TrendRadar 熱點聚合器:用你的關鍵字重排熱門榜,推到手機

TrendRadar 是 GitHub 上六萬顆星的開源熱點聚合工具,把 11 個平台的熱門榜用你自己的關鍵字過濾、按可調權重重排序,再推到手機。本機實測一輪抓回 255 條熱榜與 68 篇 RSS,本文整理它的三層架構、GitHub Actions 免費路線的 7 天簽到限制、AI 篩選的自帶 Key 邊界,以及台灣讀者要用 RSS 補本地熱點的現實。

用 AI 摘要這篇文章:

把 TrendRadar 抓下來在本機跑一輪,它交出的東西比想像中具體:11 個平台的熱門榜全部抓成功,共 255 條標題;兩個預設 RSS 源再進帳 68 篇文章;最後落成一份可以直接用瀏覽器打開的 HTML 報告,外加兩個 SQLite 資料庫檔。整個過程沒有設任何推播渠道、沒有填任何 AI Key,它照樣把流程跑完,AI 分析與翻譯的段落則自動跳過。這是 2026 年 8 月我在 macOS 上用 Python 3.13 實際跑出來的結果,也是這篇文章的起點。

TrendRadar 是 GitHub 上超過 6.1 萬顆星的開源專案(2026 年 8 月查詢,fork 近 2.5 萬),用 Python 寫成,採 GPL-3.0 授權,2025 年 4 月底開張,版本標籤在 2026 年 6 月中已標到 v6.10.0,最後一次提交停在 7 月中。它要解決的問題很老派也很實在:熱門榜散落在十幾個平台,你想追的關鍵字被演算法餵養的雜訊淹沒。它做的事可以拆成三層來理解:資料層把榜單搬進來,篩選層用你的規則留下在意的內容,輸出層把結果推到手機。把這三層看懂,你會知道它真正的主力在哪裡、免費路線的底線在哪裡,以及台灣讀者能期待多少。

TrendRadar 官方網站首頁,深色底產品宣傳視覺,列出 AI 智慧篩選、資料洞察、MCP 架構與多語言推播等功能特色,並提供 v6.9.1 版本下載按鈕Pin
官方網站首頁的版本與功能總覽,首頁下載按鈕停在 v6.9.1,儲存庫的版本標籤已到 v6.10.0(圖片來源:trendradar.sandev.cc)

一輪跑完:255 條熱榜、68 篇 RSS,報告自己長出來

先講流程。把原始碼 clone 下來,裝好相依套件後執行主程式,它會依序做幾件事:檢查版本與設定檔有沒有更新、逐一請求 11 個預設平台的熱門榜、抓 RSS 訂閱源、比對關鍵字、算分排序,最後生成本地報告。終端機輸出相當囉嗦,但每一步都看得到:平台之間的請求間隔固定 2 秒,避免把上游打爆;11 個平台全部成功,其中幾個回的是上游的快取資料,其餘是當下最新一輪;RSS 部分,Hacker News 進帳 20 篇、雅虎財經 48 篇,新鮮度過濾又濾掉 9 篇超齡舊文,剩下 59 篇裡有 8 篇命中預設的關鍵字詞組。

跑完當下最有感的產出是那份報告。它按你定義的詞組分區,出廠的詞組檔比想像更有個性:一整排公司正則組,DeepSeek、華為、比亞迪、特斯拉、OpenAI、Claude 都各成一組,配上中國、東亞、北美、西歐四個地區組,再加上 AI 相關、晶片這類主題組。我這一輪 255 條熱榜命中 34 條,報告的分區標籤直接給出計數:全部 34、中國 10、北美 6、AI 相關 6。分數排第一的是一條特斯拉 FSD 新聞,7.44 分,標註同時掛在微博、知乎、抖音、百度熱搜等平台,這種跨平台的出現軌跡,是單獨打開任何一個平台的熱門榜都看不到的資訊。報告頁右上角還有個提示,說網頁版另提供排名軌跡、資料洞察等內容;對照原始碼,排名軌跡掛在 AI 分析模組裡,資料洞察是 MCP 伺服器的分析工具,這些加料內容要再搭配 AI Key 或 MCP 客戶端才拿得到。

TrendRadar 熱點新聞分析報告的官方線上版本畫面,顯示 2026-08-23 當日 8 個平台的熱榜命中統計與平台分頁,右上角提示網頁版另提供排名軌跡與資料洞察Pin
官方 GitHub Pages 上的報告畫面,右上角提示寫著網頁版另提供排名軌跡與資料洞察(圖片來源:sansan0.github.io/TrendRadar,此網址也是官方視覺化設定編輯器入口)
TrendRadar 本機執行一輪後產生的 HTML 報告畫面,頂部統計列顯示熱榜命中 34/255、RSS 命中 8/60,列表第一條為特斯拉 FSD 新聞 7.44 分,附跨平台排名標籤Pin
本機跑一輪後的報告:熱榜 255 條命中 34 條,第一條特斯拉 FSD 同時掛四個平台(圖片來源:TrendRadar v6.10.0 本機執行輸出)

它不自己爬網站:資料層整個交給 newsnow

很多人的第一個誤會是「它聚合幾十個平台,所以它自己爬幾十個平台」。打開原始碼看,事情單純得多:趨勢抓取模組裡寫死的預設 API 地址是 https://newsnow.busiyi.world/api/s,這是另一個開源專案 newsnow 的公共實例。在預設配置下,TrendRadar 每輪抓取都是拿著平台清單去問這個 API,拿回現成的熱門榜,本身並不直接造訪微博或知乎的頁面。README 對這件事很坦白,直接感謝 newsnow 作者提供的服務,也轉述對方說不必擔心伺服器壓力,同時提醒自架 Docker 的使用者控制抓取頻率,不要竭澤而漁。

這層設計對使用者的意義有兩個。其一是信任邊界:你每一輪抓取都會經過別人善意維護的伺服器,對方看得到你的 IP 與你請求了哪些平台。在意這件事的人可以把 newsnow 也自己架一份,再把設定檔裡的 API 地址指過去,TrendRadar 明確支援這條路。其二是涵蓋範圍:能監控哪些平台取決於 newsnow 支援哪些,我數過它的來源目錄,2026 年 8 月有 44 個原始碼檔,個別檔案還會再定義多個子榜;TrendRadar 預設只開其中 11 個,要加其他榜,照著上游的檔名填進設定檔就行。設定檔還提供一個叫 expected_domain 的欄位,勾選後會驗證回傳連結是 HTTPS 而且網域對得上,防止資料在半路被換掉,對不得不使用公共實例的人是個實用的防線。

篩選層:關鍵字完全免費,AI 要帶自己的 Key

篩選有兩種模式,界線畫得很清楚。關鍵字模式寫在一個純文字檔裡:全域過濾區放不要看的詞(預設就示範了「震驚」這種標題黨詞),詞組區定義要追的主題,同一組裡的關鍵字是「或」的關係,還支援用斜線包住的正規表示式一次匹配多個詞。設定檔的註解寫明這個模式不呼叫 AI、不消耗任何 token,我實測這一輪的篩選走的就是關鍵字模式,沒有送出任何 AI 請求;預設開啟的 AI 分析與翻譯,則在缺少 Key 的檢查點提前返回,流程照樣往下走。

AI 模式走的是另一條路:你用自然語言描述自己在意的方向,模型自動提煉標籤並對新聞分類,預設的批次大小是 200 條標題,推送門檻出廠設 0.7 分(官方註解建議 0.5 到 0.7 起步)。模型接線用的是 LiteLLM 格式,廠商自選、Key 自己填,預設值是 DeepSeek 的平價模型,欄位出廠留空。這是標準的 BYOK 架構:不填 Key,AI 功能安靜跳過,我這輪就看到分析與翻譯兩個步驟各自印一行未配置的提示後繼續往下走,不會掛掉。要留意的是反方向的含義,一旦填了 Key,新聞標題就會送進你選的服務商,預設的 DeepSeek 是中國服務商,跨國使用的讀者可以換成 OpenAI、Gemini,或在同一套格式下接自架模型。

有個細節台灣讀者最好先知道:出廠的興趣描述範例檔,是從中國科技圈的視角寫的,前幾條關注方向是華為、騰訊、字節跳動這些公司,還有一條地緣政治。它只是示範格式,不是建議清單,實際使用時整份重寫成你自己的領域(例如半導供應鏈、電商、跨境物流),分類結果才會貼近你的需求。AI 模式的分類品質,這一輪沒有實測。

順帶一提,翻譯功能出廠是開啟的,目標語言預設中文,會把命中關鍵字的外語標題(例如 Hacker News 的英文標題)翻好再推送。專案另外附了一個 MCP 伺服器(版本 v4.1.0),讓支援 MCP 的 AI 客戶端直接對你累積的熱點資料庫做自然語言分析,README 還寫了 Cherry Studio 的接入教學。輸出層還有個容易漏看的獨立展示區:可以把指定平台的完整熱榜原樣附進報告與推播,不受關鍵字過濾影響,適合留一兩個你想看全貌的榜,配著篩選過的結果一起看。想同樣用 RSS 加 AI 組一套自己資訊流、但不想碰熱門榜的讀者,可以參考我們之前寫過的 RSS-AIGC 開源聚合器,兩者的分工剛好錯開。

排序規則攤在原始碼裡:0.6、0.3、0.1

「個人化榜單」聽起來像行銷話術,但 TrendRadar 的排序其實是三個寫在設定檔裡的數字:平台內排名占 0.6、跨平台重複出現占 0.3、榜單熱度占 0.1,加權後決定一條新聞在你報告裡的位置。原始碼裡的計分函式對每個平台排名先做一次換算(第 1 名拿 10 分,遞減到第 10 名之後不再下降),再按權重合成。這套邏輯的效果我在報告裡直接驗到:同時掛四個榜的新聞排進分區最前面,只在單一平台上榜的內容就算排第 2 也只能往後站。權重三個數字都能自己改,想更看重「到處都在講」就把 0.3 拉高,想貼近平台原生排序就把 0.6 拉滿。反過來說也要認清它的極限:只在一個平台發酵的獨家新聞,在這套規則下天生吃虧,這是重排序的代價。

免費路線的真相:GitHub Actions 是 7 天簽到的試用版

官方目前把 Docker 列為推薦路線,GitHub Actions 排第二,另外還有本機 uv 執行與 Cloudflare Pages 部署報告等選項。最多人衝去的 Actions 路線,工作流檔案裡有一段正經的到期機制:每個週期 7 天,時間一到就自動把排程停用,你要到 Actions 頁面手動跑一次簽到才能續期。工作流裡的註解把動機說得很白:GitHub Actions 是共享的公共資源,七天都忘了簽到,或許這些資訊對你並非剛需,長期使用請改部署 Docker。每小時第 33 分執行一次的排程可以自己改分鐘數,但 7 天簽到的框架改不掉。

Actions 路線還有另一個隱藏成本:GitHub 的執行器每次跑完就清空,本機執行時會產生的 SQLite 檔案,在雲端執行器上留不下來,要完整體驗(特別是增量推送、排名軌跡這類需要歷史資料的功能),官方建議再接一個 S3 相容的雲端儲存。換句話說,「免費無伺服器」這條路的真實樣貌是:每週記得簽到,加上把資料放到另一個雲端服務。還有一個部署細節值得記下:官方現在教大家用 Use this template 建儲存庫,不建議直接 fork,因為 fork 之後排程工作流不出現的回報已經累積成正式 issue(#606),狀態至今開著。用 template 另有個附帶好處,儲存庫可以設成私有,你追蹤的關鍵字清單不會攤在公開網路上,對拿它做品牌輿情的人這點不算小事。

台灣讀者的現實:上游沒有台灣榜,本地熱點靠 RSS 補

把上游 newsnow 的 44 個來源檔攤開看,主體是中國大陸平台:微博、知乎、百度、抖音、B站、貼吧、澎湃、鳳凰,加上 36 氪、雪球、虎撲、IT之家這一排;國際來源有 Hacker News、GitHub、Product Hunt、Steam、Solidot,中文圈裡最接近區域媒體的是新加坡的聯合早報。名單裡沒有 PTT、Dcard 或 Yahoo 奇摩新聞這類台灣原生熱榜,而且來源清單掌握在上游手裡,TrendRadar 這邊能做的只是從既有來源裡挑。所以對台灣讀者,它的熱門榜區塊比較像一面觀察對岸輿情的窗:追蹤特定產業、公司或議題在中國大陸平台的發酵程度,這個用途它是勝任的。

台灣本地熱點的正確接法是 RSS 區。它是獨立於熱門榜的另一條時間流,每個源填一組代號、名稱與訂閱網址即可,台灣媒體與部落格幾乎都有 RSS 可訂,預設的 Hacker News 與雅虎財經就是示範。如果你想收斂的是「自己營運一份訂閱源」這種更進階的玩法,之前介紹過的 News Agent 新聞聚合器把多源 RSS 整理成可發佈的訂閱源,與 TrendRadar 的推播取向互補;純粹想優雅讀 RSS 的人,Feedly 這類現成閱讀器仍然是最省事的路。推播渠道方面,九個內建渠道裡 Telegram、電子郵件、ntfy、Bark、Slack 在台灣都通,企業微信、飛書、釘釘三個是中國企業通訊生態,跳過不影響使用。推送節奏也有現成的調度範本可選:全天候增量推、白天加晚間彙總、工作日三段式、夜貓子時段四種預設,出廠狀態是關閉的,要用再開,怕被洗版的人適合從晚間彙總那種開始。另外有個小細節:設定檔預設時區是 Asia/Shanghai,與台北同為 UTC+8,不用改也準。

路線怎麼挑:把四個選項當四種生活形態

挑部署路線,其實是在選一種生活形態。整理如下:

路線適合誰資料放在哪要付出的代價
本機 uv 執行想先試一晚、看看報告長相自己電腦(SQLite)電腦開著才會跑
GitHub Actions沒伺服器、想長期放著建議接 S3 相容雲端儲存每 7 天簽到一次,儲存另計
Docker 自架有 NAS 或固定伺服器本機(SQLite,官方推薦)要養一台機器
Cloudflare Pages報告想隨手分享CF Pages 網站報告網址公開可見
TrendRadar 四條部署路線對照(資料來源:官方 README 與工作流設定檔,2026 年 8 月版本)

我的建議很直接。只想見識一下它產出的報告,clone 下來本機跑一輪,二十分鐘內會有感覺;確定要長期用、手上又有 NAS 或 VPS,直上 Docker,官方把它放第一位是有理由的,本地 SQLite 省掉雲端儲存的帳;沒有伺服器又想要推播,Actions 路線可用,但先把 7 天簽到放進行事曆,並接受資料要寄放在 S3 相容服務。授權是 GPL-3.0,自己用、公司內部用都沒有負擔,改了原始碼再對外散布才需要遵守相同授權的義務。

回頭看整個工具,它最扎實的價值在於把「只想看在意的內容」這件事做成了可以自己調整的結構:資料層能換成自己架的 newsnow;篩選規則和排序權重這類選擇,攤在設定檔裡等你改,免費關鍵字或自費 AI 之間要站哪邊也是自己決定。想要的是單純看趨勢的話,之前寫過的 Hacker Trends 能直接查 Hacker News 十八年的討論趨勢,不必部署任何東西。至於 TrendRadar,把它當成一套要少量投入的熱點基礎設施:規則、權重與推播渠道由自己掌控,平台來源則交給上游,期待放對位置,它就值得那 6 萬顆星。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 982

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...