sansan0/TrendRadar

解决的问题

TrendRadar 是一款轻量级、易于部署的热点助手，旨在通过聚合来自多个平台的新闻和热门话题来消除“无效刷屏”。它过滤噪音，仅通过个性化通知推送用户真正关心的信息。

工作原理

系统使用 newsnow API 从各种热榜平台和 RSS/Atom 源收集数据。然后，它通过以下几个层级处理这些数据：

1. 过滤：用户可以使用特定关键词、正则表达式或 AI 驱动的兴趣系统来过滤新闻，在该系统中，AI 会根据用户兴趣的自然语言描述对新闻进行评分。
2. 分析：集成的 AI（通过 LiteLLM）分析聚合的新闻，以生成趋势摘要、情绪分析和策略建议。
3. 推送：处理后的信息被推送到多个渠道，包括 Telegram、钉钉、飞书、Slack、电子邮件和各种 Webhooks。
4. MCP 集成：它包含一个模型上下文协议 (MCP) 服务器，允许 AI 代理搜索新闻、通过 Jina AI Reader 阅读文章正文，并进行跨平台分析。

适用人群

• 信息搜寻者：希望随时了解特定细分领域（例如 AI、金融、能源）动态，而无需手动浏览多个网站的人。
• AI 爱好者：希望获得 AI 生成的时事摘要和情绪分析的用户。
• 开发者：正在寻找具有灵活部署选项（Docker、GitHub Actions、Cloudflare Pages）的自托管新闻聚合器的人。

核心亮点

• AI 驱动的过滤：使用自然语言兴趣描述来自动筛选新闻，而不仅仅是依赖静态关键词。
• 多渠道通知：支持广泛的推送服务，包括企业工具（飞书、钉钉）和个人通讯软件（Telegram、微信）。
• 多模型 AI 支持：通过 LiteLLM 兼容 100 多家提供商（DeepSeek、OpenAI、Gemini、Claude）。
• MCP 服务器：提供一套工具，供 AI 代理与实时新闻数据交互并阅读完整的文章内容。
• 灵活的调度：统一的时间线系统，用于控制何时收集、推送和分析数据。