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。

chore: 更新文档和 AI 对话效果图

sansan6749f4e5694a
diff --git a/README-Cherry-Studio.md b/README-Cherry-Studio.md
index bd5971133e..d272716880 100644
--- a/README-Cherry-Studio.md
+++ b/README-Cherry-Studio.md
@@ -109,6 +109,16 @@ cd 你的项目名
帮我爬取最新的新闻
```
+或者尝试其他测试命令:
+
+```
+搜索最近3天关于"人工智能"的新闻
+查找2025年1月的"特斯拉"相关报道
+分析"iPhone"的热度趋势
+```
+
+**提示**:当你说"最近3天"时,AI会自动计算日期范围并搜索。
+
### 2. 成功标志
如果配置成功,AI 会:
diff --git a/README-MCP-FAQ.md b/README-MCP-FAQ.md
index 6e30dbcb3b..b1005925a6 100644
--- a/README-MCP-FAQ.md
+++ b/README-MCP-FAQ.md
@@ -9,12 +9,14 @@
| 默认设置 | 说明 | 如何调整 |
| -------------- | --------------------------------------- | ------------------------------------- |
| **限制条数** | 默认返回 50 条新闻 | 对话中说"返回前 10 条"或"给我 100 条" |
-| **时间范围** | 默认查询今天的数据 | 说"查询昨天"或"最近一周" |
+| **时间范围** | 默认查询今天的数据 | 说"查询昨天"、"最近一周"或"1月1日到7日" |
| **URL 链接** | 默认不返回链接(节省约 160 tokens/条) | 说"需要链接"或"包含 URL" |
| **关键词列表** | 默认不使用 frequency_words.txt 过滤新闻 | 只有调用"趋势话题"工具时才使用 |
**⚠️ 重要:** AI 模型的选择直接影响工具调用效果,AI 越智能,调用越准确。当你解除上面的限制,比如从今天的查询,放宽到一周的查询,首先你要在本地有一周的数据,其次,token 消耗量可能会倍增(为什么说可能,比如我查询 分析'苹果'最近一周的热度趋势,如果一周中没多少苹果的新闻,那么 token消耗量可能反而很少)
+**💡 提示:** 当你说"最近7天"时,AI会自动计算对应的日期范围(如 2025-10-18 至 2025-10-25)并传递给工具。
+
## 💰 AI 模型
@@ -148,6 +150,8 @@
- "搜索包含'人工智能'的新闻"
- "查找关于'特斯拉降价'的报道"
- "搜索马斯克相关的新闻,返回前 20 条"
+- "查找最近7天关于'iPhone 16'的新闻"
+- "查找2025年1月1日到7日'特斯拉'的相关新闻"
- "查找'iPhone 16 发布'这条新闻的链接"
**调用的工具:** `search_news`
@@ -155,7 +159,8 @@
**工具返回行为:**
- 使用关键词模式搜索
-- 搜索今天的数据
+- 默认搜索今天的数据
+- AI会自动将"最近7天"、"上周"等相对时间转换为具体日期范围
- MCP 工具会返回最多 50 条结果给 AI
- 不包含 URL 链接
@@ -166,11 +171,23 @@
**可以调整:**
-- 指定时间范围:如"搜索最近一周的"
+- 指定时间范围:
+ - 相对方式:"搜索最近一周的"(AI 自动计算日期)
+ - 绝对日期:"搜索2025年1月1日到7日的"
- 指定平台:如"只搜索知乎"
- 调整排序:如"按权重排序"
- 包含链接:如"需要链接"
+**示例对话:**
+
+```
+用户:搜索最近7天关于"人工智能突破"的新闻
+AI:(自动计算:date_range={"start": "2025-10-18", "end": "2025-10-25"})
+
+用户:查找2025年1月的"特斯拉"报道
+AI:(date_range={"start": "2025-01-01", "end": "2025-01-31"})
+```
+
---
### Q5: 如何查找历史相关新闻?
@@ -208,13 +225,15 @@
- "看看'特斯拉'话题是昙花一现还是持续热点"
- "检测今天有哪些突然爆火的话题"
- "预测接下来可能的热点话题"
+- "分析'比特币'在2024年12月的生命周期"
**调用的工具:** `analyze_topic_trend`
**工具返回行为:**
-- 热度趋势模式
-- 分析最近 7 天数据
+- 支持多种分析模式:热度趋势、生命周期、异常检测、预测
+- AI会自动将"最近一周"等相对时间转换为具体日期范围
+- 默认分析最近7天数据
- 按天粒度统计
**AI 展示行为:**
@@ -222,6 +241,16 @@
- 通常会展示趋势分析结果和图表
- AI 可能会总结关键发现
+**示例对话:**
+
+```
+用户:分析'人工智能'最近一周的生命周期
+AI:(自动计算:date_range={"start": "2025-10-18", "end": "2025-10-25"})
+
+用户:看看'比特币'在2024年12月是昙花一现还是持续热点
+AI:(date_range={"start": "2024-12-01", "end": "2024-12-31"})
+```
+
---
## 数据洞察
diff --git a/_image/ai.png b/_image/ai.png
new file mode 100644
index 0000000000..f0c0c3a9d7
Binary files /dev/null and b/_image/ai.png differ
diff --git a/mcp_server/server.py b/mcp_server/server.py
index 6c150974fd..be3ce1d30d 100644
--- a/mcp_server/server.py
+++ b/mcp_server/server.py
@@ -155,11 +155,10 @@ async def get_news_by_date(
async def analyze_topic_trend(
topic: str,
analysis_type: str = "trend",
- time_range: str = "7d",
+ date_range: Optional[Dict[str, str]] = None,
granularity: str = "day",
threshold: float = 3.0,
time_window: int = 24,
- lookback_days: int = 7,
lookahead_hours: int = 6,
confidence_threshold: float = 0.7
) -> str:
@@ -173,20 +172,27 @@ async def analyze_topic_trend(
- "lifecycle": 生命周期分析(从出现到消失的完整周期)
- "viral": 异常热度检测(识别突然爆火的话题)
- "predict": 话题预测(预测未来可能的热点)
- time_range: 时间范围(trend模式),默认"7d"(7d/24h/1w/1m/2m)
+ date_range: 日期范围(trend和lifecycle模式),可选
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-10-18", "end": "2025-10-25"}
+ - **说明**: AI需要根据用户的自然语言(如"最近7天")自动计算日期范围
+ - **默认**: 不指定时默认分析最近7天
granularity: 时间粒度(trend模式),默认"day"(仅支持 day,因为底层数据按天聚合)
threshold: 热度突增倍数阈值(viral模式),默认3.0
time_window: 检测时间窗口小时数(viral模式),默认24
- lookback_days: 回溯天数(lifecycle模式),默认7
lookahead_hours: 预测未来小时数(predict模式),默认6
confidence_threshold: 置信度阈值(predict模式),默认0.7
Returns:
JSON格式的趋势分析结果
+ **AI使用说明:**
+ 当用户使用相对时间表达时(如"最近7天"、"过去一周"、"上个月"),
+ AI需要自动计算对应的日期范围并传递给 date_range 参数。
+
Examples:
- - analyze_topic_trend(topic="人工智能", analysis_type="trend", time_range="7d")
- - analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", lookback_days=7)
+ - analyze_topic_trend(topic="人工智能", analysis_type="trend", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+ - analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-10-18", "end": "2025-10-25"})
- analyze_topic_trend(topic="比特币", analysis_type="viral", threshold=3.0)
- analyze_topic_trend(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
"""
@@ -194,11 +200,10 @@ async def analyze_topic_trend(
result = tools['analytics'].analyze_topic_trend_unified(
topic=topic,
analysis_type=analysis_type,
- time_range=time_range,
+ date_range=date_range,
granularity=granularity,
threshold=threshold,
time_window=time_window,
- lookback_days=lookback_days,
lookahead_hours=lookahead_hours,
confidence_threshold=confidence_threshold
)
@@ -222,7 +227,10 @@ async def analyze_data_insights(
- "platform_activity": 平台活跃度统计(统计各平台发布频率和活跃时间)
- "keyword_cooccur": 关键词共现分析(分析关键词同时出现的模式)
topic: 话题关键词(可选,platform_compare模式适用)
- date_range: 日期范围,格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ date_range: **【对象类型】** 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+ - **重要**: 必须是对象格式,不能传递整数
min_frequency: 最小共现频次(keyword_cooccur模式),默认3
top_n: 返回TOP N结果(keyword_cooccur模式),默认20
@@ -231,7 +239,7 @@ async def analyze_data_insights(
Examples:
- analyze_data_insights(insight_type="platform_compare", topic="人工智能")
- - analyze_data_insights(insight_type="platform_activity", date_range={...})
+ - analyze_data_insights(insight_type="platform_activity", date_range={"start": "2025-01-01", "end": "2025-01-07"})
- analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15)
"""
tools = _get_tools()
@@ -258,12 +266,15 @@ async def analyze_sentiment(
分析新闻的情感倾向和热度趋势
Args:
- keywords: 关键词列表,如 ["AI", "人工智能"]
- date_range: 日期范围(天数),如 7 表示最近7天,默认3天
+ topic: 话题关键词(可选)
platforms: 平台ID列表,如 ['zhihu', 'weibo', 'douyin']
- 不指定时:使用 config.yaml 中配置的所有平台
- 支持的平台来自 config/config.yaml 的 platforms 配置
- 每个平台都有对应的name字段(如"知乎"、"微博"),方便AI识别
+ date_range: **【对象类型】** 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+ - **重要**: 必须是对象格式,不能传递整数
limit: 返回新闻数量,默认50,最大100
注意:本工具会对新闻标题进行去重(同一标题在不同平台只保留一次),
因此实际返回数量可能少于请求的 limit 值
@@ -301,7 +312,7 @@ async def find_similar_news(
查找与指定新闻标题相似的其他新闻
Args:
- title: 新闻标题(完整或部分)
+ reference_title: 新闻标题(完整或部分)
threshold: 相似度阈值,0-1之间,默认0.6
注意:阈值越高匹配越严格,返回结果越少
limit: 返回条数限制,默认50,最大100
@@ -336,7 +347,10 @@ async def generate_summary_report(
Args:
report_type: 报告类型(daily/weekly)
- date_range: 自定义日期范围(可选)
+ date_range: **【对象类型】** 自定义日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+ - **重要**: 必须是对象格式,不能传递整数
Returns:
JSON格式的摘要报告,包含Markdown格式内容
@@ -371,15 +385,24 @@ async def search_news(
- "keyword": 精确关键词匹配(默认,适合搜索特定话题)
- "fuzzy": 模糊内容匹配(适合搜索内容片段,会过滤相似度低于阈值的结果)
- "entity": 实体名称搜索(适合搜索人物/地点/机构)
- threshold: 相似度阈值(仅fuzzy模式有效),0-1之间,默认0.6
- 注意:阈值越高匹配越严格,返回结果越少
+ date_range: 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+ - **说明**: AI需要根据用户的自然语言(如"最近7天")自动计算日期范围
+ - **默认**: 不指定时默认查询今天的新闻
+ - **注意**: start和end可以相同(表示单日查询)
platforms: 平台ID列表,如 ['zhihu', 'weibo', 'douyin']
- 不指定时:使用 config.yaml 中配置的所有平台
- 支持的平台来自 config/config.yaml 的 platforms 配置
- 每个平台都有对应的name字段(如"知乎"、"微博"),方便AI识别
- lookback_days: 回溯天数,默认7天,最大30天
limit: 返回条数限制,默认50,最大1000
注意:实际返回数量取决于搜索匹配结果(特别是 fuzzy 模式下会过滤低相似度结果)
+ sort_by: 排序方式,可选值:
+ - "relevance": 按相关度排序(默认)
+ - "weight": 按新闻权重排序
+ - "date": 按日期排序
+ threshold: 相似度阈值(仅fuzzy模式有效),0-1之间,默认0.6
+ 注意:阈值越高匹配越严格,返回结果越少
include_url: 是否包含URL链接,默认False(节省token)
Returns:
@@ -389,6 +412,19 @@ async def search_news(
- 本工具返回完整的搜索结果列表
- **默认展示方式**:展示全部返回的新闻,无需总结或筛选
- 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+
+ **AI使用说明:**
+ 当用户使用相对时间表达时(如"最近7天"、"过去一周"、"最近半个月"),
+ AI需要自动计算对应的日期范围。计算规则:
+ - "最近7天" → {"start": "今天-6天", "end": "今天"}
+ - "过去一周" → {"start": "今天-6天", "end": "今天"}
+ - "最近30天" → {"start": "今天-29天", "end": "今天"}
+
+ Examples:
+ - 今天的新闻: search_news(query="人工智能")
+ - 最近7天: search_news(query="人工智能", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+ - 精确日期: search_news(query="人工智能", date_range={"start": "2025-01-01", "end": "2025-01-07"})
+ - 模糊搜索: search_news(query="特斯拉降价", search_mode="fuzzy", threshold=0.4)
"""
tools = _get_tools()
result = tools['search'].search_news_unified(
@@ -407,7 +443,7 @@ async def search_news(
@mcp.tool
async def search_related_news_history(
reference_text: str,
- time_range: str = "yesterday",
+ time_preset: str = "yesterday",
threshold: float = 0.4,
limit: int = 50,
include_url: bool = False
@@ -416,12 +452,15 @@ async def search_related_news_history(
基于种子新闻,在历史数据中搜索相关新闻
Args:
- seed_news_title: 种子新闻标题(完整或部分)
- lookback_days: 向前查找的天数范围,默认7天,最大30天
+ reference_text: 参考新闻标题(完整或部分)
+ time_preset: 时间范围预设值,可选:
+ - "yesterday": 昨天
+ - "last_week": 上周 (7天)
+ - "last_month": 上个月 (30天)
+ - "custom": 自定义日期范围(需要提供 start_date 和 end_date)
threshold: 相关性阈值,0-1之间,默认0.4
注意:综合相似度计算(70%关键词重合 + 30%文本相似度)
阈值越高匹配越严格,返回结果越少
- platforms: 平台ID列表。不指定则搜索所有平台
limit: 返回条数限制,默认50,最大100
注意:实际返回数量取决于相关性匹配结果,可能少于请求值
include_url: 是否包含URL链接,默认False(节省token)
@@ -437,7 +476,7 @@ async def search_related_news_history(
tools = _get_tools()
result = tools['search'].search_related_news_history(
reference_text=reference_text,
- time_range=time_range,
+ time_preset=time_preset,
threshold=threshold,
limit=limit,
include_url=include_url
diff --git a/mcp_server/services/data_service.py b/mcp_server/services/data_service.py
index ddf1b93f34..9e409a1f7f 100644
--- a/mcp_server/services/data_service.py
+++ b/mcp_server/services/data_service.py
@@ -495,6 +495,46 @@ class DataService:
return result
+ def get_available_date_range(self) -> Tuple[Optional[datetime], Optional[datetime]]:
+ """
+ 扫描 output 目录,返回实际可用的日期范围
+
+ Returns:
+ (最早日期, 最新日期) 元组,如果没有数据则返回 (None, None)
+
+ Examples:
+ >>> service = DataService()
+ >>> earliest, latest = service.get_available_date_range()
+ >>> print(f"可用日期范围:{earliest} 至 {latest}")
+ """
+ output_dir = self.parser.project_root / "output"
+
+ if not output_dir.exists():
+ return (None, None)
+
+ available_dates = []
+
+ # 遍历日期文件夹
+ for date_folder in output_dir.iterdir():
+ if date_folder.is_dir() and not date_folder.name.startswith('.'):
+ # 解析日期(格式: YYYY年MM月DD日)
+ try:
+ date_match = re.match(r'(\d{4})年(\d{2})月(\d{2})日', date_folder.name)
+ if date_match:
+ folder_date = datetime(
+ int(date_match.group(1)),
+ int(date_match.group(2)),
+ int(date_match.group(3))
+ )
+ available_dates.append(folder_date)
+ except Exception:
+ pass
+
+ if not available_dates:
+ return (None, None)
+
+ return (min(available_dates), max(available_dates))
+
def get_system_status(self) -> Dict:
"""
获取系统运行状态
diff --git a/mcp_server/tools/analytics.py b/mcp_server/tools/analytics.py
index 5d84b7efde..e851d8bbd9 100644
--- a/mcp_server/tools/analytics.py
+++ b/mcp_server/tools/analytics.py
@@ -157,11 +157,10 @@ class AnalyticsTools:
self,
topic: str,
analysis_type: str = "trend",
- time_range: str = "7d",
+ date_range: Optional[Dict[str, str]] = None,
granularity: str = "day",
threshold: float = 3.0,
time_window: int = 24,
- lookback_days: int = 7,
lookahead_hours: int = 6,
confidence_threshold: float = 0.7
) -> Dict:
@@ -175,11 +174,12 @@ class AnalyticsTools:
- "lifecycle": 生命周期分析(从出现到消失的完整周期)
- "viral": 异常热度检测(识别突然爆火的话题)
- "predict": 话题预测(预测未来可能的热点)
- time_range: 时间范围(trend模式),默认"7d"(7d/24h/1w/1m/2m)
+ date_range: 日期范围(trend和lifecycle模式),可选
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **默认**: 不指定时默认分析最近7天
granularity: 时间粒度(trend模式),默认"day"(hour/day)
threshold: 热度突增倍数阈值(viral模式),默认3.0
time_window: 检测时间窗口小时数(viral模式),默认24
- lookback_days: 回溯天数(lifecycle模式),默认7
lookahead_hours: 预测未来小时数(predict模式),默认6
confidence_threshold: 置信度阈值(predict模式),默认0.7
@@ -187,8 +187,8 @@ class AnalyticsTools:
趋势分析结果字典
Examples:
- - analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", time_range="7d")
- - analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", lookback_days=7)
+ - analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+ - analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-10-18", "end": "2025-10-25"})
- analyze_topic_trend_unified(topic="比特币", analysis_type="viral", threshold=3.0)
- analyze_topic_trend_unified(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
"""
@@ -206,13 +206,13 @@ class AnalyticsTools:
if analysis_type == "trend":
return self.get_topic_trend_analysis(
topic=topic,
- time_range=time_range,
+ date_range=date_range,
granularity=granularity
)
elif analysis_type == "lifecycle":
return self.analyze_topic_lifecycle(
topic=topic,
- lookback_days=lookback_days
+ date_range=date_range
)
elif analysis_type == "viral":
# viral模式不需要topic参数,使用通用检测
@@ -244,7 +244,7 @@ class AnalyticsTools:
def get_topic_trend_analysis(
self,
topic: str,
- time_range: str = "7d",
+ date_range: Optional[Dict[str, str]] = None,
granularity: str = "day"
) -> Dict:
"""
@@ -252,7 +252,9 @@ class AnalyticsTools:
Args:
topic: 话题关键词
- time_range: 时间范围,格式:7d(7天)、24h(24小时)、1w(1周)、1m(1个月)、2m(2个月)
+ date_range: 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **默认**: 不指定时默认分析最近7天
granularity: 时间粒度,仅支持 day(天)
Returns:
@@ -264,20 +266,20 @@ class AnalyticsTools:
- "查看'比特币'过去一周的热度变化"
- "看看'iPhone'最近7天的趋势如何"
- "分析'特斯拉'最近一个月的热度趋势"
- - "查看'ChatGPT'过去2个月的趋势变化"
+ - "查看'ChatGPT'2024年12月的趋势变化"
代码调用示例:
>>> tools = AnalyticsTools()
>>> # 分析7天趋势
>>> result = tools.get_topic_trend_analysis(
... topic="人工智能",
- ... time_range="7d",
+ ... date_range={"start": "2025-10-18", "end": "2025-10-25"},
... granularity="day"
... )
- >>> # 分析1个月趋势
+ >>> # 分析历史月份趋势
>>> result = tools.get_topic_trend_analysis(
... topic="特斯拉",
- ... time_range="1m",
+ ... date_range={"start": "2024-12-01", "end": "2024-12-31"},
... granularity="day"
... )
>>> print(result['trend_data'])
@@ -294,15 +296,21 @@ class AnalyticsTools:
suggestion="当前仅支持 'day' 粒度,因为底层数据按天聚合"
)
- # 解析时间范围
- days = self._parse_time_range(time_range)
+ # 处理日期范围(不指定时默认最近7天)
+ if date_range:
+ from ..utils.validators import validate_date_range
+ date_range_tuple = validate_date_range(date_range)
+ start_date, end_date = date_range_tuple
+ else:
+ # 默认最近7天
+ end_date = datetime.now()
+ start_date = end_date - timedelta(days=6)
# 收集趋势数据
trend_data = []
- start_date = datetime.now() - timedelta(days=days)
current_date = start_date
- while current_date <= datetime.now():
+ while current_date <= end_date:
try:
all_titles, _, _ = self.data_service.parser.read_all_titles_for_date(
date=current_date
@@ -336,6 +344,7 @@ class AnalyticsTools:
# 计算趋势指标
counts = [item["count"] for item in trend_data]
+ total_days = (end_date - start_date).days + 1
if len(counts) >= 2:
# 计算涨跌幅度
@@ -359,7 +368,11 @@ class AnalyticsTools:
return {
"success": True,
"topic": topic,
- "time_range": time_range,
+ "date_range": {
+ "start": start_date.strftime("%Y-%m-%d"),
+ "end": end_date.strftime("%Y-%m-%d"),
+ "total_days": total_days
+ },
"granularity": granularity,
"trend_data": trend_data,
"statistics": {
@@ -1452,14 +1465,16 @@ class AnalyticsTools:
def analyze_topic_lifecycle(
self,
topic: str,
- lookback_days: int = 7
+ date_range: Optional[Dict[str, str]] = None
) -> Dict:
"""
话题生命周期分析 - 追踪话题从出现到消失的完整周期
Args:
topic: 话题关键词
- lookback_days: 回溯天数
+ date_range: 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **默认**: 不指定时默认分析最近7天
Returns:
话题生命周期分析结果
@@ -1474,21 +1489,28 @@ class AnalyticsTools:
>>> tools = AnalyticsTools()
>>> result = tools.analyze_topic_lifecycle(
... topic="人工智能",
- ... lookback_days=7
+ ... date_range={"start": "2025-10-18", "end": "2025-10-25"}
... )
>>> print(result['lifecycle_stage'])
"""
try:
# 参数验证
topic = validate_keyword(topic)
- lookback_days = validate_limit(lookback_days, default=7, max_limit=30)
+
+ # 处理日期范围(不指定时默认最近7天)
+ if date_range:
+ from ..utils.validators import validate_date_range
+ date_range_tuple = validate_date_range(date_range)
+ start_date, end_date = date_range_tuple
+ else:
+ # 默认最近7天
+ end_date = datetime.now()
+ start_date = end_date - timedelta(days=6)
# 收集话题历史数据
lifecycle_data = []
- start_date = datetime.now() - timedelta(days=lookback_days)
-
current_date = start_date
- while current_date <= datetime.now():
+ while current_date <= end_date:
try:
all_titles, _, _ = self.data_service.parser.read_all_titles_for_date(
date=current_date
@@ -1514,12 +1536,16 @@ class AnalyticsTools:
current_date += timedelta(days=1)
+ # 计算分析天数
+ total_days = (end_date - start_date).days + 1
+
# 分析生命周期阶段
counts = [item["count"] for item in lifecycle_data]
if not any(counts):
+ time_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
raise DataNotFoundError(
- f"在过去 {lookback_days} 天内未找到话题 '{topic}'",
+ f"在 {time_desc} 内未找到话题 '{topic}'",
suggestion="请尝试其他话题或扩大时间范围"
)
@@ -1554,7 +1580,7 @@ class AnalyticsTools:
if active_days <= 2 and max_count > avg_count * 2:
topic_type = "昙花一现"
- elif active_days >= lookback_days * 0.6:
+ elif active_days >= total_days * 0.6:
topic_type = "持续热点"
else:
topic_type = "周期性热点"
@@ -1562,7 +1588,11 @@ class AnalyticsTools:
return {
"success": True,
"topic": topic,
- "lookback_days": lookback_days,
+ "date_range": {
+ "start": start_date.strftime("%Y-%m-%d"),
+ "end": end_date.strftime("%Y-%m-%d"),
+ "total_days": total_days
+ },
"lifecycle_data": lifecycle_data,
"analysis": {
"first_appearance": first_appearance,
@@ -1890,29 +1920,6 @@ class AnalyticsTools:
# ==================== 辅助方法 ====================
- def _parse_time_range(self, time_range: str) -> int:
- """解析时间范围字符串为天数"""
- match = re.match(r'(\d+)([dhwm])', time_range.lower())
- if not match:
- raise InvalidParameterError(
- f"无效的时间范围格式: {time_range}",
- suggestion="格式示例:7d(7天)、24h(24小时)、1w(1周)、1m(1个月)、2m(2个月)"
- )
-
- value = int(match.group(1))
- unit = match.group(2)
-
- if unit == 'h':
- return max(1, value // 24) # 转换为天数
- elif unit == 'd':
- return value
- elif unit == 'w':
- return value * 7
- elif unit == 'm':
- return value * 30 # 1个月按30天计算
-
- return value
-
def _extract_keywords(self, title: str, min_length: int = 2) -> List[str]:
"""
从标题中提取关键词(简单实现)
diff --git a/mcp_server/tools/search_tools.py b/mcp_server/tools/search_tools.py
index a68ee1759f..f393ec6abb 100644
--- a/mcp_server/tools/search_tools.py
+++ b/mcp_server/tools/search_tools.py
@@ -55,8 +55,11 @@ class SearchTools:
- "keyword": 精确关键词匹配(默认)
- "fuzzy": 模糊内容匹配(使用相似度算法)
- "entity": 实体名称搜索(自动按权重排序)
- date_range: 日期范围,格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
- 不指定则默认查询今天
+ date_range: 日期范围(可选)
+ - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+ - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+ - **默认**: 不指定时默认查询今天
+ - **注意**: start和end可以相同(表示单日查询)
platforms: 平台过滤列表,如 ['zhihu', 'weibo']
limit: 返回条数限制,默认50
sort_by: 排序方式,可选值:
@@ -73,7 +76,7 @@ class SearchTools:
- search_news_unified(query="人工智能", search_mode="keyword")
- search_news_unified(query="特斯拉降价", search_mode="fuzzy", threshold=0.4)
- search_news_unified(query="马斯克", search_mode="entity", limit=20)
- - search_news_unified(query="iPhone 16发布", search_mode="keyword")
+ - search_news_unified(query="iPhone 16", date_range={"start": "2025-01-01", "end": "2025-01-07"})
"""
try:
# 参数验证
@@ -100,8 +103,22 @@ class SearchTools:
date_range_tuple = validate_date_range(date_range)
start_date, end_date = date_range_tuple
else:
- # 默认今天
- start_date = end_date = datetime.now()
+ # 不指定日期时,使用最新可用数据日期(而非 datetime.now())
+ earliest, latest = self.data_service.get_available_date_range()
+
+ if latest is None:
+ # 没有任何可用数据
+ return {
+ "success": False,
+ "error": {
+ "code": "NO_DATA_AVAILABLE",
+ "message": "output 目录下没有可用的新闻数据",
+ "suggestion": "请先运行爬虫生成数据,或检查 output 目录"
+ }
+ }
+
+ # 使用最新可用日期
+ start_date = end_date = latest
# 收集所有匹配的新闻
all_matches = []
@@ -137,16 +154,34 @@ class SearchTools:
current_date += timedelta(days=1)
if not all_matches:
- time_desc = "今天" if start_date == end_date else f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
- return {
+ # 获取可用日期范围用于错误提示
+ earliest, latest = self.data_service.get_available_date_range()
+
+ # 判断时间范围描述
+ if start_date.date() == datetime.now().date() and start_date == end_date:
+ time_desc = "今天"
+ elif start_date == end_date:
+ time_desc = start_date.strftime("%Y-%m-%d")
+ else:
+ time_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
+
+ # 构建错误消息
+ if earliest and latest:
+ available_desc = f"{earliest.strftime('%Y-%m-%d')} 至 {latest.strftime('%Y-%m-%d')}"
+ message = f"未找到匹配的新闻(查询范围: {time_desc},可用数据: {available_desc})"
+ else:
+ message = f"未找到匹配的新闻({time_desc})"
+
+ result = {
"success": True,
"results": [],
"total": 0,
"query": query,
"search_mode": search_mode,
"time_range": time_desc,
- "message": f"未找到匹配的新闻({time_desc})"
+ "message": message
}
+ return result
# 统一排序逻辑
if sort_by == "relevance":
@@ -160,8 +195,10 @@ class SearchTools:
# 限制返回数量
results = all_matches[:limit]
- # 构建时间范围描述
- if start_date == end_date:
+ # 构建时间范围描述(正确判断是否为今天)
+ if start_date.date() == datetime.now().date() and start_date == end_date:
+ time_range_desc = "今天"
+ elif start_date == end_date:
time_range_desc = start_date.strftime("%Y-%m-%d")
else:
time_range_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
@@ -457,7 +494,7 @@ class SearchTools:
def search_related_news_history(
self,
reference_text: str,
- time_range: str = "yesterday",
+ time_preset: str = "yesterday",
start_date: Optional[datetime] = None,
end_date: Optional[datetime] = None,
threshold: float = 0.4,
@@ -469,13 +506,13 @@ class SearchTools:
Args:
reference_text: 参考新闻标题或内容
- time_range: 时间范围预设值,可选:
+ time_preset: 时间范围预设值,可选:
- "yesterday": 昨天
- "last_week": 上周 (7天)
- "last_month": 上个月 (30天)
- "custom": 自定义日期范围(需要提供 start_date 和 end_date)
- start_date: 自定义开始日期(仅当 time_range="custom" 时有效)
- end_date: 自定义结束日期(仅当 time_range="custom" 时有效)
+ start_date: 自定义开始日期(仅当 time_preset="custom" 时有效)
+ end_date: 自定义结束日期(仅当 time_preset="custom" 时有效)
threshold: 相似度阈值 (0-1之间),默认0.4
limit: 返回条数限制,默认50
include_url: 是否包含URL链接,默认False(节省token)
@@ -487,7 +524,7 @@ class SearchTools:
>>> tools = SearchTools()
>>> result = tools.search_related_news_history(
... reference_text="人工智能技术突破",
- ... time_range="last_week",
+ ... time_preset="last_week",
... threshold=0.4,
... limit=50
... )
@@ -503,16 +540,16 @@ class SearchTools:
# 确定查询日期范围
today = datetime.now()
- if time_range == "yesterday":
+ if time_preset == "yesterday":
search_start = today - timedelta(days=1)
search_end = today - timedelta(days=1)
- elif time_range == "last_week":
+ elif time_preset == "last_week":
search_start = today - timedelta(days=7)
search_end = today - timedelta(days=1)
- elif time_range == "last_month":
+ elif time_preset == "last_month":
search_start = today - timedelta(days=30)
search_end = today - timedelta(days=1)
- elif time_range == "custom":
+ elif time_preset == "custom":
if not start_date or not end_date:
raise InvalidParameterError(
"自定义时间范围需要提供 start_date 和 end_date",
@@ -522,7 +559,7 @@ class SearchTools:
search_end = end_date
else:
raise InvalidParameterError(
- f"不支持的时间范围: {time_range}",
+ f"不支持的时间范围: {time_preset}",
suggestion="请使用 'yesterday', 'last_week', 'last_month' 或 'custom'"
)
@@ -600,7 +637,7 @@ class SearchTools:
"results": [],
"total": 0,
"query": reference_text,
- "time_range": time_range,
+ "time_preset": time_preset,
"date_range": {
"start": search_start.strftime("%Y-%m-%d"),
"end": search_end.strftime("%Y-%m-%d")
@@ -627,7 +664,7 @@ class SearchTools:
"threshold": threshold,
"reference_text": reference_text,
"reference_keywords": reference_keywords,
- "time_range": time_range,
+ "time_preset": time_preset,
"date_range": {
"start": search_start.strftime("%Y-%m-%d"),
"end": search_end.strftime("%Y-%m-%d")
diff --git a/mcp_server/utils/validators.py b/mcp_server/utils/validators.py
index c68ae32a03..a046929ae9 100644
--- a/mcp_server/utils/validators.py
+++ b/mcp_server/utils/validators.py
@@ -179,6 +179,33 @@ def validate_date_range(date_range: Optional[dict]) -> Optional[tuple]:
suggestion=f"start: {start_str}, end: {end_str}"
)
+ # 检查日期是否在未来
+ today = datetime.now().date()
+ if start_date.date() > today or end_date.date() > today:
+ # 获取可用日期范围提示
+ try:
+ from ..services.data_service import DataService
+ data_service = DataService()
+ earliest, latest = data_service.get_available_date_range()
+
+ if earliest and latest:
+ available_range = f"{earliest.strftime('%Y-%m-%d')} 至 {latest.strftime('%Y-%m-%d')}"
+ else:
+ available_range = "无可用数据"
+ except Exception:
+ available_range = "未知(请检查 output 目录)"
+
+ future_dates = []
+ if start_date.date() > today:
+ future_dates.append(start_str)
+ if end_date.date() > today and end_str != start_str:
+ future_dates.append(end_str)
+
+ raise InvalidParameterError(
+ f"不允许查询未来日期: {', '.join(future_dates)}(当前日期: {today.strftime('%Y-%m-%d')})",
+ suggestion=f"当前可用数据范围: {available_range}"
+ )
+
return (start_date, end_date)
diff --git a/pyproject.toml b/pyproject.toml
index c78ad9ae69..45528ddd54 100644
--- a/pyproject.toml
+++ b/pyproject.toml
@@ -1,13 +1,13 @@
[project]
name = "trendradar-mcp"
-version = "1.0.0"
+version = "1.0.1"
description = "TrendRadar MCP Server - 新闻热点聚合工具"
requires-python = ">=3.10"
dependencies = [
- "requests>=2.32.5",
- "pytz>=2025.2",
- "PyYAML>=6.0.3",
- "fastmcp>=2.12.0",
+ "requests>=2.32.5,<3.0.0",
+ "pytz>=2025.2,<2026.0",
+ "PyYAML>=6.0.3,<7.0.0",
+ "fastmcp>=2.12.0,<2.14.0",
"websockets>=13.0,<14.0",
]
diff --git a/readme.md b/readme.md
index fe6ecab687..422f1d06f4 100644
--- a/readme.md
+++ b/readme.md
@@ -13,7 +13,8 @@
[![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers)
[![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members)
[![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE)
-[![Version](https://img.shields.io/badge/version-v3.0.3-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
+[![Version](https://img.shields.io/badge/version-v3.0.3-blue.svg)](https://github.com/sansan0/TrendRadar)
+[![MCP](https://img.shields.io/badge/MCP-v1.0.1-green.svg)](https://github.com/sansan0/TrendRadar)
[![企业微信通知](https://img.shields.io/badge/企业微信-通知-00D4AA?style=flat-square)](https://work.weixin.qq.com/)
[![Telegram通知](https://img.shields.io/badge/Telegram-通知-00D4AA?style=flat-square)](https://telegram.org/)
@@ -505,11 +506,22 @@ GitHub 一键 Fork 即可使用,无需编程基础。
- **大版本升级**:从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork,这样更省力且避免配置冲突
+### 2025/10/26 - mcp-v1.0.1
+
+ **MCP 模块更新:**
+ - 修复日期查询参数传递错误
+ - 统一所有工具的时间参数格式
+
+
### 2025/10/23 - v3.0.3
- 扩大 ntfy 错误信息显示范围
+<details>
+<summary><strong>👉 历史更新</strong></summary>
+
+
### 2025/10/21 - v3.0.2
- 修复 ntfy 推送编码问题
@@ -535,9 +547,6 @@ GitHub 一键 Fork 即可使用,无需编程基础。
- 可选择性使用,无需升级现有部署
-<details>
-<summary><strong>👉 历史更新</strong></summary>
-
### 2025/10/15 - v2.4.4
- **更新内容**:
@@ -1318,6 +1327,10 @@ Cherry Studio 提供 GUI 配置界面,可快速部署。
"看看'iPhone'话题是昙花一现还是持续热点"
```
+**效果图**:
+
+<img src="/_image/ai.png" alt="mcp 使用效果图">
+
**详细教程**:[README-MCP-FAQ.md](README-MCP-FAQ.md)
> 如果有部署问题,请带上截图反馈,后续我会根据反馈出个**图文教程**,争取编程零基础、文科生都能配置,届时会更新到我的公众号上
diff --git a/requirements.txt b/requirements.txt
index 9d8d77c779..7d66038683 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -1,5 +1,5 @@
-requests>=2.32.5
-pytz>=2025.2
-PyYAML>=6.0.3
-fastmcp>=2.12.0
-websockets>=13.0,<14.0
\ No newline at end of file
+requests>=2.32.5,<3.0.0
+pytz>=2025.2,<2026.0
+PyYAML>=6.0.3,<7.0.0
+fastmcp>=2.12.0,<2.14.0
+websockets>=13.0,<14.0