py run

# 查看配置
docker exec -it trend-radar python manage.py config

# 查看输出文件
docker exec -it trend-radar python manage.py files

六、常见问题与解决方案

6.1 安装部署问题

问题 1：容器无法启动

可能原因及解决方法：

配置文件缺失

# 检查配置文件是否存在
docker run -it --rm -v ./config:/app/config:ro wantcat/trendradar:latest ls -la /app/config

配置文件格式错误

# 检查配置文件格式
docker run -it --rm -v ./config:/app/config:ro wantcat/trendradar:latest python -c "
import yaml
try:
    with open('/app/config/config.yaml', 'r') as f:
        yaml.safe_load(f)
    print('配置文件格式正确')
except Exception as e:
    print(f'配置文件错误: {e}')
"

端口冲突

检查是否有其他程序占用了相关端口
修改配置文件中的端口设置

问题 2：依赖包安装失败

可能原因及解决方法：

网络问题

尝试使用国内镜像源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

权限问题

使用sudo命令：sudo pip install -r requirements.txt
或在虚拟环境中安装

版本不兼容

确认 Python 版本为 3.8+
尝试指定依赖包版本

6.2 运行使用问题

问题 1：无法获取热点数据

可能原因及解决方法：

网络连接问题

# 检查网络连接
docker run -it --rm wantcat/trendradar:latest ping -c 4 www.baidu.com

# 检查DNS解析
docker run -it --rm wantcat/trendradar:latest nslookup api.github.com

目标网站反爬措施

调整request_interval参数（建议 2000 毫秒以上）
启用代理（在config.yaml中设置use_proxy: true）

平台配置错误

确认平台 ID 正确
检查平台是否在 newsnow 支持列表中

问题 2：推送失败

可能原因及解决方法：

webhook 配置错误

# 测试飞书webhook
curl -X POST -H "Content-Type: application/json" \
  -d '{"msg_type":"text","content":{"text":"TrendRadar测试消息"}}' \
  $FEISHU_WEBHOOK_URL

消息内容过长

调整message_batch_size参数
分批发送大消息

推送时间窗口限制

检查push_window配置
确认当前时间在推送窗口内

6.3 升级与迁移

问题 1：如何升级到新版本

升级流程：

Docker 部署升级

# 停止旧容器
docker stop trend-radar
docker rm trend-radar

# 拉取最新镜像
docker pull sansan0/trendradar:latest

# 启动新容器
docker run -d \
  --name trend-radar \
  -v $(pwd)/config:/app/config:ro \
  -v $(pwd)/output:/app/output \
  wantcat/trendradar:latest

GitHub Actions 升级

进入 Fork 的仓库
点击 "Fetch upstream"→"Fetch and merge"
拉取原仓库最新代码

问题 2：配置文件迁移

迁移步骤：

备份当前配置

cp config/config.yaml config/config.yaml.backup
cp config/frequency_words.txt config/frequency_words.txt.backup

查看新版本配置变化

# 对比配置文件差异
diff config/config.yaml config/config.yaml.backup

手动合并配置

保留自定义设置
应用新版本的改进配置

七、项目扩展与贡献指南

7.1 二次开发准备

如果您想要对 TrendRadar 进行二次开发或功能扩展，可以按照以下步骤准备：

开发环境配置：

创建虚拟环境（推荐）

# 使用venv
python -m venv venv
source venv/bin/activate  # Linux/macOS
.\venv\Scripts\activate   # Windows

# 或使用conda
conda create -n trendradar python=3.10
conda activate trendradar

安装开发依赖

pip install -r requirements.txt

pip install -r requirements-dev.txt  # 如果有开发依赖

代码编辑器配置

推荐使用 VS Code 或 PyCharm
配置 Python 解释器为项目环境
安装相应的插件（如 Python、Markdown 等）

7.2 常见扩展方向

基于 TrendRadar 的架构，可以考虑以下扩展方向：

1. 新增数据源支持

支持更多新闻平台
添加 RSS 订阅源支持
集成其他 API 数据源

2. 增强分析功能

添加更多 MCP 分析工具
实现自定义分析算法
支持多语言内容分析

3. 扩展推送渠道

添加更多即时通讯工具支持
集成邮件模板引擎
支持短信推送

4. 界面优化

开发 Web 管理界面
优化移动端显示
添加数据可视化功能

7.3 贡献代码指南

如果您想要为 TrendRadar 项目贡献代码，请遵循以下规范：

贡献流程：

Fork 项目到自己的 GitHub 账号
创建 feature 分支：git checkout -b feature/new-function
编写代码并添加测试（如果有）
提交代码前运行代码检查：

flake8 .  # 代码风格检查

pytest   # 运行测试

提交 PR 并描述您的改动

代码规范：

使用 Python 3.10 语法
遵循 PEP8 代码风格
添加必要的注释
编写单元测试

7.4 文档贡献

高质量的文档对开源项目至关重要，如果发现文档中的问题或想要改进文档，可以：

修正错别字或语法错误
添加缺失的操作步骤
更新过时的信息
贡献使用案例和最佳实践

八、结语与展望

TrendRadar 作为一个轻量、易部署的多平台热点监控工具，通过多平台资讯爬取、关键词精准筛选、多端通知推送等实用功能，有效解决了信息爆炸时代用户 "资讯获取效率低、无关信息干扰多" 的痛点。

通过本操作手册的详细指导，相信读者已经掌握了从项目下载、安装配置到高级使用的全部技能。无论是选择零门槛的 GitHub Actions 部署，还是稳定可靠的 Docker 部署，亦或是灵活的本地运行方式，都能让读者快速上手并充分利用该工具的各项功能。

未来发展方向：

持续扩展支持的平台数量
深化 AI 分析能力，提供更智能的热点洞察
优化用户体验，提供更友好的操作界面
增强系统稳定性和性能

如果觉得文章对你有用，请随意赞赏

TrendRadar 热点聚合 AI助看新闻部署方式使用指南多平台监控信息过载解决

TrendRadar使用手册：告别信息过载，AI 助你看懂新闻资讯热点

https://www.fengyege.top/archives/2b3a4593-ba85-4b16-899c-a008931ec1dd

作者

枫夜求索阁

发布于

2025-12-24

更新于

2025-12-24

许可协议

CC BY 4.0

TrendRadar使用手册：告别信息过载，AI 助你看懂新闻资讯热点

项目概述

一、项目下载与环境准备

1.1 系统要求与技术栈

1.2 从 GitHub 获取项目代码

1.3 项目目录结构说明

二、安装与配置指南

2.1 依赖包安装

2.2 主配置文件详解

2.3 关键词配置文件

2.4 多平台支持说明

三、三种部署方式详解

3.1 GitHub Actions 部署（零门槛，推荐新手）

3.2 Docker 部署（稳定可靠，适合有服务器用户）

3.3 本地运行（适合技术用户，支持自定义扩展）

四、基础使用方法

4.1 启动与停止服务

4.2 三种工作模式详解

4.3 推送结果查看与分析

4.4 数据存储与管理

五、进阶操作指南

5.1 高级配置优化

5.2 MCP 协议与 AI 分析集成

5.3 自定义平台扩展

5.4 安全配置与最佳实践

5.5 监控与维护

六、常见问题与解决方案

6.1 安装部署问题

6.2 运行使用问题

6.3 升级与迁移

七、项目扩展与贡献指南

7.1 二次开发准备

7.2 常见扩展方向

7.3 贡献代码指南

7.4 文档贡献

八、结语与展望

作者

发布于

更新于

许可协议

评论