TrendRadar

Supports Cursor, Mcp

4 篇文章：

• 可在该文章下方留言，方便项目作者用手机答疑
• 2个月破 1000 star，我的GitHub项目推广实战经验
• github fork 运行本项目的注意事项
• 基于本项目，如何开展公众号或者新闻资讯类文章写作

AI 开发：

• 如果你有小众需求，完全可以基于我的项目自行开发，零编程基础的也可以试试
• 我所有的开源项目或多或少都使用了自己写的AI辅助软件来提升开发效率，这款工具已开源
• 核心功能：迅速筛选项目代码喂给AI，你只需要补充个人需求即可
• 项目地址：https://github.com/sansan0/ai-code-context-helper

其余项目

📍 毛主席足迹地图 - 交互式动态展示1893-1976年完整轨迹。欢迎诸位同志贡献数据

• https://github.com/sansan0/mao-map

哔哩哔哩(bilibili)评论区数据可视化分析软件

• https://github.com/sansan0/bilibili-comment-analyzer

TrendRadar v3.0.0 新增了基于 MCP (Model Context Protocol) 的 AI 分析功能，让你可以通过自然语言与新闻数据对话，进行深度分析。

⚠️ 使用前必读

重要提示：AI 功能需要本地新闻数据支持

AI 分析功能不是直接查询网络实时数据，而是分析你本地已积累的新闻数据（存储在 output 文件夹中）

使用说明：

1. 项目自带测试数据：output 目录默认包含 2025-12-21～2025-12-27 一周的热榜新闻数据，可用于快速体验 AI 功能

2. 查询限制：

   • ✅ 只能查询已有日期范围内的数据（12月21-27日，共7天）
   • ❌ 无法查询实时新闻或未来日期

3. 获取最新数据：

   • 测试数据仅供快速体验，建议自行部署项目获取实时数据
   • 按照 快速开始 部署运行项目
   • 等待至少 1 天积累新闻数据后，即可查询最新热点

1. 快速部署

Cherry Studio 提供 GUI 配置界面，5 分钟快速部署，复杂的部分是一键安装的。

图文部署教程：现已更新到我的公众号，回复 "mcp" 即可

详细部署教程：README-Cherry-Studio.md

部署模式说明：

• STDIO 模式（推荐）：一次配置后续无需重复配置，图文部署教程中仅以此模式的配置为例。
• HTTP 模式（备选）：如果 STDIO 模式配置遇到问题，可使用 HTTP 模式。此模式的配置方式与 STDIO 基本一致，但复制粘贴的内容就一行，不易出错。唯一需要注意的是每次使用前都需要手动启动一下服务。详细请参考 README-Cherry-Studio.md 底部的 HTTP 模式说明。

2. 学习与 AI 对话的姿势

详细对话教程：README-MCP-FAQ.md

💡 提示：实际不建议一次性问多个问题。如果你选择的 AI 模型连下图的按顺序调用都无法做到，建议换一个。

早期支持者致谢

💡 特别说明：

1. 关于名单：下方表格记录了项目起步阶段（天使轮）的支持者。因早期人工统计繁琐，难免存在疏漏或记录不全的情况，如有遗漏，实非本意，万望海涵。
2. 未来规划：为了将有限的精力回归代码与功能迭代，即日起不再人工维护此名单。

无论名字是否上榜，你们的每一份支持都是 TrendRadar 能够走到今天的基石。🙏

基础设施支持

感谢 GitHub 免费提供的基础设施，这是本项目得以一键 fork便捷运行的最大前提。

数据支持

本项目使用 newsnow 项目的 API 获取多平台数据，特别感谢作者提供的服务。

经联系，作者表示无需担心服务器压力，但这是基于他的善意和信任。请大家：

• 前往 newsnow 项目 点 star 支持
• Docker 部署时，请合理控制推送频率，勿竭泽而渔

推广助力

感谢以下平台和个人的推荐(按时间排列)

• 小众软件 - 开源软件推荐平台
• LinuxDo 社区 - 技术爱好者的聚集地
• 阮一峰周刊 - 技术圈有影响力的周刊

观众支持

感谢给予资金支持的朋友们，你们的慷慨已化身为键盘旁的零食饮料，陪伴着项目的每一次迭代。

关于"一元点赞"的回归： 随着 v5.0.0 版本的发布，项目迈入了一个新的阶段。为了支持日益增长的 API 成本和咖啡因消耗，"一元点赞"通道现已重新开启。你的每一份心意，都将转化为代码世界里的 Token 和动力。🚀 前往支持

{
  "trendradar": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/TrendRadar",
      "run",
      "python",
      "-m",
      "mcp_server.server"
    ],
    "type": "stdio",
    "disabled": false
  }
}

Continue 配置

编辑 ~/.continue/config.json：

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "uv",
          "args": [
            "--directory",
            "/path/to/TrendRadar",
            "run",
            "python",
            "-m",
            "mcp_server.server"
          ]
        }
      }
    ]
  }
}

使用示例：

分析最近7天"特斯拉"的热度变化趋势
生成今天的热点摘要报告
搜索"比特币"相关新闻并分析情感倾向

MCP Inspector 是官方调试工具，用于测试 MCP 连接：

使用步骤

1. 启动 TrendRadar HTTP 服务：

   # Windows
   start-http.bat
   
   # Mac/Linux
   ./start-http.sh
   

2. 启动 MCP Inspector：

   npx @modelcontextprotocol/inspector
   

3. 在浏览器中连接：

   • 访问：http://localhost:3333/mcp
   • 测试 "Ping Server" 功能验证连接
   • 检查 "List Tools" 是否返回 17 个工具：
     • 基础查询：get_latest_news, get_news_by_date, get_trending_topics
     • 智能检索：search_news, find_related_news
     • 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, aggregate_news, compare_periods, generate_summary_report
     • RSS 查询：get_latest_rss, search_rss, get_rss_feeds_status
     • 系统管理：get_current_config, get_system_status, resolve_date_range

任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar：

HTTP 模式

服务地址：http://localhost:3333/mcp

基本配置模板：

{
  "name": "trendradar",
  "url": "http://localhost:3333/mcp",
  "type": "http",
  "description": "新闻热点聚合分析"
}

STDIO 模式（推荐）

基本配置模板：

{
  "name": "trendradar",
  "command": "uv",
  "args": [
    "--directory",
    "/path/to/TrendRadar",
    "run",
    "python",
    "-m",
    "mcp_server.server"
  ],
  "type": "stdio"
}

注意事项：

• 替换 /path/to/TrendRadar 为实际项目路径
• Windows 路径使用反斜杠转义：C:\\Users\\...
• 确保已完成项目依赖安装（运行过 setup 脚本）

常见问题

检查步骤：

1. 确认端口 3333 未被占用：

   # Windows
   netstat -ano | findstr :3333
   
   # Mac/Linux
   lsof -i :3333
   

2. 检查项目依赖是否安装：

   # 重新运行安装脚本
   # Windows: setup-windows.bat 或者 setup-windows-en.bat
   # Mac/Linux: ./setup-mac.sh
   

3. 查看详细错误日志：

   uv run python -m mcp_server.server --transport http --port 3333
   

4. 尝试自定义端口:

   uv run python -m mcp_server.server --transport http --port 33333
   

解决方案：

1. STDIO 模式：

   • 确认 UV 路径正确（运行 which uv 或 where uv）
   • 确认项目路径正确且无中文字符
   • 查看客户端错误日志

2. HTTP 模式：

   • 确认服务已启动（访问 http://localhost:3333/mcp）
   • 检查防火墙设置
   • 尝试使用 127.0.0.1 替代 localhost

3. 通用检查：

   • 重启客户端应用
   • 查看 MCP 服务日志
   • 使用 MCP Inspector 测试连接

可能原因：

1. 数据不存在：

   • 确认已运行过爬虫（有 output 目录数据）
   • 检查查询日期范围是否有数据
   • 查看 output 目录的可用日期

2. 参数错误：

   • 检查日期格式：YYYY-MM-DD
   • 确认平台 ID 正确：zhihu, weibo 等
   • 查看工具文档中的参数说明

3. 配置问题：

   • 确认 config/config.yaml 存在
   • 确认 config/frequency_words.txt 存在
   • 检查配置文件格式是否正确