写公众号没灵感?这个 50K Star 开源工具把热点主动推到我面前

大家好,我是小肥肠。今天给大家介绍一个多平台热点信息聚合工具---TrendRadar ,它可以帮我把分散在各个平台的热点内容自动收集、筛选,再主动推送给我。像最近我发的Claude相关图文 都是TrendRadar抓取热点后主动发给我的:

1. 前言

作为 AI 知识博主,我面临的一个现实问题,就是灵感很容易断档。所以我一直想搭一个能监听全平台 AI 热点的工具

它需要帮我做这几件事:

  • 把多个平台里我感兴趣的热点信息收集起来
  • 按我自己关心的关键词做一轮筛选
  • 再用 AI 帮我做简单归纳
  • 最后把结果推到我常用的通知渠道里

2. 构建热点情报站

2.1 TrendRadar概述简介

我原本以为这种工具搭建周期要一个月。前几天我逛GitHub 时翻到了 TrendRadar,发现它直接就能部署使用,几乎满足了我所有需求。这个项目是开源的,仓库地址在这里:

arduino 复制代码
https://github.com/sansan0/TrendRadar

可以看到,截止目前它已经斩获了 50K Star,项目介绍也相当硬核,我自己看完一圈之后,发现它几乎把我想要的功能都覆盖到了。

我看了一圈它的设计,印象比较深的有几点:

  • 支持聚合多平台热点 包括抖音、知乎、ilibili 热搜、今日头条、百度热搜、微博等平台
  • 支持 RSS 订阅: 可以直接在 config.yaml 中添加 RSS 源
  • 支持关键词筛选
  • 支持 AI 分析、AI 翻译 可以将推送内容翻译为任意语言,打破语言壁垒,无论是阅读国内热点还是通过 RSS 订阅海外资讯,都能以母语轻松获取
  • 支持多种消息推送渠道 支持企业微信、飞书、钉钉等平台
  • 支持 Docker 部署: 支持 Docker 一键部署,与本地环境互相隔离
  • 数据可以本地保存,也可以走云端存储

这些点单拎出来都不算新鲜,但把它们组合在一起,而且尽量做成普通人也能上手的样子,这件事我觉得就挺有意义。

2.2 TrendRadar使用场景

按使用场景来分,TrendRadar 主要可以分成下面两种玩法:

方案 适合谁 特点
本地部署 + 任意信息渠道推送 想先快速跑通的人(本文的方案) 部署在自己电脑上,定时抓取热点并推送到飞书、企业微信、钉钉等平台,适合个人使用和前期试水。
服务器部署 想长期稳定运行的人+团队 不依赖本地电脑开机,适合长期追踪热点、团队协作,或者接入自己的网站和系统。

考虑到看我文章的读者里有不少小白,所以下面我会围绕"本地部署 + 飞书推送"这个场景来讲,直接进入部署配置环节。

3. 基于本地Docker部署TrendRadar

3.1 Win10 安装 Docker Desktop

  1. 安装 WSL 2(适用于 Windows 10 版本 2004 及以上):

Windows 子系统 Linux 2(WSL 2)提供了一个完整的 Linux 内核,Docker Desktop 依赖于此。win+R打开命令窗口,输入winver查看系统版本,确保内部版本高于19041:

以管理员身份打开 PowerShell,运行以下命令:

css 复制代码
wsl --install

安装完成后需要重启一下计算机。

  1. 安装 Docker Desktop

安装 Docker Desktop 之前,确保你已经安装并启用了 WSL 2。可以通过在 PowerShell 运行以下命令来检查:

css 复制代码
wsl --list --verbose

下载 Docker Desktop:访问 Docker 官方网站,下载适用于 Windows 的 Docker Desktop 安装包。

安装 Docker Desktop

  • 双击下载的安装文件 Docker Desktop Installer.exe
  • 按照提示完成安装过程。
  • 安装完成后,系统可能提示重启计算机,建议重启以确保所有组件正常工作。

启动 Docker Desktop :电脑重启后,启动Docker Desktop, 初次启动可能需要一些时间。

配置一下 Docker 镜像源地址:

以下镜像源地址为国内地址,你不想用我的也可以自己找:

json 复制代码
"registry-mirrors": [
    "https://docker.1panel.live",
    "https://hub.rat.dev",
    "https://docker.chenby.cn",
    "https://docker.m.daocloud.io"
  ]

3.2 TrendRadar部署及配置

来到TrendRadar仓库网页,点击【Code】按钮,在弹出的下拉菜单中点击【Download ZIP】,开启网络下载进程。

将下载好的压缩包解压到任意磁盘,我放在了F盘里。

解压完成后,先不要急着直接运行,先把配置文件改好,不然后面大概率会遇到"容器是启动了,但没推送消息"的情况。我这里主要改了三个地方:config.yaml.envai_interests.txt

3.2.1 配置 config.yaml

先用 VS Code 或者 Notepad++ 打开项目里的 config/config.yaml 文件。

这个文件看起来内容很多,但第一次其实不用全改。我建议先盯住下面几个配置:

  • app.timezone:时区,国内直接写 Asia/Shanghai
  • platforms.sources:选择你想抓取的平台,比如微博、知乎、抖音、头条这些
  • rss.feeds:rss订阅源配置,我配置了默认的Hacker News,如果你平时有固定订阅源,可以把 RSS 也一起加进去

3.2.2 配置 .env

除了 config.yaml,项目里有些环境变量也建议一起配好,通常是在 .env 文件里填写。

  • 配置 端口 原本端口的8080,我改成了8999
  • 配置 飞书机器人 webhook URL,让 TrendRadar 每天定时把资讯推送到群组中
  • 配置 API Key,用于你后面如果要用 AI 分析、AI 翻译:
ini 复制代码
OPENAI_API_KEY=你的Key
DEEPSEEK_API_KEY=你的Key
GEMINI_API_KEY=你的Key
  • 配置抓取热点信息和推送的频率,我设置的是2小时推送一次

3.2.3 配置 ai_interests.txt

如果你不想只靠关键词过滤,而是想让 AI 帮你判断"哪些热点更值得看",可以配置 config``ai_interests.txt

这个文件的作用 直接用自然语言告诉TrendRadar ,自己平时更关注什么方向,它再结合 AI 分析,把更贴近你兴趣的内容筛出来,只推送这些领域的资讯给你。

比如我自己的使用场景更偏向这些方向:

复制代码
我关注 AI 相关热点,尤其是大模型、AI 产品、AI 编程、Agent、出海工具、独立开发和自媒体相关内容。
我更关心有传播度、有讨论度、适合拿来写公众号选题的内容。

你可以把这类描述直接写进 config/ai_interests.txt 里,不需要刻意写成很死板的关键词列表,正常说人话就行。不会写可以用本地小龙虾帮你写,我就是用workbuddy 写的,workbuddy 安装使用教程:别再花钱找人"养虾"了!腾讯版OpenClaw发布,零门槛把AI塞进微信!

3.2.4 启动容器

配置都改完后,就可以开始启动容器了。进入docker目录。

在文件路径处输入cmd打开命令提示符窗口,输入:docker compose up -d,按下回车键启动容器

第一次启动会稍微慢一点,因为 Docker 需要先拉镜像。等它跑完之后,你可以再执行下面这条命令看下容器状态:docker ps,在下图中可以看到8999端口启动了,证明TrendRadar启动成功。

接下来只要坐等飞书机器人给我们定时发送热点资讯就行。

如果你想直接在本地网页里看热点资讯 聚合结果 ,也可以打开网址:http://localhost:8999/#tab-0。网页上的模块挺多,可以按需搜索热点资讯,也可以滑到最底部看一下 AI 的总结分析。

4. 结语

到这里,TrendRadar 的本地部署就差不多跑通了。对我来说,这个项目真正有意思的地方,不只是把多个平台的热点抓到一起,而是它真的能接进我自己的内容工作流里:前面负责收集,后面负责筛选,再把结果主动推到飞书。这样一来,我每天不是被动刷信息,而是让信息自己来找我。 如本次分享对你有帮助,欢迎一键三连支持一下小肥肠,我们下期再见~

相关推荐
做一个码农都是奢望2 小时前
计算机控制系统课程实验:车道保持
人工智能·数码相机
Mintopia2 小时前
文档写不好,技术能力再强也容易被低估
人工智能
ai产品老杨2 小时前
异构计算新范式:基于 X86/ARM 的 AI 视频融合架构与源码级性能优化
arm开发·人工智能·音视频
xingyuzhisuan2 小时前
遇到GPU驱动冲突问题,云厂商通常提供怎样的技术支持?
大数据·人工智能·gpu算力
它山之石,可以攻玉2 小时前
使用LangChain4j打造你的第一个AI应用
人工智能
GlobalInfo2 小时前
运动AI市场2026预测:亚太领跑、传感器国产化与5G+边缘计算新机遇
人工智能·5g·边缘计算
AI医影跨模态组学2 小时前
NPJ Digit Med(IF=15.1)河北医科大学第四医院赵群等团队:多模态数字活检用于胃癌隐匿性腹膜转移的术前预测
人工智能·机器学习·医学·医学影像
IT_陈寒2 小时前
React的useEffect把我坑惨了,这种闭包问题谁能想到
前端·人工智能·后端
zero15972 小时前
Python 8天极速入门笔记(大模型工程师专用):第八篇-Python 综合实战|完整大模型调用脚本,8 天成果落地
人工智能·python·ai编程·大模型开发