AI舆情监控+多渠道推送：TrendRadar开源项目完整教程

在信息爆炸的时代，如何高效追踪自己关注的话题和舆论动态？TrendRadar是一个开源的AI驱动舆情监控系统，支持多平台热点聚合、RSS订阅、智能筛选和多渠道推送，让你不再错过任何重要信息。

## 项目介绍

TrendRadar定位为个人舆情监控助手和热点筛选工具，聚合多个平台的热点内容，支持通过RSS订阅进行精准关键词筛选。AI负责智能筛选新闻、翻译外文内容，并生成分析简报推送到手机。项目支持Docker部署，数据可本地或云端自持，不依赖任何第三方付费服务。

核心功能包括：多平台热点聚合（微博、知乎、微信公众号等），RSS订阅精准关键词筛选，AI智能筛选有效信息，AI翻译外文新闻，AI生成舆情分析简报，支持微信、飞书、钉钉、Telegram、邮件等多渠道推送。

## 技术架构

TrendRadar基于Python开发，核心技术栈包括：大语言模型（LLM）用于内容理解和简报生成；MCP（Model Context Protocol）架构支持，可接入各种AI工具生态；Docker容器化，部署简单；支持接入ntfy、bark、slack等现代通知渠道。

项目支持配置化部署，用户可以通过简单的配置文件定义要监控的关键词、关注的平台以及推送渠道。系统会自动抓取相关内容，经过AI筛选后生成精炼的摘要推送到指定设备。

## 安装步骤

项目支持Docker部署，适合有或没有技术背景的用户。

首先，确保已安装Docker和Docker Compose。然后克隆项目仓库：

git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar

编辑配置文件.env，设置你的LLM API密钥（支持OpenAI、Claude等多种模型）以及各推送渠道的配置信息。

然后启动容器：

docker-compose up -d

系统会启动主程序和必要的依赖服务，访问本地端口即可进入管理界面。

## 使用方法

在管理界面中，添加你关注的话题关键词，比如「人工智能」「新能源汽车」等；配置RSS订阅源，可以是任意支持RSS的网站；设置推送渠道和推送频率；AI会自动分析新内容，对重要信息生成简报并推送。

支持多种过滤模式：按关键词精确匹配、按情感倾向筛选、按媒体权重筛选等。你也可以让AI只推送高置信度的内容，减少噪音。

## 适用场景

TrendRadar非常适合以下场景：品牌声誉监控，追踪与自己产品相关的网络舆论；行业动态追踪，及时了解竞争对手和行业趋势；个人投资研究，跟踪某家上市公司或行业的相关新闻；自媒体创作者，收集选题素材和热点话题；跨境电商运营，监控海外社交媒体对本品牌的讨论。

## 开源协议

GitHub开源，具体许可请参考项目仓库。

GitHub: https://github.com/sansan0/TrendRadar

服务支持：如有兴趣不会搭建，可以联系微信：WRYD6166，开源项目搭建10-50元。