TrendRadar：告别无效刷屏：我用过最爽的AI热点监控工具

前言：信息过载的时代，我们如何保持敏感度？

作为一名内容创作者/投资者/运营人员，你一定遇到过这样的问题：

• 每天早上刷半小时各大平台，但真正有用的信息没几条
• 害怕错过热点，但又不想被无效信息轰炸
• 想要追踪特定话题，但手动搜索效率太低
• RSS 订阅了一堆源，但管理起来太麻烦

今天推荐一个免费项目--- TrendRadar，相信应该适用于很多人。这是一个在 GitHub 上获得了 45.7k stars 的开源项目，简单来说，它就是一个「AI 驱动的舆情监控助手」，能够自动帮你收集、筛选、分析全网热点，然后通过你熟悉的渠道（微信、飞书 等）推送到你手上。

用了半年多，我觉得它不仅解决了我的问题，更重要的是改变了我获取信息的方式。

今天就来详细聊聊这个工具。

一、TrendRadar 是什么？为什么值得一试？

1.1 核心价值：从被动接收到主动掌控

TrendRadar 的核心理念很简单：告别无效刷屏，只看真正关心的资讯。

它的工作流程是这样的：

1. 多平台数据聚合：自动抓取 11+ 个主流平台的热点（知乎、微博、抖音、B站、今日头条、百度热搜等）
2. 智能关键词筛选：根据你配置的关键词，精准过滤出你想看的内容
3. AI 深度分析：用大模型分析这些新闻，给出趋势判断、情感倾向、潜在影响
4. 多渠道智能推送：通过微信、飞书、Telegram 等渠道推送到你手上

整个过程中，你只需要配置一次，剩下的全交给它。

1.2 为什么我说它”爽”？

我之前试过很多类似工具，但 TrendRadar 让我印象深刻的几点：

精准度极高

关键词配置支持很灵活的语法，比如：

• 普通词：华为（包含”华为”就捕获）
• 必须词：+手机（必须同时包含”手机”）
• 过滤词：!广告（包含”广告”就排除）
• 正则表达式：/\bai\b/（解决”ai”匹配”training”这种误匹配）

零重复打扰

它有三种运行模式，我强烈推荐「增量监控」模式：只推送自上次运行以来的新内容。这意味着你不会收到重复信息，也不会错过任何新热点。

AI 分析真有用

这不是噱头。它会分析每条新闻的情感倾向（正面/负面/争议）、热度走势、跨平台表现，还会给出研判策略建议。对于需要做决策的人来说，这些信息很有价值。

部署真的简单

官方说”最快 30 秒部署”，我试了，不夸张。Docker 一键部署，有详细文档指导。

二、核心功能深度解析

2.1 多平台热点聚合

TrendRadar 默认监控的平台包括：

• 内容平台：知乎、微博、抖音、B站、头条号
• 新闻媒体：财联社、澎湃新闻、华尔街见闻、今日头条
• 搜索引擎：百度热搜

更厉害的是，它还支持 RSS/Atom 订阅源。你可以订阅任何提供 RSS 的网站，TrendRadar 会自动抓取，并和热榜内容合并推送，使用相同的关键词过滤规则。

2.2 精准内容筛选：关键词配置的艺术

关键词配置是 TrendRadar 的灵魂，这里分享一些我的实践：

基础用法

华为
苹果
!广告

这样配置后，你会收到包含”华为”或”苹果”的新闻，但自动过滤掉包含”广告”的。

2.3 智能推送策略：三种模式的选择

TrendRadar 提供了三种运行模式：

模式	特点	适用场景	推荐指数
当日汇总 (daily)	每天推送一次所有匹配新闻	每日复盘	⭐⭐⭐
当前榜单 (current)	实时推送当前热度排名	内容创作者	⭐⭐⭐⭐
增量监控 (incremental)	仅推送新内容，零重复	投资者、专业追踪	⭐⭐⭐⭐⭐

我现在用的是增量监控模式，每小时运行一次，体验非常棒。

三、AI 驱动的深度洞察

3.1 AI 智能简报与情感分析

这是我最喜欢的一个功能。TrendRadar 可以接入 DeepSeek、OpenAI、Gemini 等大模型，自动生成分析报告。

它会分析四个维度：

1. 核心热点态势：当前最重要的热点是什么
2. 舆论风向争议：大家对这些热点的态度如何（正面/负面/争议/担忧）
3. 异动与弱信号：哪些新闻出现了异常热度变化
4. 研判策略建议：基于以上信息给出建议

对于做投资、舆情分析、运营的人来说，这些信息非常有价值。

3.2 AI 多语言翻译

这个功能对关注海外资讯的人很友好。TrendRadar 可以将海外 RSS 资讯自动翻译成母语，并且支持自定义翻译风格（比如”资深投资顾问”风格）。

3.3 MCP 架构：对话式舆情分析

这是 TrendRadar 的高阶功能。基于 MCP (Model Context Protocol) 协议，你可以用自然语言和本地积累的新闻数据对话。

比如你可以问：

• “最近一周关于 AI 的热点有哪些？”
• “华为和苹果最近一周的热度对比如何？”
• “昨天有哪些新闻的情感倾向是负面的？”

TrendRadar 会调用 21 个内置工具帮你分析，并给出结构化答案。

支持 Cherry Studio、Cursor 等客户端。

四、实际使用场景分享

场景 1：投资者监控特定标的

需求：需要实时监控持有股票的相关新闻，不做错过任何重要信息。

配置：

• 关键词：贵州茅台;苹果;特斯拉
• 运行模式：incremental
• 推送频率：每小时一次
• 推送渠道：企业微信群机器人

效果：实时推送相关新闻，AI 分析给出情感倾向和潜在影响，节省了大量时间。

场景 2：内容创作者追踪热点

需求：需要知道全网热点趋势，及时抓住爆款选题。

配置：

• 关键词：留空（不过滤，看全部热点）
• 运行模式：current
• 推送频率：每 2 小时一次
• 推送渠道：企业微信群机器人

效果：实时了解各平台热点排名，及时发现上升中的话题。

场景 3：运营人员监控品牌舆情

需求：需要监控品牌相关新闻和用户反馈，及时发现负面舆情。

配置：

• 关键词：[品牌] 你的品牌名
• 运行模式：incremental
• 推送频率：每天早上 9 点、下午 5 点
• 推送渠道：飞书

效果：AI 自动分析情感倾向，第一时间发现负面新闻。

五、部署指南：从零到运行

5.1 Docker 部署（推荐）

这是我最推荐的方式，稳定性最高，数据完全本地存储。

步骤 1：克隆仓库

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

步骤 2：配置关键词 编辑 config/frequency_words.txt，添加你想监控的关键词：

华为
苹果
+手机
!广告

步骤 3：配置推送渠道 编辑 config/config.yaml，配置你的推送渠道（支持企业微信、飞书、钉钉、Telegram 等）。

步骤 4：启动服务

docker-compose up -d

就这样，完成了。

六、进阶技巧与最佳实践

6.1 关键词配置技巧

技巧 1：分组管理

用 [组别名] 给关键词分组，推送时更清晰：

[科技]
华为
苹果
[金融]
股票
基金

技巧 2：正则表达式

用正则解决精确匹配问题：

/\bai\b/ => AI相关

这样”ai”就不会匹配到”training”了。

技巧 3：数量控制

用 @数字 限制每个关键词的显示数量：

股票@5

6.2 推送时间窗口设置

可以设置只在工作时间推送，避免非工作时间被打扰：

push_window:
  - 09:00-18:00

6.3 热点算法自定义

可以自定义排名、频次、热度的权重，定制自己的热搜算法：

hotness_weights:
  rank: 0.3
  frequency: 0.4
  hotness: 0.3

6.4 Web 服务器访问

Docker 部署后，可以通过浏览器访问生成的 HTML 报告：

http://localhost:8080

可以查看历史归档，数据分析很方便。

6.5 AI 分析配置

由于 docker/.env 环境变量的优先级高于config/config.yaml 中的配置，推荐AI分析相关的配置在 docker/.env 中设置。如果你用的也是GLM 模型，可以参考如下配置：

如果你对AI 分析的结果不满意，可以调整 config/ai_analysis_prompt.txt

七、与其他工具的对比

7.1 TrendRadar vs 传统 RSS 阅读器

维度	TrendRadar	RSS 阅读器
数据来源	多平台热榜 + RSS	仅 RSS
筛选能力	关键词精准筛选	无
AI 分析	智能分析	无
推送方式	多渠道推送	需主动查看
部署成本	开源免费	可能付费

7.2 TrendRadar vs 付费舆情监测工具

维度	TrendRadar	付费工具
成本	完全免费	价格昂贵
数据覆盖	多平台	可能更全
定制化	高度可定制	固定模板
数据所有权	完全自主	第三方托管

八、常见问题解答

Q1：部署难不难？

完全不难。有 Docker 的话，一条命令就启动了。

Q2：会不会消耗很多 API 费用？

如果你只用基础功能（不启用 AI 分析），几乎不需要成本。启用 AI 分析的话，推荐用 GLM-4.7，性价比很高。

Q3：数据会不会丢失？

Docker 部署的话，数据存储在本地，不会丢失。

Q4：支持哪些推送渠道？

非常全：企业微信（支持推送到个人微信）、飞书、钉钉、Telegram、ntfy、Bark (iOS 专属)、Slack、邮件（10+ 种服务商）。

Q5：可以推送到多个群吗？

可以。所有渠道都支持用分号 ; 分隔，同时推送到多个群组或设备。

九、总结与建议

9.1 谁适合用 TrendRadar？

• 投资者：需要实时监控标的物相关新闻
• 内容创作者：需要追踪热点趋势，寻找爆款选题
• 运营人员：需要监控品牌舆情，及时发现负面
• 技术爱好者：想了解前沿技术动态
• 自媒体作者：需要素材来源，节省搜集时间

9.2 使用建议

刚开始使用时：

• 从增量监控模式开始，避免信息过载
• 关键词不要太多，10-20 个就够了
• 先推送到一个渠道，熟悉后再扩展

熟悉后：

• 尝试 AI 分析功能，获取更深度的洞察
• 配置 Web 服务器，方便历史数据查看
• 尝试 MCP 功能，用自然语言分析数据

9.3 个人评价

用 TrendRadar 半年了，我觉得它最大的价值不是”收集信息”，而是”筛选信息”。

在这个信息过载的时代，我们缺的不是信息，而是”有用的信息”。TrendRadar 帮我做到了这一点：只看我想看的，不漏我该看的。

而且它是完全开源免费的，这一点在同类工具中太难得了。45.7k stars 不是没道理的。

十、项目地址

如果你也想试试，项目地址在： https://github.com/sansan0/TrendRadar

本文首发于知乎，转载请注明出处。欢迎关注点赞。