TrendRadar 致力于帮助用户告别无效信息过载，通过聚合知乎、抖音、微博等多个主流平台的热点新闻，并结合智能算法进行精准筛选和趋势分析。它作为一个 MCP 服务器，允许 AI 助手通过自然语言查询、分析和管理这些新闻数据，实现高效的信息获取和深度洞察。

全网热点聚合: 实时抓取并整合来自知乎、抖音、微博、百度等 11+ 主流平台的热点新闻。
精准内容筛选: 支持自定义关键词（普通词、必须词、过滤词）和词组化管理，只推送用户真正关心的信息。
热点趋势分析: 追踪新闻热度变化、时间轴、新增检测和跨平台对比，深度理解热点演变。
个性化热点算法: 可配置的权重算法，根据排名、出现频次等维度重新排序热点，摆脱平台算法束缚。
AI 智能分析 (MCP): 通过 MCP 协议提供 13 种分析工具，允许 LLM 客户端进行对话式查询、话题趋势追踪、数据洞察、情感分析、智能摘要生成等。
多渠道实时推送: 支持企业微信、飞书、钉钉、Telegram、邮件、ntfy 等多种通知方式。
多端适配与部署: 提供 GitHub Pages 网页报告、Docker 容器化部署和数据持久化。

克隆项目: 将 TrendRadar 仓库克隆到本地。
安装依赖: 进入项目根目录，根据您的操作系统运行对应的安装脚本（例如 'setup-mac.sh' 或 'setup-windows.bat'），确保所有 Python 依赖和 'uv' 工具已安装。
配置爬虫: 编辑 'config/config.yaml' 文件以配置爬虫的平台、推送设置和分析权重。
配置关键词: 编辑 'config/frequency_words.txt' 文件，添加您希望追踪的热点关键词和词组。
启动爬虫: 首次启动并运行 'main.py' 文件以爬取数据并生成历史记录，这是 AI 分析的前提。

TrendRadar MCP 服务器支持 'stdio' 和 'http' 两种传输模式。MCP 客户端（如 Cherry Studio, Claude Desktop, Cursor 等）需要配置服务器的启动命令和参数才能连接。以下是客户端配置时所需的关键信息：

STDIO 模式 (推荐用于本地开发和桌面客户端): 此模式通过标准输入/输出进行通信，适合直接集成到桌面应用或 IDE 插件。在您的 MCP 客户端配置中，需要填写以下字段：
- 服务器名称: 'trendradar'
- 命令 (command): 'uv'
- 参数 (args):
  - '--directory'
  - '/path/to/TrendRadar' （请替换为您的 TrendRadar 项目在文件系统中的实际路径）
  - 'run'
  - 'python'
  - '-m'
  - 'mcp_server.server'
HTTP 模式 (推荐用于远程访问或持久化服务): 此模式通过 HTTP 端口提供服务，可以通过 'localhost' 或指定 IP 地址访问。
- 服务器名称: 'trendradar'
- URL: 'http://localhost:3333/mcp' （如果服务器部署在远程主机上，请将 'localhost' 替换为服务器的实际 IP 地址或域名，例如 'http://your-server-ip:3333/mcp'）
- 启动服务器命令: 在 TrendRadar 项目的根目录执行以下命令来启动 HTTP 模式的服务器： 'uv run python -m mcp_server.server --transport http --port 3333'
通用说明:
- 请将上述 '/path/to/TrendRadar' 替换为您的 TrendRadar 项目在文件系统中的实际路径。
- 确保 'uv' 命令已在您的环境中安装并可执行。
- 配置完成后，启动 MCP 客户端，它将尝试连接到 TrendRadar MCP 服务器并加载其提供的工具。

连接成功后，您可以通过 MCP 客户端向 TrendRadar MCP 服务器提问，利用其提供的工具进行智能分析，例如：

关键词