sansan0/TrendRadar

解決する課題

TrendRadarは、複数プラットフォームからのニュースやトレンドトピックを集約・フィルタリングすることで「無効なスクロール」を排除するために設計された、軽量でデプロイが容易なホットトピックアシスタントです。自動収集、インテリジェントなフィルタリング、マルチチャネル通知を通じて、ユーザーが実際に関心を持つ特定のニュースやトレンドのみを追跡できるようにすることで、情報過多の問題を解決します。

仕組み

システムは、各種ホットリストプラットフォームやRSS/Atomフィード（newsnow APIを使用）からデータを収集します。その後、データを以下の複数のレイヤーで処理します：

1. フィルタリング: ユーザーは、従来のキーワード、正規表現、または自然言語の説明（例：「AIと新エネルギーに関するニュースを見たい」）を使用して記事のスコアリングとフィルタリングを行うAI駆動の関心システムを用いてコンテンツをフィルタリングできます。
2. 分析: LLM（LiteLLM経由）と統合し、トレンドの要約、感情分析、クロスプラットフォーム相関分析を含む深いインサイトを提供します。
3. 配信: 処理されたレポートは、Telegram、WeChat、DingTalk、Feishu、Email、Slack、汎用Webhookなどの複数のチャネルを通じて配信され、またはダークモードと検索機能を備えたインタラクティブなHTMLレポートとしてレンダリングされます。
4. MCP統合: AIエージェントがニュースを検索し、Jina AI Readerを通じて記事本文を読み取り、比較分析を実行できるようにするModel Context Protocol (MCP)サーバーが含まれています。

対象ユーザー

• 情報キュレーター: 複数のサイトを手動で閲覧することなく、パーソナライズされた自動ニュースダイジェストを求めている人々。
• AI愛好家: リンクを単にリストアップするのではなく、LLMを活用してトレンドを要約・分析するツールを探しているユーザー。
• 開発者/セルフホスター: データやデプロイメントの所有を好む人々（Docker、GitHub Actions、Cloudflare Pages、ローカルPythonインストールをサポート）。

ハイライト

• AI駆動のフィルタリング: 自然言語による関心の説明を使用して、関連するニュースを自動的にスコアリングし選択します。
• マルチチャネルプッシュ: 9つ以上の通知プラットフォームをサポートし、長いコンテンツには自動Markdownフォーマットとメッセージ分割を行います。
• 深いAI分析: ランキングの軌跡に基づいて、トレンドの概要、感情検出、戦略的提案を生成します。
• MCPサーバーサポート: AIエージェントがニュースデータと対話できるようにし、記事の全文コンテンツの読み取りを含みます。
• 柔軟なスケジューリング: データの収集、分析、プッシュのタイミングを管理するためのビジュアル設定エディターとタイムラインシステム。