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。

fix(report): HTML 报告和邮件尊重 display.regions 开关,精简 config.yaml 注释,升级至 v6.7.1

sansan68db3a9aeb84
diff --git a/README-EN.md b/README-EN.md
index 043e828874..7310d94cd2 100644
--- a/README-EN.md
+++ b/README-EN.md
@@ -11,7 +11,7 @@ Deploy in <strong>30 seconds</strong> — Say goodbye to endless scrolling, only
[![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-v6.7.0-blue.svg)](https://github.com/sansan0/TrendRadar)
+[![Version](https://img.shields.io/badge/version-v6.7.1-blue.svg)](https://github.com/sansan0/TrendRadar)
[![MCP](https://img.shields.io/badge/MCP-v4.0.4-green.svg)](https://github.com/sansan0/TrendRadar)
[![RSS](https://img.shields.io/badge/RSS-Feed_Support-orange.svg?style=flat-square&logo=rss&logoColor=white)](https://github.com/sansan0/TrendRadar)
[![AI Translation](https://img.shields.io/badge/AI-Multi--Language-purple.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
diff --git a/README.md b/README.md
index 712743e8e3..61e43ccd89 100644
--- a/README.md
+++ b/README.md
@@ -12,7 +12,7 @@
[![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-v6.7.0-blue.svg)](https://github.com/sansan0/TrendRadar)
+[![Version](https://img.shields.io/badge/version-v6.7.1-blue.svg)](https://github.com/sansan0/TrendRadar)
[![MCP](https://img.shields.io/badge/MCP-v4.0.4-green.svg)](https://github.com/sansan0/TrendRadar)
[![RSS](https://img.shields.io/badge/RSS-订阅源支持-orange.svg?style=flat-square&logo=rss&logoColor=white)](https://github.com/sansan0/TrendRadar)
[![AI翻译](https://img.shields.io/badge/AI-多语言推送-purple.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
diff --git a/config/config.yaml b/config/config.yaml
index 689ac09c48..2a26e96be4 100644
--- a/config/config.yaml
+++ b/config/config.yaml
@@ -18,7 +18,7 @@ app:
# - 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 # 显示版本更新提示
+ show_version_update: true # 是否显示版本更新提示(true=显示, false=隐藏)
# ===============================================================
@@ -40,7 +40,7 @@ app:
# 详细时间线图请查看 config/timeline.yaml
# ===============================================================
schedule:
- enabled: true # 是否启用调度系统
+ 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)
@@ -53,7 +53,7 @@ schedule:
# - name: 显示名称(可自定义,修改后不影响运行)
# ===============================================================
platforms:
- enabled: true # 是否启用热榜平台抓取
+ enabled: true # 是否启用热榜平台抓取(true=启用, false=关闭)
sources:
- id: "toutiao"
name: "今日头条"
@@ -89,20 +89,12 @@ platforms:
# max_age_days: 可选,覆盖全局 freshness_filter.max_age_days
# ===============================================================
rss:
- enabled: true # 是否启用 RSS 抓取
-
- # 文章新鲜度过滤配置(全局默认值)
- # 过滤掉发布时间超过指定天数的旧文章,避免同一篇文章重复出现在推送中
- #
- # 过滤逻辑:
- # - 文章发布时间距当前时间(app.timezone 时区)超过 N 天则不推送
- # - 无发布时间的文章会被保留(不过滤)
- #
- # ⚠️ 过滤时机:在推送阶段过滤
- # - 所有文章都会存入数据库(MCP Server 的 AI 查询仍可访问)
- # - 只有新鲜的文章会被推送到通知渠道
+ 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(默认启用)
+ 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
@@ -137,30 +129,20 @@ rss:
# ===============================================================
# 4. 报告模式
-#
-# 新手 5 行:
-# 1) 先选 mode:daily(当日汇总) / current(当前榜单) / incremental(仅新增)
-# 2) 再选 display_mode:keyword(按词/标签) / platform(按平台)
-# 3) 如果你开了 schedule,这里的 mode 只是默认值,会被 timeline 时段覆盖
-# 4) sort_by_position_first 只影响 keyword 模式排序
-# 5) rank_threshold 和 max_news_per_keyword 只影响展示,不影响抓取
-#
-# 进阶说明:
-# - daily:信息最全,但重复最多
-# - current:适合盯当前热度
-# - incremental:最少打扰,只看新增
# ===============================================================
report:
- mode: "current" # daily | current | incremental(schedule 开启时作为默认值)
+ 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 | platform
- # keyword: 按关键词分组显示(默认)
- # platform: 按平台/来源分组显示
+ 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
- # 关键词模式分组排序方式(仅 keyword 模式生效)
- # true: 按 frequency_words.txt 的定义顺序排列
- # false: 按匹配到的热点条数排序(条数多的在前)
- sort_by_position_first: false
+ 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)
@@ -169,57 +151,36 @@ report:
# ===============================================================
# 4.5 筛选策略
-#
-# 新手 5 行:
-# 1) 先选 method:keyword(关键词)或 ai(兴趣分类)
-# 2) keyword 模式:看 config/frequency_words.txt
-# 3) ai 模式:看 config/ai_interests.txt + 下方 ai_filter 配置
-# 4) priority_sort_enabled 只影响 ai 模式标签排序
-# 5) 这里决定“筛选路径”,不决定 AI 模型(模型在 ai 段)
# ===============================================================
filter:
- method: "ai" # 可选: keyword | ai
+ 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
- # AI 模式标签排序开关(仅 ai 模式生效)
- # true: 按标签优先级排序(来自兴趣描述提取顺序)
- # false: 按匹配条数排序(条数多的在前)
- priority_sort_enabled: true
+ 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(当 filter.method=ai 时生效)
-#
-# 新手 5 行:
-# 1) 先调 min_score(推荐 0.5~0.7)
-# 2) 再调 reclassify_threshold(大改兴趣建议更低)
-# 3) 批量参数只影响速度/限流,不影响分类逻辑
-# 4) interests_file 不填就用 config/ai_interests.txt
-# 5) prompt_file 系列属于进阶项,默认一般不用改
-#
-# 进阶说明:
-# - min_score 越高,结果越“准”但会漏召回
-# - reclassify_threshold 越低,越倾向全量重分类(更耗 token)
-# - 模型配置统一在下方 ai 段
+# 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(控制单次 API 调用量)
- # 新闻超过此数量时自动分批处理
- batch_interval: 2 # 分批处理时,每批之间的等待时间(秒)
- # 避免频繁调用 API 触发限流,设为 0 则不等待
-
- min_score: 0.7 # 推送最低分数阈值(0.0 ~ 1.0)
- # 0 = 不过滤;值越高越严格(推荐先用 0.5~0.7)
-
- # 兴趣描述文件
- # 默认使用 config/ai_interests.txt,无需在此配置
- # 这里设置的是“全局默认”,可被 timeline.yaml 时段内的 interests_file 覆盖
- # 如需使用自定义文件,将文件放入 config/custom/ai/ 目录,然后指定文件名:
+ 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
- # 全量重分类触发阈值(0~1)
- # change_ratio >= 此值:全量重分类;否则增量更新
- # 0.0 最准确最费;1.0 最省但可能陈旧;0.6 是平衡点
- reclassify_threshold: 0.6
+ 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)
@@ -239,17 +200,9 @@ ai_filter:
# 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
- # 列表从上到下的顺序 = 推送消息中从上到下的显示顺序
- # 想调整顺序?直接剪切粘贴整行即可,例如把 ai_analysis 移到最前面:
- # region_order:
- # - ai_analysis ← 移到第一行,AI 分析就会显示在最顶部
- # - new_items
- # - hotlist
- # - ...
- # 注意:区域需同时满足两个条件才会显示:
- # 1. 在此列表中
- # 2. 下方 regions 中对应开关为 true
+ # 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)
@@ -257,61 +210,36 @@ display:
- standalone # 4️⃣ 独立展示区
- ai_analysis # 5️⃣ AI 分析区域
- # 推送区域开关
- # 控制各区域是否启用(配合 region_order 使用)
+ # 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)
- new_items: false # 新增热点区域(含热榜新增 + RSS 新增)
+ 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
- # 开启后将对 RSS 进行关键词分析并在通知中展示
- # 关闭后跳过分析,但独立展示区不受影响
-
- standalone: false # 独立展示区(完整热榜/RSS,不受关键词过滤)
- ai_analysis: true # AI 分析区域
+ 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)
- # 📋 独立展示区配置
- # 用途:将指定平台的完整热榜/RSS 数据独立提取,不受关键词过滤影响
- # 两个独立用途:
- # - 推送展示:由 regions.standalone 开关控制,在推送中单独展示完整热榜
- # - AI 分析:由 ai_analysis.include_standalone 开关控制,将完整数据送入 AI 做深度分析
- # 两者共享此处的平台/RSS 配置,但开关互相独立(可只开 AI 分析、不推送展示)
+ # 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)
+ 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
#
-# ⚠️ 重要安全警告 ⚠️
-#
-# 🔴 请务必妥善保管好 webhooks,不要公开!!!
-# 🔴 如果你以 fork 的方式部署在 GitHub 上,请勿在此填写
-# 🔴 而是将 webhooks 填入 GitHub Secrets
-# (Settings → Secrets and variables → Actions)
-# 🔴 否则:
-# - 轻则:手机上收到大量垃圾广告推送
-# - 重则:webhook 被滥用造成严重安全隐患
-#
-# 📌 多账号支持说明
-#
-# • 使用分号(;)分隔多个账号,如:"url1;url2;url3"
-# • 需要配对的配置(如 Telegram 的 token 和 chat_id)数量必须一致
-# • 每个渠道最多支持 max_accounts_per_channel 个账号
-# • 邮箱已支持多收件人(逗号分隔)
+# ⚠️ 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
#
-# 新手建议:
-# • 第一次先只配置 1 个渠道(建议 ntfy 或 telegram)验证通路
-# • 跑通后再增加多渠道和多账号,排障成本最低
+# 📌 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(总开关)
- # ⚠️ 开启调度系统后,此项仍为总开关:
- # false → 永远不推送(无论调度怎么设置)
- # true → 由调度的 push 字段控制何时推送
+ 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:
@@ -366,9 +294,10 @@ storage:
# 数据格式选项
formats:
- sqlite: true # 主存储(必须启用)
- txt: false # 是否生成 TXT 快照
- html: true # 是否生成 HTML 报告(⚠️ 邮件推送或者需要看网页版报告必须设为 true)
+ 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:
@@ -391,46 +320,50 @@ storage:
secret_access_key: "" # 访问密钥
region: "" # 区域(可选,部分服务商需要)
- # 数据拉取配置(从远程同步到本地)
- # 用于 MCP Server 等场景:爬虫存到远程,MCP 拉取到本地分析
+ # 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
+ 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(共享)
-#
-# ai_analysis / ai_translation / ai_filter 共用此模型配置
-# 基于 LiteLLM 统一接口,支持 100+ AI 提供商
+# 8. AI 模型配置(ai_analysis / ai_translation / ai_filter 共用)
# ===============================================================
ai:
- # LiteLLM 模型格式: provider/model_name
+ # LiteLLM 模型格式: 提供商/模型名
# 示例:
- # - deepseek/deepseek-chat (DeepSeek)
+ # - 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-3-5-sonnet (Anthropic)
+ # - 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-chat"
+ # 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 端点(可选,大多数情况留空)
- # 示例: https://api.openai.com/v1(自建代理或兼容接口)
+ api_base: "" # 自定义 API 地址(可选,绝大多数情况留空即可)
#
- # 💡 超级重要:连接任意兼容 OpenAI 协议的模型商
- # 如果你使用的模型商不在上述支持列表中,但提供了兼容 OpenAI 的接口:
+ # ❓ 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。
#
- # 1. api_base 填写: 服务商提供的接口地址
- # 例如: https://api.example.com/v1
+ # 🔧 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
#
- # 2. model 填写: "openai/" + 实际模型名称
- # 例如: openai/deepseek-ai/DeepSeek-V3
- # (原理:前缀 openai/ 强制 LiteLLM 使用 OpenAI 协议格式进行通信)
+ # 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)
@@ -445,116 +378,62 @@ ai:
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 (高级选项,一般无需修改)
- # ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
- # LiteLLM 会自动将通用参数转换为各提供商格式,无需手动适配。
- # 仅在需要传递特殊参数时启用此项。
- #
- # 提示:你可以根据模型 API 文档自行添加任何支持的字段。
- # 操作:如需启用,请删掉该行最前方的 "# "(井号和空格)。
- # 注意:如果这几行都带着井号,则代表不使用额外参数(推荐做法)。
- # -------------------------------------------------------------
+ # 额外参数(一般无需修改,删掉 # 号即可启用)
# extra_params:
- # top_p: 1.0 # 核采样(通用)
- # presence_penalty: 0.0 # 话题多样性(OpenAI/DeepSeek)
- # stop: ["END"] # 停止词列表(通用)
+ # top_p: 1.0
+ # presence_penalty: 0.0
+ # stop: ["END"]
# ===============================================================
-# 9. AI 分析功能
-#
-# 使用 AI 大模型对推送内容进行深度分析
-# 模型配置见上方 ai 配置段
+# 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(总开关)
- # ⚠️ 开启调度系统后,此项仍为总开关:
- # false → 永远不分析(无论调度怎么设置)
- # true → 由调度的 analyze 字段控制何时分析
-
- # 分析报告输出语言
- # 格式:自然语言描述
- # 示例: "English", "Korean", "法语"
- language: "Chinese"
-
- # 提示词配置文件路径(相对于 config 目录)
- prompt_file: "ai_analysis_prompt.txt"
-
- # AI 分析模式(独立于推送报告模式)
- # 可选值:
- # - "follow_report": 跟随 report.mode 的设置(默认)
- # - "daily": 强制使用当日汇总模式(分析当天所有新闻)
- # - "current": 强制使用当前榜单模式(只分析当前在榜新闻)
- # - "incremental": 强制使用增量模式(只分析新增新闻)
- #
- # 使用场景:
- # - 推送 incremental(避免重复),AI 分析 current(看当前榜单变化)
- # - 推送 current(实时热点),AI 分析 daily(全天总结)
- #
- mode: "follow_report"
-
- # 分析内容配置
- max_news_for_analysis: 150 # 热榜+RSS 合计参与分析的新闻数量上限(控制成本关键项)
- # 热榜优先占用配额,RSS 使用剩余配额;独立展示区不受此限制
- # 推送消息顶部会显示实际的 AI 分析数供参考
-
- # api 成本估算 (仅供参考)
- # 按默认模型(deepseek)
- # max_news_for_analysis 为 【50】 条
- # include_rank_timeline 为 【false】
- # 则
- # GitHub Action 部署默认推送约 20 次(每小时推送一次), 约 0.1 元/天
- # Docker 部署默认推送 48 次(每半小时推送一次), 约 0.2 元/天
-
- include_rss: false # 是否包含 RSS 内容进行分析
-
- include_standalone: true # 是否将独立展示区数据纳入 AI 分析
- # 数据源列表来自 display.standalone.platforms / display.standalone.rss_feeds
+ 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
- include_rank_timeline: true # 是否传递完整排名时间线
- # false: 使用简化格式(排名范围+时间范围+出现次数)
- # true: 传递完整排名变化轨迹(如 1(09:30)→2(10:00)→0(11:00))
- # 启用后 AI 能更精确分析热度趋势,但会额外增加 token 消耗(0.5 倍到 1 倍)
+ 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
+# 10. AI 翻译功能(模型配置见上方 ai 段)
#
-# 对推送内容进行多语言翻译,不包含 ai_analysis 分析的内容
-# 模型配置见上方 ai 配置段
+# 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
-
- # 翻译目标语言
- # 格式:自然语言描述
- # 示例: "Chinese", "Korean", "法语"
- language: "中文"
-
- # 提示词配置文件路径(相对于 config 目录)
- prompt_file: "ai_translation_prompt.txt"
-
- # 翻译范围
- # 控制哪些区域的标题会被翻译
- # hotlist: 热榜标题 + 新增热点
- # rss: RSS 统计 + RSS 新增
- # standalone: 独立展示区(热榜平台 + RSS 源)
- # 如果 display.regions 关闭了显示,那么这边即使开启了也不会翻译
+ 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)
+
+ # 翻译范围(display.regions 关闭的区域即使开启也不会翻译)
scope:
- hotlist: false # 热榜区域
- rss: true # RSS 区域
- standalone: true # 独立展示区
+ 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:
- # 调试模式
- debug: false
+ 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"
@@ -564,14 +443,14 @@ advanced:
# 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
+ 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
+ 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)
diff --git a/pyproject.toml b/pyproject.toml
index 13368116c8..2b9a42a449 100644
--- a/pyproject.toml
+++ b/pyproject.toml
@@ -1,6 +1,6 @@
[project]
name = "trendradar"
-version = "6.7.0"
+version = "6.7.1"
description = "TrendRadar - 热点新闻聚合与分析工具"
requires-python = ">=3.12"
dependencies = [
diff --git a/trendradar/__init__.py b/trendradar/__init__.py
index 950f155938..c5619d34f9 100644
--- a/trendradar/__init__.py
+++ b/trendradar/__init__.py
@@ -9,5 +9,5 @@ TrendRadar - 热点新闻聚合与分析工具
from trendradar.context import AppContext
-__version__ = "6.7.0"
+__version__ = "6.7.1"
__all__ = ["AppContext", "__version__"]
diff --git a/trendradar/__main__.py b/trendradar/__main__.py
index 347baa9e14..38a9f82d35 100644
--- a/trendradar/__main__.py
+++ b/trendradar/__main__.py
@@ -655,9 +655,9 @@ class NewsAnalyzer:
纯数据准备方法,不检查 display.regions.standalone 开关。
各消费者自行决定是否使用:
- - AI 分析:由 ai.include_standalone 控制
- - 通知推送:由 display.regions.standalone 控制(在 dispatcher 层门控)
- - HTML 报告:始终包含(如果有数据)
+ - AI 分析:由 ai.include_standalone 控制(在 _run_ai_analysis 层门控)
+ - HTML 报告 / 邮件:由 display.regions.standalone 控制(在 HTML 生成前过滤)
+ - Webhook 推送:由 display.regions.standalone 控制(在 dispatcher 层门控)
Args:
results: 原始爬取结果 {platform_id: {title: title_data}}
@@ -887,6 +887,9 @@ class NewsAnalyzer:
# HTML生成(如果启用)— 使用翻译后的数据
html_file = None
if self.ctx.config["STORAGE"]["FORMATS"]["HTML"]:
+ display_regions = self.ctx.config.get("DISPLAY", {}).get("REGIONS", {})
+ html_standalone = standalone_data if display_regions.get("STANDALONE", False) else None
+ html_ai = ai_result if display_regions.get("AI_ANALYSIS", True) else None
html_file = self.ctx.generate_html(
stats,
total_titles,
@@ -897,8 +900,8 @@ class NewsAnalyzer:
update_info=self.update_info if self.ctx.config["SHOW_VERSION_UPDATE"] else None,
rss_items=rss_items,
rss_new_items=rss_new_items,
- ai_analysis=ai_result,
- standalone_data=standalone_data,
+ ai_analysis=html_ai,
+ standalone_data=html_standalone,
frequency_file=self.frequency_file,
)
diff --git a/uv.lock b/uv.lock
index 1dc3562dd4..4ce3e5fe55 100644
--- a/uv.lock
+++ b/uv.lock
@@ -1996,7 +1996,7 @@ wheels = [
[[package]]
name = "trendradar"
-version = "6.7.0"
+version = "6.7.1"
source = { editable = "." }
dependencies = [
{ name = "boto3" },
diff --git a/version b/version
index 07a7b03c99..06a765991f 100644
--- a/version
+++ b/version
@@ -1 +1 @@
-6.7.0
\ No newline at end of file
+6.7.1