TrendRadar:一个 Python 脚本,替你盯着 35 个平台的热搜

信息过载的反面不是断网，是让机器替你看。TrendRadar 做的就是这件事，而且做得还不错。

/ / /

一个真实的烦恼

我有个习惯——每天早上花 40 分钟刷各种平台的热搜。知乎一遍，微博一遍，B站一遍，再去财联社扫一圈，偶尔还要看看 Hacker News 和 V2EX。40 分钟过去，真正有用的信息可能就两三条。累不累？累。剩下的时间全贡献给了算法推荐的垃圾。

后来我试过 RSS。放弃了，两周。原因很简单：RSS 是"订阅源"思维，你得自己找 feed 地址、自己分类、自己过滤。跟直接刷平台没有本质区别，只是换了个 UI。

然后我在 GitHub Trending 上看到了 TrendRadar。

TrendRadar 多平台热搜聚合架构

/ / /

它到底干了什么

TrendRadar 是一个 Python 写的舆情监控工具，核心逻辑其实挺简单的——定时从 35 个平台抓热搜数据，跑一遍过滤规则，把命中的内容推到你的手机上。

但别急。"简单"这两个字后面藏了不少细节。

平台覆盖方面，它基于 newsnow API 做了适配层，目前支持知乎、抖音、B站、微博、百度热搜、今日头条、财联社、澎湃、凤凰、贴吧——列下去能列到 35 个。社区里有人（Issue #95）嫌一个一个加太慢，直接整理了一份 32 个平台的批量配置模板，包括一般新闻 9 个、财经投资 8 个、社交视频 6 个、科技 9 个。拿来就能用。

推送渠道覆盖了几乎所有你能想到的通知方式：企业微信、飞书、钉钉、Telegram、Slack、邮件、ntfy、Bark。每种渠道还支持多账号配置。讲真，光这个推送矩阵就值得抄一下它的代码看看怎么写的。

/ / /

过滤这件事，它想了挺多

最早期的版本只支持关键词匹配，frequency_words.txt 里写规则。但这个文件支持的语法已经比较丰富了：正则表达式、必含词、排除词都能用。比如你想监控 "AI" 相关但排除 "AI 换脸" 和 "AI 写作业"，一行规则就能搞定。

AI 智能过滤 vs 关键词过滤

v6.0.0 加了时间线调度——你可以配置工作日早上 8 点用严格过滤（只看财经和科技），周末下午切换成宽松模式（娱乐八卦也放进来）。配置文件是 timeline.yaml，按时段定义过滤策略，还能区分工作日和周末。

v6.5.0 加了 AI 智能过滤。这个有点意思。你不用写关键词规则了，直接用自然语言描述你的兴趣，比如"我关注大模型领域的技术突破和开源项目动态"，AI 自动提取标签并给每条新闻打相关性评分。AI 挂了怎么办？自动回退到关键词匹配。这个降级策略我觉得想得明白。

时间线调度功能

支持的 AI 提供商超过 100 家，DeepSeek、OpenAI、Gemini、Anthropic 都在列表里。你配哪家的 API Key 就用哪家。

/ / /

MCP 集成：跟你的热搜数据对话

v3.0.0 引入了 MCP（Model Context Protocol）支持。简单说就是你可以用自然语言跟你收集到的新闻数据对话，比如问"过去一周哪些 AI 开源项目上了三个以上平台的热搜"——它能给你拉出来。

MCP 这个协议是 Anthropic 2024 年 11 月推出的开放标准，TrendRadar 是比较早接入的项目之一。Docker 部署时可以单独起一个 MCP 服务容器，LobeHub 也已经收录了它的 MCP 服务器配置。

MCP 自然语言对话分析

内置了 14 个 AI 分析工具。趋势汇总、舆论方向、跨平台关联、影响评估都有。觉得不够用？改 ai_analysis_prompt.txt，自定义分析角色。

/ / /

三种模式，三种用法

TrendRadar 的报告有三种模式，这个设计我觉得想得挺清楚：

三种报告模式

当日汇总（Daily）——每天跑一次，把当天命中的所有新闻汇总成一份报告。适合"每天看一次就够"的人。

当前榜单（Current）——实时快照，带排名变动标记。新上榜的条目会标 🆕，掉出榜单的也能看到。适合做竞品监控或者品牌舆情。

增量监控（Incremental）——只推新发现的内容，不重复推。适合需要实时跟进但又不想被淹没的场景。

报告是 HTML 格式。浏览器端做了不少增强：暗黑模式、全文搜索、Ctrl+K 触发搜索框、宽屏适配。部署到 GitHub Pages 上就是一个网页版，团队共享直接发链接。

/ / /

/ / /

部署：30 秒到随便你折腾

部署方式对比

最快的方式是 Fork 仓库然后用 GitHub Actions。配几个 Secrets（API Key、推送渠道的 webhook），Action 自动定时跑。免费额度每月 2000 分钟，对这个场景绑绑有余。

不过 GitHub Actions 有个坑：7 天无活动就会被暂停。你得隔几天去点一下仓库，或者设个定时 commit 之类的 workaround。

稳定跑的话还是推荐 Docker。官方镜像支持 amd64 和 arm64，docker compose up -d 一把梭。数据存本地 SQLite，不依赖外部数据库。

本地跑 Python 也行。适合想魔改的人。

存储这块说一下。本地方案用 SQLite，零配置。GitHub Actions 方案因为每次跑完环境销毁，数据得存到外面——支持 S3 兼容协议，Cloudflare R2、阿里 OSS 都能接。

/ / /

几个值得注意的地方

GitHub 增长趋势

星标数据：截止现在 GitHub 45.1k stars，22k forks。2025 年 11 月 27 日创下单日 1434 stars 的记录，当天 GitHub Trending 第一。那次爆发的直接原因是 v3.4.0 加了 Slack 集成，被几个大号转发了。

局限性要说清楚：35 个监控平台里，%%大约 90% 是中文平台%%。如果你主要关注英文信息源，这个工具目前不太适合。它的优势恰恰是把中文互联网的碎片化信息做了聚合——这块确实没什么竞品。

没有正式 Release：代码直接从 master 分支拉，没有 tag 也没有 changelog 页面。虽然 README 里提到了版本号，但 GitHub Releases 页面是空的。这对于生产环境使用来说多少有点不太讲究。

对比 Feedly：Feedly Pro 要 $100+/年，TrendRadar 免费自托管。当然这俩定位不完全一样——Feedly 是成熟的 RSS 产品，TrendRadar 更像是"AI 版的热搜聚合器"。但如果你的需求就是"帮我盯着中文互联网的热点，有事叫我"，TrendRadar 确实更直接。

/ / /

配置文件一览

跟这种工具打交道最多的就是配置文件，列一下：

配置文件总览

在线配置编辑器在 https://sansan0.github.io/TrendRadar/，不用手写 YAML 也能配。

/ / /

写在最后

TrendRadar 解决的问题很具体：你想知道中文互联网上发生了什么，但不想自己一个平台一个平台去刷。Python + SQLite，够轻。AI 过滤 + MCP 对话，够智能。没有多余的东西。

45k stars、22k forks。这个数据不需要我替它吹。

仓库地址：https://github.com/sansan0/TrendRadar

我现在早上的 40 分钟缩短到了 5 分钟。多出来的 35 分钟拿来写代码（或者摸鱼），这笔账怎么算都划算。