你有没有想过，为什么抖音总推你不想看的内容？
算法茧房不是技术问题，是控制权问题。今天介绍的这个 8.4k⭐ 开源项目，让你用 AI 夺回信息主权。
一、它解决什么问题？
TrendRadar 是一个基于 MCP 协议的全网热点监控系统，核心能力包括：
35 个平台聚合：抖音、知乎、B 站、微博、华尔街见闻等平台，一次查询全网热点
自定义热点算法：不是平台说什么火你看什么，而是你定义什么重要
AI 深度分析：自然语言提问"比亚迪最近负面舆情"，AI 自动调用 13 种工具完成分析
简单说就是：把推荐算法的控制权从平台手里抢回来。
二、核心技术：MCP 协议
传统 AI 助手：你问"分析热点"，它只能给你文字总结
MCP 架构：AI 直接调用结构化工具，执行真实操作
用户提问："最近 AI 领域有什么重大突破？"
↓
MCP Server 自动调用：
1. 关键词提取工具 → 识别"AI、突破、技术"
2. 趋势分析工具 → 筛选上升热度新闻
3. 情感分析工具 → 过滤负面炒作
4. 时间序列工具 → 生成热度曲线
↓
返回：结构化报告 + 数据图表
技术突破在于：AI 从"聊天机器人"进化为"可编程工具集"。
三、应用场景
场景 1：投资者捕捉市场异动
配置增量模式加高频监控，监控"宁德时代 + 电池 - 广告"关键词，当新闻突然在 5 个平台同时出现时，系统立即推送企业微信。
场景 2：自媒体追热点
配置当前榜单加实时推送，每小时推送全平台 Top50，用 AI 工具分析哪些话题适合你的账号定位。
场景 3：企业 PR 舆情预警
配置品牌词监控加情感分析，检测到"品牌名 + 质量问题"的负面情绪激增时，触发预警机制。
四、个性化算法
系统用三个参数重新计算热点分数：
热点得分 = 排名权重 × 60% + 持续性 × 30% + 热度质量 × 10%
可调参数包括：
- 看重实时爆点？提高排名权重
- 关注深度话题？提高持续性权重
- 过滤水军刷榜？提高热度质量权重
这是算法民主化：不是适应平台规则，而是平台数据为你服务。
五、快速部署
# Docker 一键启动
docker run -d \
-v $(pwd)/config:/app/config \
trendradar:latest
# 编辑配置文件
frequency_words: "AI, ChatGPT, +技术, !广告"
push_mode: "incremental"
push_channels: ["wecom"]
无需 Python 环境，配置文件热更新，支持全平台。
技术栈
- 数据源：NewNow API（35 平台聚合）
- AI 协议：MCP (Model Context Protocol)
- 推送渠道：企业微信 / 飞书 / 钉钉 / Telegram / 邮件
- 部署：Docker + 本地 SQLite
- 开源协议：GPL-3.0
《异或 Lambda》观点
TrendRadar 体现了我们一直强调的理念：技术应该解放生产力，而不是制造新的束缚。
当每个人都能用 AI 重构信息流，算法茧房就会成为历史。今天的科幻（自定义推荐算法），正在变成明天的日常。
关注《异或 Lambda》，见证 AI 改造世界进行时
主打 AI 与未来生产力 | 解放生产力 · 创造未来 · 改造世界
配套资源：
Github：sansan0/TrendRadar
学习AI课程：https://yunpan.plus/f/29-1
学习Python：https://yunpan.plus/f/26-1
标签：#TrendRadar #Github #MCP协议 #舆情监控 #AI工具 #开源项目 #信息流
发表于 7 天前
|
查看: 21|
回复: 0
