Skip to content

⭐AI-driven public opinion & trend monitor with multi-platform aggregation, RSS, and smart alerts.🎯 告别信息过载,你的 AI 舆情监控助手与热点筛选工具!聚合多平台热点 + RSS 订阅,支持关键词精准筛选。AI 智能筛选新闻 + AI 翻译 + AI 分析简报直推手机,也支持接入 MCP 架构,赋能 AI 自然语言对话分析、情感洞察与趋势预测等。支持 Docker ,数据本地/云端自持。集成微信/飞书/钉钉/Telegram/邮件/ntfy/bark/slack 等渠道智能推送。

24.3 KB
Raw Blame
# ═══════════════════════════════════════════════════════════════
#                    TrendRadar 配置文件
#                      Version: 2.4.0
# ═══════════════════════════════════════════════════════════════


# 可视化配置编辑器地址: https://sansan0.github.io/TrendRadar/


# ===============================================================
# 1. 基础设置
# ===============================================================
app:
  # 时区配置(影响所有时间显示、调度系统判断、数据存储)
  # 常用时区:
  #   - Asia/Shanghai (北京时间 UTC+8)
  #   - America/New_York (美东时间 UTC-5/-4)
  #   - Europe/London (伦敦时间 UTC+0/+1)
  # 完整时区列表: https://en.wikipedia.org/wiki/List_of_tz_database_time_zones
  timezone: "Asia/Shanghai"
  show_version_update: true           # 是否显示版本更新提示(true=显示, false=隐藏)


# ===============================================================
# 1.5 调度系统 —— 什么时间做什么事
#
# 通过 timeline.yaml 里定义的时间段来自动决定:
#   - 什么时候推送通知
#   - 什么时候做 AI 分析
#   - 用什么报告模式
#
# 快速上手:选一个预设模板,改 preset 的值就行
#
#   always_on       → 全天候,有新增即推送
#   morning_evening → 全天推送 + 晚间当日汇总(推荐)
#   office_hours    → 工作日三段式(到岗→午间→收工),周末增量自由推
#   night_owl       → 午后速览 + 深夜全天汇总
#   custom          → 完全自定义,详见 timeline.yaml
#
# 详细时间线图请查看 config/timeline.yaml
# ===============================================================
schedule:
  enabled: false                        # 是否启用调度系统(true=启用, false=关闭,默认关闭)
  preset: "morning_evening"             # 预设模板名称(见上方说明)


# ===============================================================
# 2. 数据源 - 热榜平台
#
# 数据来源于 newsnow 开源项目: https://github.com/ourongxing/newsnow
# 你可以自行部署 newsnow 并将 api_url 指向你自己的实例
#
# enabled: 是否启用热榜抓取(总开关)
# api_url: 热榜数据 API 地址(可选,留空使用默认地址)
# sources: 平台列表
#   - id: 平台唯一标识(勿修改)
#   - name: 显示名称(可自定义,修改后不影响运行)
#   - expected_domain: 域名安全校验(可选,建议配置)
#     填写主域名(如 baidu.com),自动匹配该域名及其所有子域名
#     校验返回数据中的链接是否为 HTTPS 且域名匹配,不匹配时丢弃该平台数据并记录警告
#     可有效防范链接劫持或数据篡改
#     只要 api_url 不是你自己部署的实例,都推荐配置 expected_domain
# ===============================================================
platforms:
  enabled: true                         # 是否启用热榜平台抓取(true=启用, false=关闭)
  api_url: ""                            # 热榜数据 API 地址(留空使用默认地址)
                                        # 如果你自行部署了 newsnow,填入你的地址,如: https://your-domain.com/api/s
  sources:
    - id: "toutiao"
      name: "今日头条"
      expected_domain: "toutiao.com"
    - id: "baidu"
      name: "百度热搜"
      expected_domain: "baidu.com"
    - id: "wallstreetcn-hot"
      name: "华尔街见闻"
      expected_domain: "wallstreetcn.com"
    - id: "thepaper"
      name: "澎湃新闻"
      expected_domain: "thepaper.cn"
    - id: "bilibili-hot-search"
      name: "bilibili 热搜"
      expected_domain: "bilibili.com"
    - id: "cls-hot"
      name: "财联社热门"
      expected_domain: "cls.cn"
    - id: "ifeng"
      name: "凤凰网"
      expected_domain: "ifeng.com"
    - id: "tieba"
      name: "贴吧"
      expected_domain: "baidu.com"
    - id: "weibo"
      name: "微博"
      expected_domain: "weibo.com"
    - id: "douyin"
      name: "抖音"
      expected_domain: "douyin.com"
    - id: "zhihu"
      name: "知乎"
      expected_domain: "zhihu.com"



# ===============================================================
# 3. 数据源 - RSS 订阅
#
# 与热榜数据分开存储,按时间流展示
# 每个源配置:id(唯一标识)、name(显示名称)、url(订阅地址)
# enabled: 可选,默认 true
# max_age_days: 可选,覆盖全局 freshness_filter.max_age_days
# ===============================================================
rss:
  enabled: true                       # 是否启用 RSS 抓取(true=启用, false=关闭)

  # 文章新鲜度过滤(过滤超龄旧文章,避免重复推送)
  # 仅在推送阶段过滤,所有文章仍会存入数据库
  freshness_filter:
    enabled: true                     # 是否启用新鲜度过滤(true=启用, false=关闭)

    max_age_days: 1                   # 最大文章年龄(天)
                                      # - 正整数:只推送 N 天内的文章
                                      # - 0:禁用过滤,推送所有文章

  # 单个 feed 可配置 max_age_days 覆盖全局设置:
  # - 不配置:使用全局 freshness_filter.max_age_days(默认 3 天)
  # - 正整数:覆盖全局设置,只推送此天数内的文章
  # - 0:禁用此频道的新鲜度过滤,推送所有文章
  feeds:
    - id: "hacker-news"
      name: "Hacker News"
      url: "https://hnrss.org/frontpage"

    - id: "ruanyifeng"
      name: "阮一峰的网络日志"
      url: "http://www.ruanyifeng.com/blog/atom.xml"
      enabled: false                  # 禁用
      # max_age_days: 3               # 示例:推送 3 天内的文章(更新较慢的博客)
     
    - id: "yahoo-finance"
      name: "雅虎财经"
      url: "https://finance.yahoo.com/news/rssindex"

    # 自定义源示例
    # - id: "custom-feed"
    #   name: "自定义源"
    #   url: "https://example.com/feed.xml"
    #   enabled: false
    #   max_age_days: 0               # 示例:禁用过滤,推送所有文章


# ===============================================================
# 4. 报告模式
# ===============================================================
report:
  mode: "current"                     # 报告模式(开启 schedule 后作为默认值,会被 timeline 时段覆盖)
                                      # daily = 当日汇总,按时推送当天所有匹配新闻(会包含之前推过的)
                                      # current = 当前榜单,按时推送当前在榜的匹配新闻(持续在榜的每次都出现)
                                      # incremental = 增量监控,只推送新增内容,零重复(没有新增时不推送)

  display_mode: "keyword"             # 分组维度
                                      # keyword = 按关键词分组显示
                                      # platform = 按平台/来源分组显示

  sort_by_position_first: false       # 关键词模式排序(仅 display_mode=keyword 时生效)
                                      # true = 按 frequency_words.txt 的定义顺序
                                      # false = 按匹配到的热点条数排序(多的在前)

  rank_threshold: 5                   # 排名高亮阈值(影响展示强调,不改变抓取范围)

  max_news_per_keyword: 0             # 每个关键词/标签最大显示数量(0=不限制,仅影响展示裁剪)


# ===============================================================
# 4.5 筛选策略
# ===============================================================
filter:
  method: "keyword"                     # 筛选方式(二选一)
                                       # keyword = 关键词匹配,不调用 AI,不消耗 token,但规则固定
                                       #           词组定义在 config/frequency_words.txt
                                       # ai = AI 智能分类,更灵活但每次运行消耗 token
                                       #      兴趣描述在 config/ai_interests.txt,需配合下方 ai_filter

  priority_sort_enabled: true          # AI 模式标签排序(仅 method=ai 时生效)
                                       # true = 按兴趣描述中的定义顺序
                                       # false = 按匹配条数排序(多的在前)


# ===============================================================
# 4.6 AI 智能筛选配置(仅 filter.method=ai 时生效)
# ===============================================================
ai_filter:
  batch_size: 200                         # 每批发送给 AI 的标题数,超过此数量自动分批
  batch_interval: 2                       # 分批间隔(秒),避免触发 API 限流,0=不等待

  min_score: 0.7                          # 推送最低分数阈值(0.0~1.0),值越高越严格
                                          # 推荐 0.5~0.7 起步,0=不过滤

  # 兴趣描述文件(默认 config/ai_interests.txt,无需配置)
  # 自定义文件放入 config/custom/ai/ 目录,然后指定文件名:
  # interests_file: "finance.txt"    # → 加载 config/custom/ai/finance.txt

  reclassify_threshold: 0.6              # 全量重分类触发阈值(0~1)
                                          # 越低越倾向全量重分类(更准但更耗 token)
                                          # 越高越倾向增量更新(更省但可能不够新)

  # 以下提示词模板一般无需修改(不建议动)

  # 分类提示词模板
  prompt_file: "prompt.txt"

  # 标签提取提示词模板(首次运行时使用)
  extract_prompt_file: "extract_prompt.txt"

  # 标签更新提示词模板(兴趣变更时 AI 对比新旧标签)
  update_tags_prompt_file: "update_tags_prompt.txt"


# ===============================================================
# 5. 推送内容控制
#
# 统一管理推送消息中显示哪些区域及其排列顺序
# ===============================================================
display:
  # 区域显示顺序(从上到下 = 推送中从上到下)
  # 调整顺序:剪切粘贴整行即可
  # 要显示某个区域,需同时:1. 在此列表中  2. 下方 regions 对应开关为 true
  region_order:
    - new_items                           # 1️⃣ 新增热点区域
    - hotlist                             # 2️⃣ 热榜区域(关键词匹配 / AI 智能筛选)
    - rss                                 # 3️⃣ RSS 订阅区域
    - standalone                          # 4️⃣ 独立展示区
    - ai_analysis                         # 5️⃣ AI 分析区域

  # 推送区域开关(需配合上方 region_order 使用)
  regions:
    hotlist: true                     # 热榜区域:关键词匹配 / AI 智能筛选(true=显示, false=隐藏)
    new_items: false                  # 新增热点区域:含热榜新增 + RSS 新增(true=显示, false=隐藏)
                                      # 注:热点词汇统计中的新增标记🆕不受此配置影响

    rss: true                         # RSS 订阅区域(true=显示并分析, false=隐藏并跳过分析)
    standalone: false                 # 独立展示区:完整热榜/RSS,不受关键词过滤(true=显示, false=隐藏)
    ai_analysis: true                 # AI 分析区域(true=显示, false=隐藏)

  # 独立展示区:将指定平台/RSS 完整展示,不受关键词过滤
  # 推送展示由 regions.standalone 控制,AI 分析由 ai_analysis.include_standalone 控制
  standalone:
    platforms: ["zhihu", "wallstreetcn-hot"]     # 热榜平台 ID 列表(如 ["zhihu", "weibo"])
    rss_feeds: []                                # RSS 源 ID 列表(如 ["hacker-news"])
    max_items: 20                                # 每个源最多展示条数(0=不限制)


# ===============================================================
# 6. 推送通知
#
# ⚠️ 安全警告:webhook 地址不要公开!
#    GitHub 部署请将 webhook 填入 GitHub Secrets,不要写在这里
#
# 📌 多账号:分号(;)分隔,如 "url1;url2;url3"
#    配对项(如 Telegram token 和 chat_id)数量必须一致
# ===============================================================
notification:
  enabled: true                       # 是否启用通知功能(true=启用, false=关闭)—— 总开关
                                      # 开启 schedule 后此项仍为总开关:false=永远不推送,true=由调度控制

  # 推送渠道配置
  channels:
    feishu:
      webhook_url: ""                 # 飞书机器人 webhook URL

    dingtalk:
      webhook_url: ""                 # 钉钉机器人 webhook URL

    wework:
      webhook_url: ""                 # 企业微信机器人 webhook URL
      msg_type: "markdown"            # 消息类型:markdown(群机器人) | text(个人微信应用)

    telegram:
      bot_token: ""                   # Telegram Bot Token
      chat_id: ""                     # Telegram Chat ID

    email:
      from: ""                        # 发件人邮箱地址
      password: ""                    # 发件人邮箱密码或授权码
      to: ""                          # 收件人邮箱,多个用逗号分隔
      smtp_server: ""                 # SMTP 服务器(可选,留空自动识别)
      smtp_port: ""                   # SMTP 端口(可选,留空自动识别)

    ntfy:
      server_url: "https://ntfy.sh"   # ntfy 服务器地址(可改为自托管)
      topic: ""                       # ntfy 主题名称
      token: ""                       # ntfy 访问令牌(可选,用于私有主题)

    bark:
      url: ""                         # Bark 推送 URL(格式:https://api.day.app/your_device_key)

    slack:
      webhook_url: ""                 # Slack Incoming Webhook URL

    generic_webhook:
      webhook_url: ""                 # 通用 Webhook URL(支持 Discord、Matrix、IFTTT 等)
      payload_template: ""            # JSON 模板,支持 {title} 和 {content} 占位符
                                      # 示例:{"content": "{content}"}
                                      # 留空则使用默认格式:{"title": "{title}", "content": "{content}"}


# ===============================================================
# 7. 存储配置
# ===============================================================
storage:
  # 存储后端选择
  # - auto: 自动选择(GitHub Actions 且配置了远程存储 → remote,否则 → local)
  # - local: 本地 SQLite + TXT/HTML 文件
  # - remote: 远程云存储(S3 兼容协议,支持 R2/OSS/COS 等)
  backend: "auto"

  # 数据格式选项
  formats:
    sqlite: true                      # 主存储(必须保持 true,请勿关闭)
    txt: false                        # 是否生成 TXT 快照(true=生成, false=不生成)
    html: true                        # 是否生成 HTML 报告(true=生成, false=不生成)
                                      # ⚠️ 邮件推送或者需要看网页版报告必须设为 true

  # 本地存储配置
  local:
    data_dir: "output"                # 数据目录
    retention_days: 0                 # 保留天数(0=永久保留)

  # 远程存储配置(S3 兼容协议)
  # 支持: Cloudflare R2, 阿里云 OSS, 腾讯云 COS, AWS S3, MinIO 等
  # 建议将敏感信息配置在 GitHub Secrets 或环境变量中
  remote:
    retention_days: 0                 # 保留天数(0=永久保留)

    # S3 兼容配置(或使用环境变量 S3_ENDPOINT_URL 等)
    endpoint_url: ""                  # 服务端点
                                      # Cloudflare R2: https://<account_id>.r2.cloudflarestorage.com
                                      # 阿里云 OSS: https://oss-cn-hangzhou.aliyuncs.com
                                      # 腾讯云 COS: https://cos.ap-guangzhou.myqcloud.com
    bucket_name: ""                   # 存储桶名称
    access_key_id: ""                 # 访问密钥 ID
    secret_access_key: ""             # 访问密钥
    region: ""                        # 区域(可选,部分服务商需要)

  # 数据拉取(从远程同步到本地,用于 MCP Server 等场景)
  pull:
    enabled: false                    # 是否启用启动时自动拉取(true=启用, false=关闭)
    days: 7                           # 拉取最近 N 天的数据


# ===============================================================
# 8. AI 模型配置(ai_analysis / ai_translation / ai_filter 共用)
# ===============================================================
ai:
  # LiteLLM 模型格式: 提供商/模型名
  # 示例:
  #   - deepseek/deepseek-v4-flash (DeepSeek,便宜够用,推荐)
  #   - deepseek/deepseek-v4-pro
  #   - openai/gpt-4o (OpenAI)
  #   - gemini/gemini-2.5-flash (Google Gemini)
  #   - anthropic/claude-sonnet-4-20250514 (Anthropic)
  #   - ollama/llama3 (本地 Ollama)
  # 完整列表: https://docs.litellm.ai/docs/providers
  # 如果你对于看英文文档比较头疼,那么可以点击页面右下角的 【Ask AI】 ,用中文询问怎么配置

  model: "deepseek/deepseek-v4-flash"

  api_key: ""                       # API Key(建议使用环境变量 AI_API_KEY)
  
  api_base: ""                      # 自定义 API 地址(可选,绝大多数情况留空即可)
                                    #
                                    # ❓ 什么时候需要填?
                                    #    当你使用的 AI 服务商不在上方支持列表中时。
                                    #    比如某些国内 API 中转站、私有部署的服务等。
                                    #    如果你用的是 DeepSeek、OpenAI、Gemini 等主流服务商,
                                    #    不用填这个,留空就行。
                                    #
                                    # 🔧 怎么填?两步走:
                                    #    第一步 - api_base 填写服务商给你的接口地址
                                    #      例如: https://your-provider.com/v1
                                    #
                                    #    第二步 - model 前面加上 "openai/" 前缀
                                    #      例如: openai/deepseek-ai/DeepSeek-V3
                                    #
                                    # 💡 为什么要加 openai/ 前缀?
                                    #    大部分 AI 服务商都兼容同一套通用接口格式,
                                    #    加上 openai/ 就是告诉系统"用这套通用格式去连接",
                                    #    这样几乎任何服务商都能接入。


  timeout: 120                      # 请求超时(秒)

  temperature: 1.0                  # 采样温度 (0.0-2.0)
                                    # 注意:部分模型(如 gpt-5)可能要求必须为 1.0,否则会报错
  
  max_tokens: 5000                  # 最大生成 token 数
                                    # 注意:如果 API 不支持此参数(报 HTTP 400),请设为 0 以禁用发送
  # 高级选项
  num_retries: 1                    # 失败重试次数
  fallback_models: []               # 备用模型列表(可选)
                                    # 示例: ["openai/gpt-4o-mini", "openai/deepseek-ai/DeepSeek-V3"]

  # 额外参数(一般无需修改,删掉 # 号即可启用)
  # 会原样透传给 LiteLLM,可用于补充请求参数或自定义请求头
  # extra_params:
  #   top_p: 1.0
  #   presence_penalty: 0.0
  #   stop: ["END"]


# ===============================================================
# 9. AI 分析功能(模型配置见上方 ai 段)
# ===============================================================
ai_analysis:
  enabled: true                     # 是否启用 AI 分析(true=启用, false=关闭)—— 总开关
                                    # 开启 schedule 后此项仍为总开关:false=永远不分析,true=由调度控制

  language: "Chinese"               # 分析报告语言(如 "English", "Korean", "法语")
  prompt_file: "ai_analysis_prompt.txt"   # 提示词文件(相对于 config 目录)

  mode: "follow_report"             # AI 分析模式(可独立于 report.mode)
                                    # follow_report = 跟随 report.mode(默认)
                                    # daily / current / incremental = 强制使用指定模式

  max_news_for_analysis: 150        # 参与分析的新闻数量上限(控制 token 成本的关键项)
                                    # 热榜优先占用配额,RSS 用剩余配额,独立展示区不受此限制

  include_rss: false                # 是否包含 RSS 内容进行分析(true=包含, false=不包含)
  include_standalone: true          # 是否纳入独立展示区数据(true=纳入, false=不纳入)

  include_rank_timeline: true       # 排名时间线详细程度
                                    # true = 完整轨迹(如 1(09:30)→2(10:00)),AI 分析更准但多耗 0.5~1 倍 token
                                    # false = 简化格式(排名范围+出现次数),更省 token




# ===============================================================
# 10. AI 翻译功能(模型配置见上方 ai 段)
#
# 对推送标题进行翻译,不包含 AI 分析的内容
# ===============================================================
ai_translation:
  enabled: true                     # 是否启用翻译功能(true=启用, false=关闭)
  language: "中文"                   # 翻译目标语言(如 "English", "Korean", "法语")
  prompt_file: "ai_translation_prompt.txt"   # 提示词文件(相对于 config 目录)

  batch_size: 100                   # 每批发送给 AI 的标题数,超过此数量自动分批
  batch_interval: 2                 # 分批间隔(秒),避免触发 API 限流,0=不等待

  # 翻译范围(display.regions 关闭的区域即使开启也不会翻译)
  scope:
    hotlist: false                  # 翻译热榜标题(true=翻译, false=不翻译)
    rss: true                       # 翻译 RSS 标题(true=翻译, false=不翻译)
    standalone: true                # 翻译独立展示区标题(true=翻译, false=不翻译)


# ===============================================================
# 11. 高级设置(一般无需修改)
# ===============================================================
advanced:
  debug: false                        # 调试模式(true=开启详细日志, false=正常模式)

  # 版本检查
  version_check_url: "https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/version"
  mcp_version_check_url: "https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/version_mcp"
  configs_version_check_url: "https://raw.githubusercontent.com/sansan0/TrendRadar/refs/heads/master/version_configs"

  # 热榜爬虫技术参数
  crawler:
    request_interval: 2000            # 请求间隔(毫秒)
    use_proxy: false                  # 是否启用代理(true=启用, false=不使用)
    default_proxy: "http://127.0.0.1:10801"

  # RSS 设置
  rss:
    request_interval: 1000            # 请求间隔(毫秒)
    timeout: 15                       # 请求超时(秒)
    use_proxy: false                  # 是否使用代理(true=启用, false=不使用)
    proxy_url: ""                     # RSS 专属代理(留空则使用 crawler.default_proxy)

  # 排序权重(用于重新排序不同平台的热搜)
  # 合起来等于 1
  weight:
    rank: 0.6                         # 排名权重
    frequency: 0.3                    # 频次权重
    hotness: 0.1                      # 热度权重

  # 多账号限制
  max_accounts_per_channel: 3         # 每个渠道最大账号数量

  # 以下为内部参数(一般无需修改)
  # 消息分批大小(字节)- 内部配置,请勿修改
  batch_size:
    default: 4000
    dingtalk: 20000
    feishu: 30000
    bark: 4000
    slack: 4000
  batch_send_interval: 3              # 批次发送间隔(秒)
  feishu_message_separator: "━━━━━━━━━━━━━━━━"