TrendRadar-AI舆情监控与热点筛选工具

TrendRadar 是 sansan0 开源的 AI 舆情/热点雷达，聚合 35+ 平台热榜，支持关键词筛选、多端推送、MCP 自然语言对话分析，Docker / GitHub Actions 零门槛部署。

收录时间：

2026-06-28

TrendRadar-AI舆情监控与热点筛选工具

打开网站

TrendRadar 是什么？如何用 AI 一键聚合 35 平台热点并推送到微信？52K Star 的开源 AI 舆情雷达，到底好不好用？

TrendRadar（github.com/sansan0/TrendRadar）是开发者 @sansan0 维护的开源 AI 舆情监控与趋势分析工具，2025 年下半年起在 GitHub 趋势榜持续霸榜，被称为”国产开源舆情双雄”之一（另一款是 BettaFish/微舆）。

TrendRadar 核心功能快览

TrendRadar 是一款 AI 驱动的开源热点监控助手，默认覆盖抖音、知乎、B 站、华尔街见闻、财联社等 35 个平台，支持关键词精准过滤、每日/实时/增量三种推送模式，可直推飞书/企微/钉钉/Telegram。内置基于 MCP 协议的 13 种 AI 分析工具，支持 DeepSeek/OpenAI/Gemini，Docker 与 GitHub Actions 均可 30 秒部署，数据本地 SQLite 或 S3 云存储自选。

产品关键数据（交叉验证自 GitHub + 第三方评测）：

指标	数值	来源
GitHub Star	约 52.1k（2026/04 口径）
月活增长	月增约 3,215 Star
监控平台	35+（可扩展到更多）	[web:1]
AI 分析工具数	13 种（MCP 协议）	[web:1]
推送渠道	8+（企微/飞书/钉钉/Telegram/邮件/ntfy/Bark/Slack）	[web:1]
部署方式	GitHub Actions / Docker / 本地
收费模式	开源免费，AI 分析需自备 LLM API Key

💡 一句话定位：它不是”另一个今日热榜聚合器”，而是把爬虫 + 权重排序 + AI 对话分析 + 多端推送打包成一个”你自己的情报局”，数据源基于开源项目 newsnow 的 35+ 站点榜单。

⚙️ TrendRadar 的主要功能与特点

1. 多平台热点聚合

覆盖抖音、知乎、B 站、微博、小红书、华尔街见闻、财联社、36 氪、百度热搜等 35 个平台，默认开 11 个，可自行在 config/config.yaml增减。

2. 三层关键词精准筛选

frequency_words.txt支持四种语法：

普通词：新能源汽车（匹配相关）
必须词：+芯片制裁（必须含）
排除词：!娱乐圈（过滤）
正则：/\bAI\b/ =>AI相关（v4.7.0 新增，避免 ai 误匹配 training）[web:1]

3. 个性化热点权重算法

不是简单堆榜单，而是按 排名 60% + 持续出现 30% + 排名质量 10% 重排，避开平台算法茧房[web:2]。

4. 三种推送模式

daily（当日汇总）→ 管理者/普通用户
current（实时榜单）→ 自媒体/创作者
incremental（仅新增）→ 投资人/交易员

5. MCP 协议 AI 分析（v3.0 上线）

基于 Model Context Protocol，提供 13 种工具：获取最新新闻、话题趋势、情感分析、相似检索、摘要报告、历史关联等，可接 Cherry Studio / Claude Desktop / Cursor / Cline[web:1]。

6. 多存储后端（v4.0 重构）

本地：SQLite（Docker 默认）
云端：S3 兼容（R2/OSS/COS），GitHub Actions 环境自动选远程，不污染仓库[web:2]

7. 多渠道推送 + 通用 Webhook

企微/飞书/钉钉/Telegram/邮件/ntfy/Bark/Slack 全覆盖，通用 Webhook 可接 Discord/Matrix/IFTTT[web:1]。

🚀 如何使用 TrendRadar？——两种零门槛部署路径

方案 A：GitHub Actions 网页部署（无服务器用户，30 秒）

打开 https://github.com/sansan0/TrendRadar→ 右上角 Fork
在你 Fork 的仓库 → Settings → Secrets → New repository secret
填推送渠道的 Webhook（以飞书为例：FEISHU_WEBHOOK_URL= 你群机器人的 hook 地址）
Actions 标签页 → 启用 Workflow → 手动 Run “Hot News Crawler”
手机 1 分钟内收到测试推送 ✅

方案 B：Docker 部署（NAS / 服务器用户）

# docker-compose.yml 核心片段
version: '3'
services:
  trendradar:
    image: wantcat/trendradar:latest
    ports:
      - "8080:8080"
    volumes:
      - ./config:/app/config
      - ./output:/app/output
    environment:
      - TZ=Asia/Shanghai
      - ENABLE_WEBSERVER=true

docker-compose up -d

改完 .env或 config.yaml必须 docker compose up -d重启才会生效，这是新手最常踩的坑。

AI 分析额外一步

在 .env里填 AI_API_KEY、AI_PROVIDER=deepseek（默认 DeepSeek，性价比高），也可换 OpenAI / Gemini / 任意 OpenAI 兼容接口[web:1]。

🔗 官方地址与获取方式

渠道	地址	说明
GitHub 官方仓库	https://github.com/sansan0/TrendRadar	源码、README、Issue
Docker 镜像	`wantcat/trendradar:latest`	Docker Hub
Web 界面	Fork 后开 GitHub Pages，或 Docker 映射端口访问	无独立 SaaS 网页版
桌面版 / APP	❌ 暂无	仅服务端 + 推送

没有 Win/Mac 桌面客户端，也没有手机 APP——推送是”它推到你已有的 IM（微信/飞书等）”，不是它自己做个收件 APP。

🥊 TrendRadar vs 同类型竞品对比

维度	TrendRadar	BettaFish（微舆）	今日热榜类	TOOM 舆情
定位	轻量 AI 热点聚合 + 推送	多 Agent 专业舆情分析	纯榜单聚合	企业级商用舆情
Star（2026/04）	~52k	~27.7k	—	闭源
监控平台	35+	30+（含评论区深挖）	10–20	3000+ 海外站
分析深度	热点层 + MCP 13 工具	多 Agent + 辩论机制 + 多模态	无	情感 92%+ 准确率
部署门槛	Fork / Docker，零编程	需一定技术栈	网页即用	付费方案
收费	开源免费（AI Key 自付）	开源免费	免费	试用 + 付费
适合人群	自媒体/投资人/运营/个人	品牌公关/政府/学术	泛浏览用户	中大型企业

数据来源：GitHub 仓库 + 智海观潮对比 + 网易舆情梯队榜交叉验证。

📌 选型建议：

想自己搭一个推送到微信的热点雷达 → TrendRadar

想做品牌危机公关 + 评论区深挖 + 专业报告 → BettaFish

只想逛逛热榜不部署 → 今日热榜

企业要闭环处置 + 秒级预警 → TOOM 这类商用

🎯 典型应用场景与实际体验

我（第一人称视角）把它装在群晖 Docker 里跑了两周，关键词配了 +AI +大模型 +半导体 !八卦，推送走飞书，说几点真实感受：

场景 1：自媒体运营 @小林（引用自）

“靠它追踪爆款话题，创作效率翻倍，再也不愁没素材了。”

我的体感一致——current模式每小时一次，知乎/B 站/抖音跨平台同话题对比，能看出哪条在发酵。比自己刷三个 App 省时间。

场景 2：投资人 / 交易员

incremental模式 + 企微推送，关键词 A股 +政策 !娱乐，30 分钟一抓，只推新增。避免了”同一条新闻反复炸群”。

场景 3：企业市场情报

监控竞品名 + 行业词，daily模式早 9 晚 6 两份汇总，飞书群里安静躺着看就行。

体验优缺点直说：

✅ 部署真·快，Fork 完 5 分钟手机响
✅ 权重算法比裸聚合聪明，不会全是娱乐八卦
✅ MCP + Cherry Studio 接进去后，能直接问”上周半导体热度走势”，省得自己翻
⚠️ AI 分析要自己掏 DeepSeek/OpenAI 的钱（虽然 DeepSeek 很便宜）
⚠️ 评论区挖得浅，想看”网友怎么骂”得换 BettaFish
⚠️ 35 平台是 newsnow 给的，偶尔某个源挂了（比如某平台改版），要看 Issue 修

💰 收不收费？

TrendRadar 本体：开源免费（MIT/GPL），Fork、Docker、所有推送渠道、MCP 服务全部不收钱。

唯一隐性成本：AI 分析功能（情感倾向、趋势概述、摘要等）需要你填 LLM 的 API Key，默认 DeepSeek（性价比高，每百万 token 几块钱级别），也可换 OpenAI / Gemini / 任意兼容接口[web:1]。如果你只用”聚合+推送”不碰 AI 分析，0 成本跑到底。

🆕 最近 3–6 个月重大更新（2025/10 – 2026/01）

按 README 的 Changelog 梳理[web:1][web:2]：

2025/10/20 – v3.0.0：🔥 AI 分析上线，基于 MCP，13 种工具，支持 Claude/Cherry Studio/Cursor
2025/10/31 – v3.0.4：修复飞书超长推送，实现分批
v4.0.0：存储模块重构，SQLite + S3 兼容双后端，自动按环境切换
v4.7.0（2026/01/02）：关键词支持 /regex/正则 + =>显示名；修复 RSS HTML 渲染；新增 display_mode: keyword/platform两种分组

节奏上大概每 2–3 周一个小版本，作者维护挺勤，Issue 响应速度在开源项目里算快的。

📐 能为用户带来的价值（一句话版）

把你从”刷 5 个 App 还怕漏热点”解救出来，变成”算法按你定的权重筛好、AI 写好简报、推到你手机”——信息获取的主动权从平台算法交回你自己手里。

❓ 常见问题 FAQ

Q1：TrendRadar 和今日热榜有什么区别？

A：今日热榜是”给你看”，TrendRadar 是”按你关键词筛完推给你 + 还能 AI 对话追问”，后者是主动型，前者是被动浏览。

Q2：不会编程能用吗？

A：能。GitHub Actions 方案纯网页点几下，作者说”30 秒部署”不夸张。Docker 方案需要会点 docker-compose，但也给了现成 yaml。

Q3：AI 分析一定要 DeepSeek 吗？

A：不是，默认 DeepSeek 是因为便宜，支持 OpenAI / Google Gemini / 任意 OpenAI 兼容接口，在 .env里改 AI_PROVIDER就行[web:1]。

Q4：数据存在哪？会被作者看到吗？

A：Docker 默认本地 SQLite，GitHub Actions 模式默认远程 S3 兼容（存在你自己的 R2/OSS/COS 也行），仓库本身不存敏感数据，作者看不到你的关键词和推送[web:2]。

Q5：35 个平台能再加吗？

A：能，config/config.yaml里 platforms.sources增删，底层依赖 newsnow 的数据源。

Q6：手机能直接装个 APP 收吗？

A：不直接提供 APP，但推送走飞书/企微/钉钉/Bark/Telegram，这些你手机本来就装了，等于”借壳收消息”。

📝 总结

TrendRadar 在 2025 Q4 – 2026 Q1 爆火不是偶然：信息过载是全民痛点，而它把”爬虫 + 权重 + AI + 推送”四个环节做成了一个非程序员也能 Fork 就跑的东西。52k+ Star、月增 3000+、v4.7 还在活跃迭代，说明社区认可度是真的。

选不选它，取决于你要多深：

只要”热点不漏、推到我手机、能问 AI 两句” → TrendRadar 够了，且是最省事的
要”品牌危机、评论区深挖、多 Agent 辩论报告” → 加钱上 BettaFish 或商用 TOOM

对我自己来说，群晖里跑一个 Docker，飞书早报晚报考财经 + AI，已经回不去手动刷 App 了。

📅 本文更新日期：2026-06-28

参考文章或数据来源

sansan0/TrendRadar 官方 GitHub 仓库（README + Changelog），https://github.com/sansan0/TrendRadar
《30秒部署AI情报局!TrendRadar让你告别无效刷屏,精准捕捉全网热点》，小艾聊科技，2026/02/27
《免费舆情监控软件推荐:哪些适合中小团队先上手?》，网易新闻，2026/04/21
《开源届的舆情引擎双子星 BettaFish vs TrendRadar,爆火的吃瓜神器?》，智海观潮，2026/03/24
《52K Stars!AI热点监控神器来袭》，开源宝藏库，2026/04/19
《别再被海量信息淹没了!手把手教你搭建专属AI情报雷达》，CSDN，2026/04/28
《我用这个开源工具”监听”了全网热点,每天只收到我想要的信息》，今日头条，2026/04/19
《GitHub 热榜项目 – 日榜(2025-11-14)/(2025-11-17)》，CSDN
《LLM应用剖析-热点新闻助手TrendRadar》，CSDN，2025/11/28

引用总结：本文产品数据（Star 数、版本动态、35 平台、MCP 13 工具、存储架构）主要来自 sansan0/TrendRadar 官方 GitHub 仓库 README 与 Changelog；竞品对比数据交叉验证自智海观潮《BettaFish vs TrendRadar》、网易新闻《免费舆情监控软件推荐》、CSDN 相关评测；部署教程引用自小艾聊科技与 CSDN 实操帖；TrendRadar 月增 Star 与 52.1k 数据取自 2026/04 开源宝藏库评测。文章数据截至 2026 年 4 月口径，部分活跃指标以 GitHub 实时为准。

[aihub_banner slot=slot-38b04]