🚀 最快30秒部署的热点助手 —— 告别无效刷屏，只看真正关心的新闻资讯
本项目以轻量，易部署为目标
- 感谢耐心反馈 bug 的贡献者，你们的每一条反馈让项目更加完善😉;
- 感谢为项目点 star 的观众们，fork 你所欲也，star 我所欲也，两者得兼😍是对开源精神最好的支持;
- 感谢关注公众号 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。
👉 点击查看致谢名单 (当前 🔥42🔥 位)
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
本项目使用了 newsnow 项目提供的 API 接口获取多平台数据
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
感谢以下热心观众的信任与支持
| 点赞人 | 金额 | 日期 | 备注 |
|---|---|---|---|
| M*n | 1 | 2025.10.27 | 感谢开源 |
| *许 | 8.88 | 2025.10.23 | 老师 小白一枚，摸了几天了还没整起来，求教 |
| Eason | 1 | 2025.10.22 | 还没整明白，但你在做好事 |
| P*n | 1 | 2025.10.20 | |
| *杰 | 1 | 2025.10.19 | |
| *徐 | 1 | 2025.10.18 | |
| *志 | 1 | 2025.10.17 | |
| *😀 | 10 | 2025.10.16 | 点赞 |
| **杰 | 10 | 2025.10.16 | |
| *啸 | 10 | 2025.10.16 | |
| *纪 | 5 | 2025.10.14 | TrendRadar |
| J*d | 1 | 2025.10.14 | 谢谢你的工具，很好玩... |
| *H | 1 | 2025.10.14 | |
| 那*O | 10 | 2025.10.13 | |
| *圆 | 1 | 2025.10.13 | |
| P*g | 6 | 2025.10.13 | |
| Ocean | 20 | 2025.10.12 | ...真的太棒了！！！小白级别也能直接用... |
| **培 | 5.2 | 2025.10.2 | github-yzyf1312:开源万岁 |
| *椿 | 3 | 2025.9.23 | 加油，很不错 |
| *🍍 | 10 | 2025.9.21 | |
| E*f | 1 | 2025.9.20 | |
| *记 | 1 | 2025.9.20 | |
| z*u | 2 | 2025.9.19 | |
| **昊 | 5 | 2025.9.17 | |
| *号 | 1 | 2025.9.15 | |
| T*T | 2 | 2025.9.15 | 点赞 |
| *家 | 10 | 2025.9.10 | |
| *X | 1.11 | 2025.9.3 | |
| *飙 | 20 | 2025.8.31 | 来自老童谢谢 |
| *下 | 1 | 2025.8.30 | |
| 2*D | 88 | 2025.8.13 下午 | |
| 2*D | 1 | 2025.8.13 上午 | |
| S*o | 1 | 2025.8.05 | 支持一下 |
| *侠 | 10 | 2025.8.04 | |
| x*x | 2 | 2025.8.03 | trendRadar 好项目 点赞 |
| *远 | 1 | 2025.8.01 | |
| *邪 | 5 | 2025.8.01 | |
| *梦 | 0.1 | 2025.7.30 | |
| **龙 | 10 | 2025.7.29 | 支持一下 |
- 知乎
- 抖音
- bilibili 热搜
- 华尔街见闻
- 贴吧
- 百度热搜
- 财联社热门
- 澎湃新闻
- 凤凰网
- 今日头条
- 微博
默认监控 11 个主流平台，也可自行增加额外的平台
👉 自定义监控平台
本项目的资讯数据来源于 newsnow ，你可以点击网站，点击[更多]，查看是否有你想要的平台。
具体添加可访问 项目源代码，根据里面的文件名，在 config/config.yaml 文件中修改 platforms 配置：
platforms:
- id: "toutiao"
name: "今日头条"
- id: "baidu"
name: "百度热搜"
- id: "wallstreetcn-hot"
name: "华尔街见闻"
# 添加更多平台...如果不会看的话，就直接复制他人整理好的部分平台配置
三种推送模式：
| 模式 | 适用人群 | 推送时机 | 显示内容 | 适用场景 |
|---|---|---|---|---|
当日汇总daily |
📋 企业管理者/普通用户 | 按时推送(默认每小时推送一次) | 当日所有匹配新闻 + 新增新闻区域 |
日报总结 全面了解当日热点趋势 |
当前榜单current |
📰 自媒体人/内容创作者 | 按时推送(默认每小时推送一次) | 当前榜单匹配新闻 + 新增新闻区域 |
实时热点追踪 了解当前最火的内容 |
增量监控incremental |
📈 投资者/交易员 | 有新增才推送 | 新出现的匹配频率词新闻 | 避免重复信息干扰 高频监控场景 |
附加功能 - 推送时间窗口控制（可选）：
此功能独立于上述三种推送模式,可与任意模式搭配使用:
- 时间窗口限制: 设定推送时间范围（如 09:00-18:00 或 20:00-22:00）,只在指定时间内推送
- 推送频率控制:
- 窗口内多次推送: 时间窗口内每次执行都推送
- 每天仅推送一次: 时间窗口内只推送一次（适合当日汇总或当前榜单模式）
- 典型场景:
- 工作时间推送: 只在工作日 09:00-18:00 接收消息
- 晚间汇总推送: 希望在晚上固定时间（如 20:00-22:00）收到汇总
- 避免打扰: 防止非工作时间收到推送通知
提示: 此功能默认关闭,需在
config/config.yaml中手动启用push_window.enabled
设置个人关键词（如：AI、比亚迪、教育政策），只推送相关热点，过滤无关信息
- 支持普通词、必须词(+)、过滤词(!)三种语法，见【frequency_words.txt 配置教程】
- 词组化管理，独立统计不同主题热点
也可以不做筛选，完整的推送所有热点，具体见【历史更新】中的 v2.0.1
👉 frequency_words.txt 配置教程
在 frequency_words.txt 文件中配置监控的关键词，支持三种语法和词组功能。
关键词越靠前，新闻的优先级越高，你可以根据自己的关注度调整关键词顺序
| 语法类型 | 符号 | 作用 | 示例 | 匹配逻辑 |
|---|---|---|---|---|
| 普通词 | 无 | 基础匹配 | 华为 |
包含任意一个即可 |
| 必须词 | + |
限定范围 | +手机 |
必须同时包含 |
| 过滤词 | ! |
排除干扰 | !广告 |
包含则直接排除 |
华为
OPPO
苹果作用： 新闻标题包含其中任意一个词就会被捕获
华为
OPPO
+手机作用： 必须同时包含普通词和必须词才会被捕获
苹果
华为
!水果
!价格作用： 包含过滤词的新闻会被直接排除，即使包含关键词
核心规则： 用空行分隔不同的词组，每个词组独立统计
iPhone
华为
OPPO
+发布
A股
上证
深证
+涨跌
!预测
世界杯
欧洲杯
亚洲杯
+比赛第1组 - 手机新品类：
- 关键词：iPhone、华为、OPPO
- 必须词：发布
- 效果：必须包含手机品牌名，同时包含"发布"
匹配示例：
- ✅ "iPhone 15正式发布售价公布" ← 有"iPhone"+"发布"
- ✅ "华为Mate60系列发布会直播" ← 有"华为"+"发布"
- ✅ "OPPO Find X7发布时间确定" ← 有"OPPO"+"发布"
- ❌ "iPhone销量创新高" ← 有"iPhone"但缺少"发布"
第2组 - 股市行情类：
- 关键词：A股、上证、深证
- 必须词：涨跌
- 过滤词：预测
- 效果：包含股市相关词，同时包含"涨跌"，但排除包含"预测"的内容
匹配示例：
- ✅ "A股今日大幅涨跌分析" ← 有"A股"+"涨跌"
- ✅ "上证指数涨跌原因解读" ← 有"上证"+"涨跌"
- ❌ "专家预测A股涨跌趋势" ← 有"A股"+"涨跌"但包含"预测"
- ❌ "A股成交量创新高" ← 有"A股"但缺少"涨跌"
第3组 - 足球赛事类：
- 关键词：世界杯、欧洲杯、亚洲杯
- 必须词：比赛
- 效果：必须包含杯赛名称，同时包含"比赛"
匹配示例：
- ✅ "世界杯小组赛比赛结果" ← 有"世界杯"+"比赛"
- ✅ "欧洲杯决赛比赛时间" ← 有"欧洲杯"+"比赛"
- ❌ "世界杯门票开售" ← 有"世界杯"但缺少"比赛"
# 第一步：先用宽泛关键词测试
人工智能
AI
ChatGPT
# 第二步：发现误匹配后，加入必须词限定
人工智能
AI
ChatGPT
+技术
# 第三步：发现干扰内容后，加入过滤词
人工智能
AI
ChatGPT
+技术
!广告
!培训❌ 不推荐： 一个词组包含太多词汇
华为
OPPO
苹果
三星
vivo
一加
魅族
+手机
+发布
+销量
!假货
!维修
!二手✅ 推荐： 拆分成多个精确的词组
华为
OPPO
+新品
苹果
三星
+发布
手机
销量
+市场实时追踪新闻热度变化，让你不仅知道"什么在热搜"，更了解"热点如何演变"
- 时间轴追踪：记录每条新闻从首次出现到最后出现的完整时间跨度
- 热度变化：统计新闻在不同时间段的排名变化和出现频次
- 新增检测：实时识别新出现的热点话题，用🆕标记第一时间提醒
- 持续性分析：区分一次性热点话题和持续发酵的深度新闻
- 跨平台对比：同一新闻在不同平台的排名表现，看出媒体关注度差异
不再错过重要新闻的完整发展过程，从话题萌芽到高峰热议，全程掌握
👉 推送格式说明
📊 热点词汇统计
🔥 [1/3] AI ChatGPT : 2 条
-
[百度热搜] 🆕 ChatGPT-5正式发布 [1] - 09时15分 (1次)
-
[今日头条] AI芯片概念股暴涨 [3] - [08时30分 ~ 10时45分] (3次)
━━━━━━━━━━━━━━━━━━━
📈 [2/3] 比亚迪 特斯拉 : 2 条
-
[微博] 🆕 比亚迪月销量破纪录 [2] - 10时20分 (1次)
-
[抖音] 特斯拉降价促销 [4] - [07时45分 ~ 09时15分] (2次)
━━━━━━━━━━━━━━━━━━━
📌 [3/3] A股 股市 : 1 条
- [华尔街见闻] A股午盘点评分析 [5] - [11时30分 ~ 12时00分] (2次)
🆕 本次新增热点新闻 (共 2 条)
百度热搜 (1 条):
- ChatGPT-5正式发布 [1]
微博 (1 条):
- 比亚迪月销量破纪录 [2]
更新时间：2025-01-15 12:30:15
| 格式元素 | 示例 | 含义 | 说明 |
|---|---|---|---|
| 🔥📈📌 | 🔥 [1/3] AI ChatGPT | 热度等级 | 🔥高热度(≥10条) 📈中热度(5-9条) 📌普通热度(<5条) |
| [序号/总数] | [1/3] | 排序位置 | 当前词组在所有匹配词组中的排名 |
| 频率词组 | AI ChatGPT | 关键词组 | 配置文件中的词组，标题必须包含其中词汇 |
| : N 条 | : 2 条 | 匹配数量 | 该词组匹配的新闻总数 |
| [平台名] | [百度热搜] | 来源平台 | 新闻所属的平台名称 |
| 🆕 | 🆕 ChatGPT-5正式发布 | 新增标记 | 本轮抓取中首次出现的热点 |
| [数字] | [1] | 高排名 | 排名≤阈值的热搜，红色加粗显示 |
| [数字] | [7] | 普通排名 | 排名>阈值的热搜，普通显示 |
| - 时间 | - 09时15分 | 首次时间 | 该新闻首次被发现的时间 |
| [时间~时间] | [08时30分 ~ 10时45分] | 持续时间 | 从首次出现到最后出现的时间范围 |
| (N次) | (3次) | 出现频率 | 在监控期间出现的总次数 |
| 新增区域 | 🆕 本次新增热点新闻 | 新话题汇总 | 单独展示本轮新出现的热点话题 |
不再被各个平台的算法牵着走，TrendRadar 会重新整理全网热搜：
- 看重排名高的新闻（占60%）：各平台前几名的新闻优先显示
- 关注持续出现的话题（占30%）：反复出现的新闻更重要
- 考虑排名质量（占10%）：不仅多次出现，还经常排在前列
把分散在各个平台的热搜合并起来，按照你关心的热度重新排序，这三个比例可以选择适合自己的场景进行调整
👉 热点权重调整
当前默认的配置是平衡性配置
追实时热点型：
weight:
rank_weight: 0.8 # 主要看排名
frequency_weight: 0.1 # 不太在乎持续性
hotness_weight: 0.1适用人群：自媒体博主、营销人员、想快速了解当下最火话题的用户
追深度话题型：
weight:
rank_weight: 0.4 # 适度看排名
frequency_weight: 0.5 # 重视当天内的持续热度
hotness_weight: 0.1适用人群：投资者、研究人员、新闻工作者、需要深度分析趋势的用户
- 三个数字加起来必须等于 1.0
- 哪个重要就调大哪个：在乎排名就调大 rank_weight，在乎持续性就调大 frequency_weight
- 建议每次只调 0.1-0.2，观察效果
核心思路：追求速度和时效性的用户提高排名权重，追求深度和稳定性的用户提高频次权重。
支持企业微信(+ 微信推送方案)、飞书、钉钉、Telegram、邮件、ntfy，消息直达手机和邮箱
- GitHub Pages：自动生成精美网页报告，PC/移动端适配
- Docker部署：支持多架构容器化运行
- 数据持久化：HTML/TXT多格式历史记录保存
基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统，让你用自然语言深度挖掘新闻数据
- 对话式查询：用自然语言提问，如"查询昨天知乎的热点"、"分析比特币最近的热度趋势"
- 13 种分析工具：涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
- 多客户端支持：Cherry Studio（GUI 配置）、Claude Desktop、Cursor、Cline 等
- 深度分析能力：
- 话题趋势追踪（热度变化、生命周期、爆火检测、趋势预测）
- 跨平台数据对比（活跃度统计、关键词共现）
- 智能摘要生成、相似新闻查找、历史关联检索
告别手动翻阅数据文件，AI 助手帮你秒懂新闻背后的故事
GitHub 一键 Fork 即可使用，无需编程基础。
30秒部署： GitHub Pages（网页浏览）支持一键保存成图片，随时分享给他人
1分钟部署： 企业微信（手机通知）
💡 提示： 想要实时更新的网页版？fork 后，进入你的仓库 Settings → Pages，启用 GitHub Pages。效果预览。
从"被算法推荐绑架"变成"主动获取自己想要的信息"
适合人群： 投资者、自媒体人、企业公关、关心时事的普通用户
典型场景： 股市投资监控、品牌舆情追踪、行业动态关注、生活资讯获取
| Github Pages 效果(手机端适配、邮箱推送效果) | 飞书推送效果 |
|---|---|
 |
 |
升级说明：
- 提示：不要通过 Sync fork 更新本项目, 建议查看【历史更新】，明确具体的【升级方式】和【功能内容】
- 小版本更新：从 v2.x 升级到 v2.y, 用本项目的
main.py代码替换你 fork 仓库中的对应文件 - 大版本升级：从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
MCP 模块更新:
- 修复日期查询参数传递错误
- 统一所有工具的时间参数格式
- 扩大 ntfy 错误信息显示范围
👉 历史更新
- 修复 ntfy 推送编码问题
重大更新 - AI 分析功能上线 🤖
-
核心功能：
- 新增基于 MCP (Model Context Protocol) 的 AI 分析服务器
- 支持13种智能分析工具：基础查询、智能检索、高级分析、系统管理
- 自然语言交互：通过对话方式查询和分析新闻数据
- 多客户端支持：Claude Desktop、Cherry Studio、Cursor、Cline 等
-
分析能力：
- 话题趋势分析（热度追踪、生命周期、爆火检测、趋势预测）
- 数据洞察（平台对比、活跃度统计、关键词共现）
- 情感分析、相似新闻查找、智能摘要生成
- 历史相关新闻检索、多模式搜索
-
更新提示：
- 这是独立的 AI 分析功能，不影响现有的推送功能
- 可选择性使用，无需升级现有部署
-
更新内容：
- 修复 ntfy 推送编码问题 + 1
- 修复推送时间窗口判断问题
-
更新提示：
- 建议【小版本升级】
感谢 nidaye996 发现的体验问题
-
更新内容：
- 重构"静默推送模式"命名为"推送时间窗口控制"，提升功能理解度
- 明确推送时间窗口作为可选附加功能，可与三种推送模式搭配使用
- 改进注释和文档描述，使功能定位更加清晰
-
更新提示：
- 这个仅仅是重构，可以不用升级
-
更新内容：
- 修复 ntfy 推送编码问题
- 修复配置文件缺失问题
- 优化 ntfy 推送效果
- 增加 github page 图片分段导出功能
-
更新提示：
- 建议使用【大版本更新】
新增 ntfy 推送通知
-
核心功能：
- 支持 ntfy.sh 公共服务和自托管服务器
-
使用场景：
- 适合追求隐私的用户（支持自托管）
- 跨平台推送（iOS、Android、Desktop、Web）
- 无需注册账号（公共服务器）
- 开源免费（MIT 协议）
-
更新提示：
- 建议使用【大版本更新】
- 修正了邮件通知配置检查被遗漏的问题（#88）
修复说明：
- 解决了即使正确配置邮件通知，系统仍提示"未配置任何webhook"的问题
- 新增邮件推送功能，支持将热点新闻报告发送到邮箱
- 智能 SMTP 识别：自动识别 Gmail、QQ邮箱、Outlook、网易邮箱等 10+ 种邮箱服务商配置
- HTML 精美格式：邮件内容采用与网页版相同的 HTML 格式，排版精美，移动端适配
- 批量发送支持：支持多个收件人，用逗号分隔即可同时发送给多人
- 自定义 SMTP：可自定义 SMTP 服务器和端口
- 修复Docker构建网络连接问题
使用说明：
- 适用场景：适合需要邮件归档、团队分享、定时报告的用户
- 支持邮箱：Gmail、QQ邮箱、Outlook/Hotmail、163/126邮箱、新浪邮箱、搜狐邮箱等
更新提示：
- 此次更新的内容比较多，如果想升级，建议采用【大版本升级】
- 新增一键保存新闻图片功能，让你轻松分享关注的热点
使用说明：
- 适用场景：当你按照教程开启了网页版功能后(GitHub Pages)
- 使用方法：用手机或电脑打开该网页链接，点击页面顶部的"保存为图片"按钮
- 实际效果：系统会自动将当前的新闻报告制作成一张精美图片，保存到你的手机相册或电脑桌面
- 分享便利：你可以直接把这张图片发给朋友、发到朋友圈，或分享到工作群，让别人也能看到你发现的重要资讯
- 解决钉钉的推送容量限制导致的新闻推送失败问题(采用分批推送)
- 修复docker在某些架构中无法正常运行的问题
- 正式发布官方 Docker 镜像 wantcat/trendradar，支持多架构
- 优化 Docker 部署流程，无需本地构建即可快速使用
核心改进：
- 推送逻辑优化：从"每次执行都推送"改为"时间窗口内可控推送"
- 时间窗口控制：可设定推送时间范围，避免非工作时间打扰
- 推送频率可选：时间段内支持单次推送或多次推送
更新提示：
- 本功能默认关闭，需手动在 config.yaml 中开启推送时间窗口控制
- 升级需同时更新 main.py 和 config.yaml 两个文件
- 本次版本不是功能修复，而是重要提醒
- 请务必妥善保管好 webhooks，不要公开，不要公开，不要公开
- 如果你以 fork 的方式将本项目部署在 GitHub 上，请将 webhooks 填入 GitHub Secret，而非 config.yaml
- 如果你已经暴露了 webhooks 或将其填入了 config.yaml，建议删除后重新生成
- 优化 github page 的网页版效果，方便移动端使用
- 重构代码
- 解决版本号容易被遗漏修改的问题
修复问题:
- docker 的 shell 脚本的换行符为 CRLF 导致的执行异常问题
- frequency_words.txt 为空时，导致新闻发送也为空的逻辑问题
- 修复后，当你选择 frequency_words.txt 为空时，将推送所有新闻，但受限于消息推送大小限制，请做如下调整
- 方案一：关闭手机推送，只选择 Github Pages 布置(这是能获得最完整信息的方案，将把所有平台的热点按照你自定义的热搜算法进行重新排序)
- 方案二：减少推送平台，优先选择企业微信或Telegram，这两个推送我做了分批推送功能(因为分批推送影响推送体验，且只有这两个平台只给一点点推送容量，所以才不得已做了分批推送功能，但至少能保证获得的信息完整)
- 方案三：可与方案二结合，模式选择 current 或 incremental 可有效减少一次性推送的内容
重大重构：
- 配置管理重构：所有配置现在通过
config/config.yaml文件管理（main.py 我依旧没拆分，方便你们复制升级） - 运行模式升级：支持三种模式 -
daily（当日汇总）、current（当前榜单）、incremental（增量监控） - Docker 支持：完整的 Docker 部署方案，支持容器化运行
配置文件说明：
config/config.yaml- 主配置文件（应用设置、爬虫配置、通知配置、平台配置等）config/frequency_words.txt- 关键词配置（监控词汇设置）
功能新增：增加增量推送(在 main.py 头部配置 FOCUS_NEW_ONLY)，该开关只关心新话题而非持续热度，只在有新内容时才发通知。
修复问题: 某些情况下，由于新闻本身含有特殊符号导致的偶发性排版异常。
企业微信 和 Telegram 的推送消息有长度限制，对此我采用将消息拆分推送的方式。开发文档详见企业微信 和 Telegram
在本版本之前的旧版本，不仅 main.py 需要复制替换， crawler.yml 也需要你复制替换 https://github.com/sansan0/TrendRadar/blob/master/.github/workflows/crawler.yml
感谢 claude research 整理的各平台 api ,让我快速完成各平台适配（虽然代码更多冗余了~
- 支持 telegram ，企业微信，钉钉推送渠道, 支持多渠道配置和同时推送
200 star⭐ 了, 继续给大伙儿助兴~近期，在我的"怂恿"下，挺多人在我公众号点赞分享推荐助力了我，我都在后台看见了具体账号的鼓励数据，很多都成了天使轮老粉（我玩公众号才一个多月，虽然注册是七八年前的事了哈哈，属于上车早，发车晚），但因为你们没有留言或私信我，所以我也无法一一回应并感谢支持，在此一并谢谢！
- 重要的更新，加了权重，你现在看到的新闻都是最热点最有关注度的出现在最上面
- 更新文档使用，因为近期更新了很多功能，而且之前的使用文档我偷懒写的简单（见下面的 ⚙️ frequency_words.txt 配置完整教程）
- 增加了一个项目新版本更新提示，默认打开，如要关掉，可以在 main.py 中把 "FEISHU_SHOW_VERSION_UPDATE": True 中的 True 改成 False 即可
- 去掉了兼容代码，之前 fork 的同学，直接复制代码会在当天显示异常（第二天会恢复正常）
- feishu 和 html 底部增加一个新增新闻显示
100 star⭐ 了，写个小功能给大伙儿助助兴 frequency_words.txt 文件增加了一个【必须词】功能，使用 + 号
- 必须词语法如下：
唐僧或者猪八戒必须在标题里同时出现，才会收录到推送新闻中
+唐僧
+猪八戒
- 过滤词的优先级更高：
如果标题中过滤词匹配到唐僧念经，那么即使必须词里有唐僧，也不显示
+唐僧
!唐僧念经
- 网页和飞书消息支持手机直接跳转详情新闻
- 优化显示效果 + 1
- 飞书消息显示效果优化
优化前
|
优化后
|
-
Fork 本项目到你的 GitHub 账户
- 点击本页面右上角的"Fork"按钮
-
设置 GitHub Secrets（选择你需要的平台）:
在你 Fork 后的仓库中，进入
Settings>Secrets and variables>Actions>New repository secret，然后根据需要配置以下任一或多个通知平台：可以同时配置多个平台，系统会向所有配置的平台发送通知。
效果类似下图，一个 name 对应一个 secret，保存完就行，你重新编辑看不到 secret 是正常情况。
👉 企业微信机器人（配置最简单最迅速）
GitHub Secret 配置：
- 名称：
WEWORK_WEBHOOK_URL - 值：你的企业微信机器人 Webhook 地址
机器人设置步骤：
- 打开企业微信 App → 进入目标内部群聊
- 点击右上角"…"按钮 → 选择"消息推送"
- 点击"添加" → 名称输入"TrendRadar"
- 复制 Webhook 地址，点击保存，复制的内容配置到上方的 GitHub Secret 中
👉 飞书机器人（消息显示最友好）
GitHub Secret 配置：
- 名称：
FEISHU_WEBHOOK_URL - 值：你的飞书机器人 Webhook 地址
有两个方案，方案一配置简单，方案二配置复杂(老方法)
其中方案一，由 ziventian发现并提供建议，在这里感谢他，默认是个人推送，也可以配置群组推送操作#97
方案一：
-
点击"新建机器人指令"
-
点击"选择触发器"，往下滑动，点击"Webhook 触发"
-
此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作
-
"参数"里面放上下面的内容，然后点击"完成"
{ "message_type": "text", "content": { "total_titles": "{{内容}}", "timestamp": "{{内容}}", "report_type": "{{内容}}", "text": "{{内容}}" } }-
点击"选择操作" > "通过官方机器人发消息"
-
消息标题填写"TrendRadar 热点监控"
-
最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放
- 配置完成后，将第 4 步复制的 Webhook 地址配置到 GitHub Secrets 中的
FEISHU_WEBHOOK_URL
方案二：
-
点击"新建机器人应用"
-
进入创建的应用后，点击"流程涉及" > "创建流程" > "选择触发器"
-
往下滑动，点击"Webhook 触发"
-
此时你会看到"Webhook 地址"，把这个链接先复制到本地记事本暂存，继续接下来的操作
-
"参数"里面放上下面的内容，然后点击"完成"
{ "message_type": "text", "content": { "total_titles": "{{内容}}", "timestamp": "{{内容}}", "report_type": "{{内容}}", "text": "{{内容}}" } }-
点击"选择操作" > "发送飞书消息"，勾选 "群消息"，然后点击下面的输入框，点击"我管理的群组"（如果没有群组，你可以在飞书 app 上创建群组）
-
消息标题填写"TrendRadar 热点监控"
-
最关键的部分来了，点击 + 按钮，选择"Webhook 触发"，然后按照下面的图片摆放
- 配置完成后，将第 5 步复制的 Webhook 地址配置到 GitHub Secrets 中的
FEISHU_WEBHOOK_URL
👉 钉钉机器人
GitHub Secret 配置：
- 名称：
DINGTALK_WEBHOOK_URL - 值：你的钉钉机器人 Webhook 地址
机器人设置步骤：
-
创建机器人（仅 PC 端支持）：
- 打开钉钉 PC 客户端，进入目标群聊
- 点击群设置图标（⚙️）→ 往下翻找到"机器人"点开
- 选择"添加机器人" → "自定义"
-
配置机器人：
- 设置机器人名称
- 安全设置：
- 自定义关键词：设置 "热点"
-
完成设置：
- 勾选服务条款协议 → 点击"完成"
- 复制获得的 Webhook URL
- 将 URL 配置到 GitHub Secrets 中的
DINGTALK_WEBHOOK_URL
注意：移动端只能接收消息，无法创建新机器人。
👉 Telegram Bot
GitHub Secret 配置：
- 名称：
TELEGRAM_BOT_TOKEN- 你的 Telegram Bot Token - 名称：
TELEGRAM_CHAT_ID- 你的 Telegram Chat ID
机器人设置步骤：
-
创建机器人：
- 在 Telegram 中搜索
@BotFather（大小写注意，有蓝色徽章勾勾，有类似 37849827 monthly users，这个才是官方的，有一些仿官方的账号注意辨别） - 发送
/newbot命令创建新机器人 - 设置机器人名称（必须以"bot"结尾，很容易遇到重复名字，所以你要绞尽脑汁想不同的名字）
- 获取 Bot Token（格式如：
123456789:AAHfiqksKZ8WmR2zSjiQ7_v4TMAKdiHm9T0）
- 在 Telegram 中搜索
-
获取 Chat ID：
方法一：通过官方 API 获取
- 先向你的机器人发送一条消息
- 访问：
https://api.telegram.org/bot<你的Bot Token>/getUpdates - 在返回的 JSON 中找到
"chat":{"id":数字}中的数字
方法二：使用第三方工具
- 搜索
@userinfobot并发送/start - 获取你的用户 ID 作为 Chat ID
-
配置到 GitHub：
TELEGRAM_BOT_TOKEN：填入第 1 步获得的 Bot TokenTELEGRAM_CHAT_ID：填入第 2 步获得的 Chat ID
👉 邮件推送（支持所有主流邮箱）
- 注意事项：为防止邮件群发功能被滥用，当前的群发是所有收件人都能看到彼此的邮箱地址，适合熟人间交流资讯。
- 仅供参考：请根据实际情况调整，邮箱方面并没有一一验证，是按照 SMTP 的标准配置的
GitHub Secret 配置：
- 名称：
EMAIL_FROM- 发件人邮箱地址 - 名称：
EMAIL_PASSWORD- 邮箱密码或授权码 - 名称：
EMAIL_TO- 收件人邮箱地址（多个收件人用英文逗号分隔）也可以和 EMAIL_FROM 一样，自己发送给自己 - 名称：
EMAIL_SMTP_SERVER- SMTP服务器地址（可选，留空则自动识别） - 名称：
EMAIL_SMTP_PORT- SMTP端口（可选，留空则自动识别）
常见邮箱设置：
- 登录 QQ邮箱网页版 → 设置 → 账户
- 开启 POP3/SMTP 服务
- 生成授权码（16位字母）
EMAIL_PASSWORD填写授权码，而非 QQ 密码
- 开启两步验证
- 生成应用专用密码
EMAIL_PASSWORD填写应用专用密码
- 登录网页版 → 设置 → POP3/SMTP/IMAP
- 开启 SMTP 服务
- 设置客户端授权码
EMAIL_PASSWORD填写授权码
高级配置： 如果自动识别失败，可手动配置 SMTP：
EMAIL_SMTP_SERVER：如 smtp.gmail.comEMAIL_SMTP_PORT：如 587（TLS）或 465（SSL）
多收件人设置：
- EMAIL_TO="user1@example.com,user2@example.com,user3@example.com"
👉 ntfy 推送（开源免费，支持自托管）
两种使用方式：
特点：
- ✅ 无需注册账号，立即使用
- ✅ 每天 250 条消息（足够 90% 用户）
- ✅ Topic 名称即"密码"（需选择不易猜测的名称）
⚠️ 消息未加密，不适合敏感信息, 但适合我们这个项目的不敏感信息
快速开始：
-
下载 ntfy 应用：
- Android：Google Play / F-Droid
- iOS：App Store
- 桌面：访问 ntfy.sh
-
订阅主题（选择一个难猜的名称）：
建议格式：trendradar-{你的名字缩写}-{随机数字} 不能使用中文 ✅ 好例子：trendradar-zs-8492 ❌ 坏例子：news、alerts（太容易被猜到） -
配置 GitHub Secret：
NTFY_TOPIC：填写你刚才订阅的主题名称NTFY_SERVER_URL：留空（默认使用 ntfy.sh）NTFY_TOKEN：留空
-
测试：
curl -d "测试消息" ntfy.sh/你的主题名称
适合人群：有服务器、追求完全隐私、技术能力强
优势：
- ✅ 完全开源（Apache 2.0 + GPLv2）
- ✅ 数据完全自主控制
- ✅ 无任何限制
- ✅ 零费用
Docker 一键部署：
docker run -d \ --name ntfy \ -p 80:80 \ -v /var/cache/ntfy:/var/cache/ntfy \ binwiederhier/ntfy \ serve --cache-file /var/cache/ntfy/cache.db
配置 TrendRadar：
NTFY_SERVER_URL: https://ntfy.yourdomain.com NTFY_TOPIC: trendradar-alerts # 自托管可用简单名称 NTFY_TOKEN: tk_your_token # 可选：启用访问控制
在应用中订阅：
- 点击"Use another server"
- 输入你的服务器地址
- 输入主题名称
- （可选）输入登录凭据
常见问题：
Q1: 免费版够用吗？
每天 250 条消息对大多数用户足够。按 30 分钟抓取一次计算，每天约 48 次推送，完全够用。
Q2: Topic 名称真的安全吗？
如果你选择随机的、足够长的名称（如
trendradar-zs-8492-news），暴力破解几乎不可能：- ntfy 有严格的速率限制（1 秒 1 次请求）
- 64 个字符选择（A-Z, a-z, 0-9, _, -）
- 10 位随机字符串有 64^10 种可能性（需要数年才能破解）
推荐选择：
用户类型 推荐方案 理由 普通用户 方式一（免费） 简单快速，够用 技术用户 方式二（自托管） 完全控制，无限制 高频用户 方式三（付费） 这个自己去官网看吧 相关链接：
- 名称：
-
配置说明：:
- 推送设置：在 config/config.yaml 中配置推送模式和通知选项
- 关键词设置：在 config/frequency_words.txt 中添加你关心的关键词
- 推送频率调整：在 .github/workflows/crawler.yml 请谨慎调整，别贪心
注意：建议只调整文档中明确说明的配置项，其他选项主要供作者开发时测试使用
-
手动测试新闻推送：
我这里是拿我的项目举例，你要去你fork的项目做测试
- 进入 Actions：https://github.com/sansan0/TrendRadar/actions
- 找到 "Hot News Crawler" 的点进去，如果看不到该字样，那么参照#109解决
- 点击 "Run workflow" 按钮运行，等待 1 分钟左右数据到你手机上
Linux/macOS 系统：
# 创建配置目录并下载配置文件
mkdir -p config output
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/
wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/或者手动创建：
- 在当前目录创建
config文件夹 - 下载配置文件：
- 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml → 右键"另存为" → 保存到
config\config.yaml - 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt → 右键"另存为" → 保存到
config\frequency_words.txt
- 访问 https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml → 右键"另存为" → 保存到
完成后的目录结构应该是：
当前目录/
└── config/
├── config.yaml
└── frequency_words.txt
docker run -d --name trend-radar \
-v ./config:/app/config:ro \
-v ./output:/app/output \
-e FEISHU_WEBHOOK_URL="你的飞书webhook" \
-e DINGTALK_WEBHOOK_URL="你的钉钉webhook" \
-e WEWORK_WEBHOOK_URL="你的企业微信webhook" \
-e TELEGRAM_BOT_TOKEN="你的telegram_bot_token" \
-e TELEGRAM_CHAT_ID="你的telegram_chat_id" \
-e EMAIL_FROM="你的发件邮箱" \
-e EMAIL_PASSWORD="你的邮箱密码或授权码" \
-e EMAIL_TO="收件人邮箱" \
-e CRON_SCHEDULE="*/30 * * * *" \
-e RUN_MODE="cron" \
-e IMMEDIATE_RUN="true" \
wantcat/trendradar:latest- 创建项目目录和配置:
# 创建目录结构 mkdir -p trendradar/{config,docker} cd trendradar # 下载配置文件模板 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/config.yaml -P config/ wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/config/frequency_words.txt -P config/ # 下载 docker-compose 配置 wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/.env wget https://raw.githubusercontent.com/sansan0/TrendRadar/master/docker/docker-compose.yml
完成后的目录结构应该是：
当前目录/
├── config/
│ ├── config.yaml
│ └── frequency_words.txt
└── docker/
├── .env
└── docker-compose.yml
-
配置文件说明:
config/config.yaml- 应用主配置（报告模式、推送设置等）config/frequency_words.txt- 关键词配置（设置你关心的热点词汇）.env- 环境变量配置（webhook URLs 和定时任务）
-
启动服务:
# 拉取最新镜像并启动 docker-compose pull docker-compose up -d -
查看运行状态:
# 查看日志 docker logs -f trend-radar # 查看容器状态 docker ps | grep trend-radar
如果需要自定义修改代码或构建自己的镜像：
# 克隆项目
git clone https://github.com/sansan0/TrendRadar.git
cd TrendRadar
# 修改配置文件
vim config/config.yaml
vim config/frequency_words.txt
# 使用构建版本的 docker-compose
cd docker
cp docker-compose-build.yml docker-compose.yml
# 构建并启动
docker-compose build
docker-compose up -d# 方式一：手动更新
docker pull wantcat/trendradar:latest
docker-compose down
docker-compose up -d
# 方式二：使用 docker-compose 更新
docker-compose pull
docker-compose up -d# 查看运行状态
docker exec -it trend-radar python manage.py status
# 手动执行一次爬虫
docker exec -it trend-radar python manage.py run
# 查看实时日志
docker exec -it trend-radar python manage.py logs
# 显示当前配置
docker exec -it trend-radar python manage.py config
# 显示输出文件
docker exec -it trend-radar python manage.py files
# 查看帮助信息
docker exec -it trend-radar python manage.py help
# 重启容器
docker restart trend-radar
# 停止容器
docker stop trend-radar
# 删除容器（保留数据）
docker rm trend-radar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。
# 检查容器状态
docker inspect trend-radar
# 查看容器日志
docker logs --tail 100 trend-radar
# 进入容器调试
docker exec -it trend-radar /bin/bash
# 验证配置文件
docker exec -it trend-radar ls -la /app/config/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 AI 功能 的最佳前提是已使用本项目至少运行一天(积累新闻数据)
图文部署教程现已更新到我的公众号，回复 "mcp" 即可
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。
详细部署教程：README-Cherry-Studio.md
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。
详细对话教程：README-MCP-FAQ.md
提问效果：
TrendRadar MCP 服务支持标准的 Model Context Protocol (MCP) 协议，可以接入各种支持 MCP 的 AI 客户端进行智能分析。
注意事项：
- 将
/path/to/TrendRadar替换为你的项目实际路径 - Windows 路径使用双反斜杠：
C:\\Users\\YourName\\TrendRadar - 保存后记得重启
👉 Claude Desktop
编辑 Claude Desktop 的 MCP 配置文件：
Windows：
%APPDATA%\Claude\claude_desktop_config.json
Mac：
~/Library/Application Support/Claude/claude_desktop_config.json
配置内容：
{
"mcpServers": {
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
],
"env": {},
"disabled": false,
"alwaysAllow": []
}
}
}👉 Cursor
-
启动 HTTP 服务：
# Windows start-http.bat # Mac/Linux ./start-http.sh
-
配置 Cursor：
项目级配置（推荐）： 在项目根目录创建
.cursor/mcp.json：{ "mcpServers": { "trendradar": { "url": "http://localhost:3333/mcp", "description": "TrendRadar 新闻热点聚合分析" } } }全局配置： 在用户目录创建
~/.cursor/mcp.json（同样内容） -
使用步骤：
- 保存配置文件后重启 Cursor
- 在聊天界面的 "Available Tools" 中查看已连接的工具
- 开始使用：
搜索今天的"AI"相关新闻
创建 .cursor/mcp.json：
{
"mcpServers": {
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
]
}
}
}👉 VSCode (Cline/Continue)
在 Cline 的 MCP 设置中添加：
HTTP 模式（推荐）：
{
"trendradar": {
"url": "http://localhost:3333/mcp",
"type": "streamableHttp",
"autoApprove": [],
"disabled": false
}
}STDIO 模式：
{
"trendradar": {
"command": "uv",
"args": [
"--directory",
"/path/to/TrendRadar",
"run",
"python",
"-m",
"mcp_server.server"
],
"type": "stdio",
"disabled": false
}
}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
👉 Claude Code CLI
# 1. 启动 HTTP 服务
# Windows: start-http.bat
# Mac/Linux: ./start-http.sh
# 2. 添加 MCP 服务器
claude mcp add --transport http trendradar http://localhost:3333/mcp
# 3. 验证连接（确保服务已启动）
claude mcp list# 查询新闻
claude "搜索今天知乎的热点新闻，前10条"
# 趋势分析
claude "分析'人工智能'这个话题最近一周的热度趋势"
# 数据对比
claude "对比知乎和微博平台对'比特币'的关注度"👉 MCP Inspector（调试工具）
MCP Inspector 是官方调试工具，用于测试 MCP 连接：
-
启动 TrendRadar HTTP 服务：
# Windows start-http.bat # Mac/Linux ./start-http.sh
-
启动 MCP Inspector：
npx @modelcontextprotocol/inspector
-
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 13 个工具：
- 基础查询：get_latest_news, get_news_by_date, get_trending_topics
- 智能检索：search_news, search_related_news_history
- 高级分析：analyze_topic_trend, analyze_data_insights, analyze_sentiment, find_similar_news, generate_summary_report
- 系统管理：get_current_config, get_system_status, trigger_crawl
- 访问：
👉 其他支持 MCP 的客户端
任何支持 Model Context Protocol 的客户端都可以连接 TrendRadar：
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"
}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）
心意到就行，收到的点赞用于提高开发者开源的积极性。点赞已收录于致谢名单
我发现大家都很善于靠自己解决未知的问题，这种尝试值得鼓励，但如果你卡了太久，建议在issues提问或者在公众号文章底部留言。这样我既能帮到你，也能帮到更多探索中的小伙伴~~
- GitHub Issues：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
- 公众号交流：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
| 公众号关注 | 微信点赞 | 支付宝点赞 |
|---|---|---|
 |
 |
 |
👉 Q1: HTTP 服务无法启动？
检查步骤：
-
确认端口 3333 未被占用：
# Windows netstat -ano | findstr :3333 # Mac/Linux lsof -i :3333
-
检查项目依赖是否安装：
# 重新运行安装脚本 # Windows: setup-windows.bat # Mac/Linux: ./setup-mac.sh
-
查看详细错误日志：
uv run python -m mcp_server.server --transport http --port 3333
-
尝试自定义端口:
uv run python -m mcp_server.server --transport http --port 33333
👉 Q2: 客户端无法连接到 MCP 服务？
解决方案：
-
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
- 确认 UV 路径正确（运行
-
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
- 确认服务已启动（访问
-
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
👉 Q3: 工具调用失败或返回错误？
可能原因：
-
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
-
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
- 检查日期格式：
-
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
- 确认
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
📍 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
哔哩哔哩(bilibili)评论区数据可视化分析软件
👉 微信推送通知方案
由于该方案是基于企业微信的插件机制，推送样式也十分不同，所以相关实现我暂时不准备纳入当前项目
- fork 这位兄台的项目 https://github.com/jayzqj/TrendRadar
- 完成上方的企业微信推送设置
- 按照下面图片操作
- 配置好后，手机上的企业微信 app 删除掉也没事
flowchart TD
A[👤 用户开始] --> B{🚀 选择部署方式}
B -->|云端部署| C1[🍴 Fork 项目到 GitHub]
B -->|本地部署| C2[🐳 Docker 部署]
C1 --> D[⚙️ 配置通知渠道<br/>可同时配置多个]
C2 --> D
D --> E[选择通知方式：<br/>📱企业微信 💬飞书 🔔钉钉<br/>📟Telegram 📧邮件]
E --> F[🔑 填写通知参数<br/>GitHub Secrets 或环境变量]
F --> G[📝 配置关键词<br/>config/frequency_words.txt<br/>普通词/必须词+/过滤词!]
G --> H[🎯 选择运行模式<br/>config/config.yaml]
H --> H1[📋 daily - 当日汇总<br/>定时推送所有匹配新闻]
H --> H2[📰 current - 当前榜单<br/>定时推送最新榜单]
H --> H3[📈 incremental - 增量监控<br/>仅推送新增内容]
H1 --> I[可选：推送时间窗口控制<br/>⏰ 限制推送时间范围]
H2 --> I
H3 --> I
I --> J[✅ 配置完成]
J --> K[🤖 系统自动运行]
K --> L[🕷️ 爬取11+平台热点]
L --> M[🔍 关键词筛选]
M --> N[⚖️ 权重算法排序<br/>排名60% + 频次30% + 热度10%]
N --> O[📊 生成报告<br/>HTML网页 + 推送消息]
O --> P[📱 多渠道推送通知]
P --> Q[🎉 持续接收精准推送<br/>告别信息过载]
style A fill:#e3f2fd
style B fill:#f3e5f5
style D fill:#fff3e0
style F fill:#fff9c4
style G fill:#e8f5e9
style H fill:#e0f2f1
style I fill:#fce4ec
style O fill:#e1bee7
style Q fill:#c8e6c9
GPL-3.0 License