TrendRadar：它是什么、解決什麼問題以及為什麼它正受到關注

解決什麼問題

TrendRadar 是一款輕量級、易於部署的「熱點助手」，旨在透過聚合與篩選來自多個平台的新聞與熱門話題，來消除無意義的滾動瀏覽。它能幫助使用者在不被無關資訊淹沒的情況下，隨時掌握特定興趣領域的資訊。

運作方式

系統會從各種熱門列表平台與 RSS/Atom feeds（透過 newsnow API）收集數據。接著，透過以下幾個層級進行處理：

1. 篩選：使用者可以使用傳統關鍵字、正規表示式，或使用由 AI 驅動的智慧篩選系統，使用者可以用自然語言描述其興趣（例如：「我想看關於 AI 和新能源的相關新聞」），接著由 AI 對內容進行評分與篩選。
2. 分析：它整合了 LLMs（透過 LiteLLM，支援超過 100+ 個供應商，如 DeepSeek、OpenAI 和 Gemini）以提供深度洞察、趨勢摘要、情緒分析以及潛在影響評估。
3. 推送：處理後的資訊會被推送到各種管道，包括 Telegram、Slack、DingTalk、Feishu、Email 以及自定義的 Webhooks。
4. MCP 整合：它包含一個 Model Context Protocol (MCP) 伺服器，允許 AI agents 搜尋新聞、透過 Jina AI Reader 閱讀文章內容，並進行跨平台聚合。

對象是誰

• 想要根據特定專業或個人興趣，獲得精選且自動化的新聞推送的人士。
• 需要在多個平台追蹤熱門話題與情緒趨勢的研究人員或分析師。
• 想要透過 MCP 將即時網路趨勢整合到其 AI agent 工作流中的 AI 愛好者。

重點亮點

• AI 驅動的篩選：超越關鍵字，改用自然語言描述興趣，實現更智慧的內容選擇。
• 多管道推送：支援廣泛的通知平台（Telegram、Feishu、Slack 等）。
• 深度 AI 分析：根據聚合的數據生成摘要、情緒分析與趨勢預測。
• MCP 伺服器支援：讓 AI agents 能與新聞數據互動、閱讀全文，並進行歷史對規比。
• 靈活的排程：一個統一的時間軸系統，用來控制何時進行收集、分析與推送數據。
• 快速部署：支援 Docker、GitHub Actions、Cloudflare Pages 以及本地安裝。