zhuyansen/new-term-radar

它解决了什么问题

它解决了在传统关键词研究工具中还看不到之前，就抢先发现新 AI 模型、产品和工具的问题。由于关键词工具通常依赖 Google Trends 等滞后指标，本项目能在「飙升」词汇一出现于社交媒体、代码仓库或 sitemap 时就识别出来，让用户能抓住 SEO 机会并保持领先。

它如何运作

系统监控四种主要信号来识别新词汇：

1. 社交与社区：追踪特定的 X（Twitter）账号以及 Hugging Face 的热门列表，以寻找新名称。
2. 代码仓库：检测 GitHub 的「爆发」（成立未满 14 天且 star 增长快速的 repo）。
3. 网页索引：分析 sitemap 中反复出现的新词，并找出在多个关键词上都有排名的新注册域名。
4. 直接流量：集成 Google Search Console，找出为用户自己网站带来曝光的新查询。

这些线索接着会交由「Name Judge」（一个 LLM）处理，以过滤掉常见词汇。对于高置信度的名称，它会生成一份「Keyword Table」，将特定产品名称映射到通用搜索词（例如将「SynthID Detector」映射到「ai image detector」），以判断这个新工具满足了哪些既有需求。最后，它会使用 Google Trends 进行 14 天的检视，以验证该词汇的热度是否真的上升。

适合谁使用

• SEO 专家：正在构建 AI 工具目录或落地页，需要快速在新词汇上取得排名的人。
• 新闻通讯作者：想在新 AI 工具推出当天就报道的策展人。
• 产品经理：追踪 AI 领域竞争对手与新兴趋势的人。

亮点

• 多信号检测：结合 X、Hugging Face、GitHub、sitemap 和 Search Console，提供全面覆盖。
• 通用词汇映射：使用 LLM 将特定品牌名称转译为高搜索量的通用关键词。
• 自动化验证：内置 14 天反馈循环，对照 Google Trends 检查命中率。
• 低成本基础设施：设计为通过 GitHub Actions 运行，大多数功能只需一个 API 密钥（AIsa）。