sansan0/TrendRadar

解決什麼問題

TrendRadar 是一款輕量級、易於部署的熱點助手，旨在透過聚合和過濾來自多個平台的新聞和熱門話題，消除「無效滑動」。它透過自動化收集、智慧過濾和多管道通知，允許使用者僅追蹤他們真正關心的特定新聞和趨勢，從而解決資訊過載的問題。

運作原理

系統從各種熱榜平台和 RSS/Atom 源（使用 newsnow API）收集資料。然後，它透過以下幾個層面對這些資料進行處理：

1. 過濾：使用者可以使用傳統關鍵字、正規表示式，或基於 AI 的興趣系統來過濾內容。在該系統中，自然語言描述（例如「我想看關於 AI 和新能源的新聞」）被用於對文章進行評分和過濾。
2. 分析：它與 LLM（透過 LiteLLM）整合，提供深入洞察，包括趨勢摘要、情感分析和跨平台相關性分析。
3. 推送：處理後的報告透過多種管道推送，包括 Telegram、微信、釘釘、飛書、電子郵件、Slack 和通用 Webhooks，或者渲染為具有深色模式和搜尋功能的互動式 HTML 報告。
4. MCP 整合：它包含一個模型上下文協議（MCP）伺服器，允許 AI 代理搜尋新聞、透過 Jina AI Reader 閱讀文章正文，並執行對比分析。

適用人群

• 資訊策劃者：希望獲得個人化、自動化的新聞摘要，而無需手動瀏覽多個網站的人。
• AI 愛好者：尋找利用 LLM 來總結和分析趨勢，而不僅僅是列出連結的工具的使用者。
• 開發者/自架伺服器者：偏好擁有自己的資料和部署方式的人（支援 Docker、GitHub Actions、Cloudflare Pages 和本地 Python 安裝）。

亮點

• AI 驅動過濾：使用自然語言興趣描述自動評分並選擇相關新聞。
• 多管道推送：支援 9 個以上的通知平台，並針對長內容提供自動 Markdown 格式化和訊息拆分。
• 深度 AI 分析：基於排名軌跡生成趨勢概覽、情感偵測和戰略建議。
• MCP 伺服器支援：使 AI 代理能夠與新聞資料互動，包括閱讀完整文章內容。
• 靈活排程：提供視覺化設定編輯器和時間軸系統，以管理資料收集、分析和推送的時間。