概述TRENDRADAR(中文名称:趋势雷达)是一款专注于多平台热点聚合与智能推送的容器化应用。 镜像准备镜像信息确认TRENDRADAR官方镜像信息如下:镜像名称:wantcat/trendradar推荐标签:latest(稳定版)镜像类型:用户/组织镜像(多段名称,包含斜杠"/") 镜像拉取命令根据镜像名称格式 /config /opt/trendradar/output # 保留最近30天备份 find $BACKUP_DIR -name "trendradar_backup_*.tar.gz" -mtime --network trendradar-net \ --restart always \ -v /opt/trendradar/config:/app/config:ro \ - 参考资源官方文档与镜像资源TRENDRADAR镜像文档(轩辕)https://xuanyuan.cloud/r/wantcat/trendradar TRENDRADAR镜像标签列表 https://xuanyuan.cloud
今天要介绍的这款开源工具 TrendRadar,就是一款能帮你“秒级掌握全网热搜”的神器。 一句话总结:TrendRadar 把分散在各个平台的热搜,整合成一份真正属于你的“热点雷达图”。 对于没有编程基础的用户,TrendRadar 也非常友好,几乎是“开箱即用”。TrendRadar 部署方式方案一:GitHub Pages(最快速)适合只想要一个网页版日报,不需要推送功能的用户。 1.Fork 项目打开 TrendRadar 仓库,点击右上角 Fork。 1.创建目录结构创建目录结构、下载配置文件模板、下载 docker-compose 配置# 创建目录结构mkdir -p trendradar/{config,docker}cd trendradar
没错,有一款开源项目能够满足你这样的需求,那就是TrendRadar。 介绍 TrendRadar 是一个开源项目,目标是告别信息过载,AI 助你看懂新闻资讯热点,简单的舆情监控分析 - 多平台热点聚合+基于 MCP 的AI分析工具。 直接依次执行下面的命令:前提你已安装 docker 和 docker-compose # 创建目录结构 mkdir -p trendradar/{config,docker} cd trendradar / # 下载 docker-compose 配置 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env docker/ # 启动 cd docker docker-compose up -d 目录文件应该是如下: trendradar/ ├── config/ │ ├── config.yaml
这就是 TrendRadar 诞生的背景——一个旨在帮助用户从被动接收转向主动筛选的开源热点追踪系统。 第一章:TrendRadar是什么?——重新定义热点追踪 1.1 项目定位:不只是新闻聚合器 TrendRadar的官方介绍是“最快30秒部署的热点助手”,但这只是它最表面的特性。 /TrendRadar/master/docker/docker-compose.yml wget https://raw.githubusercontent.com/sansan0/TrendRadar TrendRadar实现MCP服务器后,各种AI助手可以直接查询和分析新闻数据。 ${TRENDRADAR_ENV}.yaml 3.
国产开源项目一个接一个冲上榜一,TrendRadar 和 BettaFish 这两位“流量王者”更是轮流霸榜,让不少开发者直呼:国人做开源,是真上头! 而今天的主角 —— TrendRadar,则是另外一种爽法。 我也是偶然在 X(前推特)上刷到一个TrendRadar博文才关注到的,阅读量19W+。 TrendRadar 到底是什么? 它的名字起得也通俗易懂:Trend(趋势) + Radar(雷达)。 它不是新闻源,而是“趋势探测器”。 TrendRadar 的出现,让我第一次觉得:也许未来我们不需要更快的资讯,而是更聪明的资讯流。 不需要更大的信息源,而是更懂我们的信息筛选器。 GitHub:https://github.com/sansan0/TrendRadar 如果本文对您有帮助,也请帮忙点个 赞 + 在看 哈!❤️ 在看你就赞赞我!
今天,我要给大家分享一个能彻底改变你信息获取方式的“神器”——TrendRadar。它不仅是一个全网热榜聚合器,更是一个带AI大脑的私人情报助理。 这就像是你从GitHub这个大仓库里,把TrendRadar的源码完整地复制到了自己家里,并且走进了它的房间。 TrendRadar最强大的地方在于它能调用大模型对热点进行深度分析。这里我们以对接蓝耘MaaS平台的模型为例,性价比极高。 dockerps#应该能看到名为trendradar的容器;如果启了mcp,还会有trendradar-mcp五、查收第一份情报与排雷指南因为我们在.env里设置了IMMEDIATE_RUN=true, “TrendRadar负责全网扫街,蓝耘大模型负责深度思考。”两者结合,打破了信息获取与AI使用的壁垒,不仅实现了自动抓取,更完成了从碎片新闻到深度逻辑提炼的跨越。
MCP 生态扩张:claude‑context 与 TrendRadar 内容标题:MCP 协议扩展应用场景 应用案例 / 技术升级:Zilliz Tech 推出的 claude‑context 服务允许整仓库作为 Claude Code 的上下文;TrendRadar 项目则通过 AI 聚合多平台数据监测舆情,结合 MCP 接口提供基于趋势的通知与分析 。