原文: https://mp.weixin.qq.com/s/LDq0Yg4cu8XWMiUfHIgmjw
30 秒部署热点助手，TrendRadar 让你告别无效信息轰炸！
TrendRadar 是一个基于AI的多平台热点舆情监控与分析工具。简单讲，它能自动聚合抖音、知乎、B站等35个平台的热门资讯，用AI帮你过滤噪音、发现趋势，并通过微信、钉钉、飞书等渠道实时推送，还能用自然语言对话方式做深度分析。适用人群：媒体从业者、市场运营、产品经理、创业者及关注热点舆情的个人用户。
项目地址：https://github.com/sansan0/TrendRadar
主要语言：Python
stars: 25.4k
TrendRadar 是一款致力于全网热点聚合与智能推送的工具，以轻量、易部署为目标，能帮助用户告别无效信息刷屏，精准获取关心的新闻资讯。以下是对该项目的详细介绍：
核心功能
- 全网热点聚合：默认监控知乎、抖音、B站等 11 个主流平台的热点，还支持自定义添加额外平台。
- 智能推送策略：提供当日汇总、当前榜单、增量监控三种推送模式，满足不同用户的需求。同时支持推送时间窗口控制，避免非工作时间打扰。
- 精准内容筛选：用户可在
frequency_words.txt中设置关键词，支持普通词、必须词、过滤词、数量限制四种语法，以及词组化管理。还能进行关键词排序控制和显示数量精准限制。 - 热点趋势分析：实时追踪新闻热度变化，包括时间轴追踪、热度变化统计、新增检测、持续性分析和跨平台对比。
- 个性化热点算法：通过排名、持续性和排名质量三个因素重新整理全网热搜，且比例可调整。
- 多渠道实时推送：支持企业微信、个人微信、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack 等多种渠道，消息直达手机和邮箱。
- 多端适配：支持 GitHub Pages 部署，自动生成精美网页报告，PC/移动端适配；支持 Docker 部署，支持多架构容器化运行；支持数据持久化，HTML/TXT 多格式历史记录保存。
- AI 智能分析：基于 MCP 协议，提供 13 种分析工具，支持自然语言对话查询，可进行话题趋势追踪、跨平台数据对比、智能摘要生成等深度分析。
优势
- 部署简单：GitHub 一键 Fork 即可使用，无需编程基础，最快 30 秒完成部署。也支持 Docker 部署，提供多种部署方式和配置选项。
- 功能丰富：涵盖全网热点聚合、智能推送、精准筛选、趋势分析、AI 智能分析等多种功能，满足不同用户的需求。
- 个性化定制：支持自定义监控平台、关键词配置、推送模式、热点权重等，用户可根据自己的需求进行个性化设置。
- 多渠道推送：支持多种消息推送渠道，方便用户及时获取热点资讯。
- 数据持久化：生成的报告和数据默认保存在
./output目录下，即使容器重启或删除，数据也会保留。
应用场景
- 投资者/交易员：使用增量监控模式，实时获取新增的投资相关热点，避免信息干扰。
- 自媒体人/内容创作者：通过当前榜单模式，及时追踪当下最火的话题，获取创作灵感。
- 企业管理者/普通用户：选择当日汇总模式，按时获取当日所有匹配新闻，全面了解热点动态。
快速开始
- Fork 项目到自己的 GitHub 账户。
- 在 GitHub Secrets 中配置通知渠道的参数，支持企业微信、个人微信、飞书、钉钉、Telegram、邮件、ntfy、Bark、Slack 等多种渠道。
- 手动测试新闻推送，确保配置正确。
- 可选配置推送模式、关键词、推送频率等。
- 部署成功后，可在公众号交流使用心得。
- 若需要更智能的分析，可尝试 AI 增强功能。
配置详解
- 平台配置：可在
config/config.yaml中自定义监控平台。 - 关键词配置：在
frequency_words.txt中设置关键词，支持基础语法和高级配置。 - 推送模式详解：三种推送模式各有特点，用户可根据需求选择。
- 热点权重调整：可在
config/config.yaml中调整热点权重。 - 推送格式参考：详细说明了推送消息的格式和含义。
- Docker 部署：提供三种 Docker 部署方式，包括快速体验、使用 docker-compose 和本地构建，并介绍了镜像更新、服务管理和故障排查方法。
Go版Agent Development Kit：构建云原生AI代理应用的利器
adk-go 是一个用于构建、评估和部署复杂AI代理的开源Go语言工具包。简单讲，它是一个用Go语言打造AI智能体的开发套件，提供灵活可控的代码优先方案。适用人群：Go开发者、AI工程技术人员
项目地址：https://github.com/google/adk-go
主要语言：Go
stars: 4.5k
仓库整体概述
Agent Development Kit (ADK) for Go是一个开源的、以代码优先的Go语言工具包，用于灵活且可控地构建、评估和部署复杂的AI智能体。它将软件开发原则应用于AI智能体的创建，是一个灵活且模块化的框架，旨在简化智能体工作流的构建、部署和编排，适用于从简单任务到复杂系统的各种场景。该工具包虽然针对Gemini进行了优化，但具有模型无关性和部署无关性，能与其他框架兼容。
核心功能
- 自然的Go语言风格：设计上贴合Go语言的习惯，充分发挥Go语言的强大功能。
- 丰富的工具生态系统：可以使用预构建的工具、自定义函数，或集成现有工具，赋予智能体多样化的能力。
- 代码优先开发：直接在Go语言中定义智能体逻辑、工具和编排，实现最大的灵活性、可测试性和版本控制。
- 模块化多智能体系统：通过组合多个专业智能体来设计可扩展的应用程序。
- 任意部署：能够轻松地将智能体进行容器化并部署，对Google Cloud Run等云原生环境有强大的支持。
代码架构特点
代码架构围绕Go语言的特性进行设计，强调自然的Go编程风格，便于开发者利用Go语言在并发和性能方面的优势来构建云原生智能体应用。同时，其模块化的设计使得智能体逻辑、工具和编排可以清晰地分离，便于维护和扩展。
优势
- 借助Go语言的特性，在处理高并发任务时表现出色，适合构建对性能要求较高的云原生应用。
- 代码优先的开发方式，让开发者可以直接在代码中定义智能体的各个方面，提高了开发的灵活性和可维护性。
- 丰富的工具生态系统和模块化设计，使得构建复杂的多智能体系统变得更加容易。
- 具有良好的兼容性和部署灵活性，不受特定模型和部署环境的限制。
可能的应用场景
- 云原生智能体应用开发：利用Go语言在并发和性能方面的优势，构建高效的云原生智能体应用。
- 复杂系统的智能体编排：通过模块化多智能体系统，设计和实现复杂的智能体工作流。
- 多样化工具集成的智能体：借助丰富的工具生态系统，为智能体集成各种功能，实现多样化的应用场景。
安装方法
要将ADK Go添加到项目中，只需在终端运行以下命令：
go get google.golang.org/adk