TrendRadarDocs项目来自sansan

页面更新：

AI 分析推送

TrendRadar 支持接入 AI 大语言模型，自动分析抓取到的热点新闻并生成洞察报告， 附加在推送消息中。开启后，你收到的不再只是新闻列表，而是带有深度分析的情报简报。
AI 分析推送效果

AI 分析的五个板块

AI 会从以下五个板块对你关注的热点新闻进行深度分析：
1. 核心热点与舆情态势（core_trends） ：自动阅读所有命中关键词的热点新闻，提炼出当前最受关注的话题方向及舆情态势。
2. 舆论风向与争议（sentiment_controversy） ：分析公众讨论的情绪走向、观点分布和争议焦点，帮你把握社会舆论动态。
3. 异动与弱信号（signals） ：发现异常波动和初露端倪的弱信号，捕捉可能演变为重大事件的早期迹象。
4. RSS 深度洞察（rss_insights） ：对 RSS 订阅源内容进行深度分析，提取有价值的信息和趋势。
5. 研判与策略建议（outlook_strategy） ：综合研判热点事件的发展走向，提供应对策略和行动建议。

如何启用

启用 AI 分析需要配置以下三个必填项。推荐先在 config/config.yaml 中确认字段含义； Docker、GitHub Actions 等场景也可以使用环境变量覆盖，其中 GitHub Actions 应把密钥保存在 Secrets 中。
必填配置
config.yaml 字段环境变量覆盖示例值说明
ai_analysis.enabledAI_ANALYSIS_ENABLEDtrue启用 AI 分析功能的总开关
ai.api_keyAI_API_KEYsk-xxxxxx你的 AI 服务 API Key
ai.modelAI_MODELopenai/deepseek-v4-flash模型标识（格式：提供商/模型名称）
以下片段仅用于说明字段位置，请在现有 config/config.yaml 的 ai 和 ai_analysis 段中逐项修改：
ai:
  model: "openai/deepseek-v4-flash"
  api_key: "sk-xxxxxx"
  api_base: "https://api.deepseek.com"
  timeout: 120
  temperature: 1.0
  max_tokens: 5000
  num_retries: 1
  fallback_models: []

ai_analysis:
  enabled: true
  language: "Chinese"

先选择接入方式

大多数中转站，以及不少模型厂商的官方 API，都提供 OpenAI 兼容接口。优先使用第一种写法， 只需知道接口实际接受的模型 ID、API Key 和基础地址，不必先到 LiteLLM 文档查供应商名。 只有兼容接口无法使用，或该服务必须依赖 LiteLLM 专用适配器时，才使用第二种供应商写法。
接入方式ai.model / AI_MODEL 示例备注
OpenAI 兼容接口（优先推荐）openai/<接口实际模型 ID>填写 api_base；适合大多数中转站和提供兼容接口的官方服务
LiteLLM 供应商模式（备用）<供应商前缀>/<模型 ID>兼容接口无法使用时，再去 LiteLLM Provider 文档查供应商前缀
Ollama（本地部署）ollama_chat/<本地模型名>设置 api_base；TrendRadar 中 api_key 需填任意非空占位值

接入配置示例

下面按四种实际场景组织配置。前两个标签页使用 DeepSeek 展示两种云端 API 写法， 本地 Ollama 与部署时的环境变量覆盖分别独立说明。
DeepSeek 示例
在模型 ID 前加 openai/，表示强制按 OpenAI Chat Completions 协议请求api_base。以下地址和模型 ID 来自 DeepSeek 官方 API 文档：
ai:
  model: "openai/deepseek-v4-flash"
  api_key: "<DeepSeek API Key>"
  api_base: "https://api.deepseek.com"

合作伙伴接入示例

以下是合作伙伴提供的可选模型服务接入方式，配置规则与上面的通用方式一致，可按实际需要选择。
合作伙伴
通过 OpenAI 兼容接口，一组模型配置即可用于 TrendRadar 的 AI 分析、智能筛选和标题翻译。
首次接入，先准备模型和密钥选择需要的文本模型，再登录控制台创建 API Key。
1. 选择模型2. 创建 API Key

配置 TrendRadar

在现有 config/config.yaml 中修改以下字段，保留其他配置， 不要重复添加 ai 或 ai_analysis 段。
ai:
  model: "openai/deepseek-v4-flash"
  api_key: "<ApiSmart API Key>"
  api_base: "https://gw.apismart.ai/v1"

ai_analysis:
  enabled: true
模型 ID
示例 deepseek-v4-flash 来自官方接口文档。 更换模型时保留 openai/ 前缀，后面填写完整的文本模型 ID，大小写、标点和版本号须完全一致。
API 基础地址
使用上方示例地址，保留末尾的 /v1，不要追加 /chat/completions。 图像和视频模型不用于新闻分析。
官方文档了解 ApiSmart 合作伙伴
合作伙伴
通过 DeepSider API 的 OpenAI 兼容接口接入文本模型，同一组配置可用于 TrendRadar 的 AI 分析、智能筛选和标题翻译。
先选模型，再创建 API Key在模型详情的「API 调用」中确认支持 Chat Completions，再为该模型准备密钥。
1. 选择模型2. 创建 API Key

配置 TrendRadar

在现有 config/config.yaml 中修改以下字段，保留其他内容， 不要重复添加 ai 或 ai_analysis 段。 示例中的模型 ID 与 API Key 都是占位值，使用前必须替换。
ai:
  model: "openai/YOUR_CHAT_MODEL"
  api_key: "<DeepSider API Key>"
  api_base: "https://www.deepsiderapi.com/v1"

ai_analysis:
  enabled: true
模型 ID
保留 openai/ 前缀，将 YOUR_CHAT_MODEL 换成当前 Key 可用且支持 Chat Completions 的完整模型 ID。大小写、标点和版本号须一致，图像或视频模型不用于新闻分析。
API 基础地址
使用上方带 www 的地址，末尾只保留一个 /v1， 不要追加 /chat/completions。地址依据 官方快速开始。
官方接入文档了解 DeepSider API 合作伙伴
火山引擎合作伙伴
火山方舟可通过 OpenAI 兼容接口或 LiteLLM 火山引擎供应商模式接入。两种方式都使用火山方舟 API Key：
接入方式ai.model / AI_MODELai.api_base / AI_API_BASE
OpenAI 兼容（推荐）openai/doubao-seed-2-1-pro-260628https://ark.cn-beijing.volces.com/api/v3
LiteLLM 火山引擎（备用）volcengine/doubao-seed-2-1-pro-260628留空（自动使用默认地址）
示例使用豆包 Seed 2.1 Pro。也可以将模型 ID 替换为控制台中的其它完整 ID，例如 deepseek-v4-flash-260425；使用自定义推理接入点时，替换为对应 Endpoint ID。 请填写火山方舟 API Key，不要填写 IAM Access Key / Secret Key。
本接入指南由火山引擎赞助支持。合作说明与专属活动

可选配置

以下配置项均有合理的默认值，通常不需要修改。如果有特殊需求（例如使用代理、调整输出长度等）， 可以按需设置。
可选配置项
配置字段默认值说明
ai.api_base空API 基础地址；是否包含 /v1 以服务商文档为准，不要追加 /chat/completions；可由 AI_API_BASE 覆盖
ai.temperature1.0采样温度（0-2）；仅支持在 config.yaml 中调整
ai.max_tokens5000最大生成 token 数；设为 0 时不向提供商发送 max_tokens
ai.timeout120请求超时时间（秒），可由 AI_TIMEOUT 覆盖
ai.num_retries1请求失败后的重试次数；仅支持在 config.yaml 中调整
ai.fallback_models[]主模型失败后按顺序尝试的备用模型列表
ai_analysis 段配置项
以下配置项在 config.yaml 的 ai_analysis 段中设置，用于控制分析报告的内容和范围。
配置字段默认值说明
languageChinese分析报告的输出语言
max_news_for_analysis150参与分析的新闻数量上限（控制 token 成本）
include_rssfalse是否包含 RSS 内容进行分析
include_standalonetrue是否纳入独立展示区数据
include_rank_timelinetrue排名时间线详细程度（true=完整轨迹，false=简化格式更省 token）

推送模式

启用 AI 分析后，你可以选择推送消息中包含哪些内容：
推送消息中同时包含新闻列表和 AI 分析报告。这是默认模式，适合大多数用户。
push:
  mode: both    # 新闻列表 + AI 分析报告

分析模式

AI 分析支持四种模式，每种模式的分析范围不同。 在 timeline.yaml 中，每个时间段可以独立设置分析模式， 例如早间使用增量分析、晚间使用全天总结。
模式分析范围适用场景
follow_report跟随本次推送内容自动跟随 report.mode 的值。例如 report.mode=daily 时 AI 分析全天数据，report.mode=incremental 时只分析新增内容
daily全天数据适合晚间总结，回顾全天热点趋势
current当前榜单快照分析此刻各平台的热门内容
incremental仅新增条目只分析自上次推送以来的新内容
# timeline.yaml 中为不同时间段设置不同分析模式
periods:
  morning:
    start: "08:00"
    end: "10:00"
    analysis: incremental    # 早间只分析新增内容

  evening:
    start: "19:00"
    end: "21:00"
    analysis: daily           # 晚间回顾全天热点

自定义分析提示词

AI 分析的风格和角度可以通过编辑提示词文件来调整。 修改 config/ai_analysis_prompt.txt 文件即可自定义 AI 的人设和分析风格。