TrendRadar 本地部署：Docker 配置与 MCP 服务集成

ENABLE_WEBSERVER=true

4.2 配置 AI 模型与新闻源

修改文件：config/config.yaml

配置 AI 模型（以 NVIDIA 免费 API 为例）：

ai:
  model: "openai/minimaxai/minimax-m2.5"
  api_key: "nvapi-your_custom_api_key..."
  api_base: "https://integrate.api.nvidia.com/v1"
  timeout: 120
  temperature: 1.0
  max_tokens: 131072

定制新闻源：

platforms:
  enabled: true
sources:
  - id: "toutiao"
    name: "今日头条"
  - id: "baidu"
    name: "百度热搜"
  # ... 其他平台配置

4.3 优化关键词匹配

修改文件：config/frequency_words.txt 建议使用正则表达式进行精准匹配。

[WORD_GROUPS]
# AI 相关
/\bai\b/i => AI
/\bDeepSeek\b/ => DeepSeek

4.4 推送配置

修改文件：config/config.yaml

notification:
  enabled: true
  channels:
    feishu:
      webhook_url: "https://open.feishu.cn/open-apis/bot/v2/hook/xxx***xxx"

4.5 Docker 全局配置

ENABLE_WEBSERVER=true
AI_ANALYSIS_ENABLED=true
CRON_SCHEDULE=30 8,20 * * *
RUN_MODE=cron
IMMEDIATE_RUN=true

5. 避坑指南：解决飞书推送 Markdown 不渲染问题

默认代码推送飞书消息时使用 text 类型，导致无法渲染 Markdown。

修复方案：修改 Python 源码 trendradar/notification/senders.py。

将 send_to_feishu 函数中的 payload 替换为 interactive 卡片类型。

# 修改后
if is_flow_webhook:
    payload = {
        "msg_type": "text",
        "content": {"text": batch_content}
    }
else:
    payload = {
        "msg_type": "interactive",
        "card": {
            "header": {"title": {"tag": "plain_text", "content": "AI 热点推送"}, "template": "blue"},
            "elements": [{"tag": "div", "text": {"tag": "lark_md", "content": batch_content}}]
        }
    }

同样逻辑需应用到 trendradar/notification/dispatcher.py 和 mcp_server/tools/notification.py。

修改 docker-compose.yml 挂载代码目录：

volumes:
  - ../config:/app/config:ro
  - ../output:/app/output
  - ../trendradar:/app/trendradar

6. 进阶玩法：接入 Cherry Studio 进行 AI 对话

部署 MCP 服务后，TrendRadar 可作为知识库与 AI 对话。

6.1 Server 端配置

确保开放 3333 端口，包含 trendradar-mcp 服务。 局域网地址示例：http://192.168.1.100:3333

6.2 Cherry Studio 客户端配置

1. 添加模型服务：填入 NVIDIA 或其他兼容 OpenAI 的服务商及 API Key。
2. 添加 MCP 服务器：
   • 名称：TrendRadar MCP
   • 类型：可流式传输的 HTTP (streamableHttp)
   • URL：http://192.168.xxx.xxx:3333/mcp

连接成功后，可在 Cherry Studio 中提问，AI 将自动调用 TrendRadar 数据库生成分析报告。

7. 总结

通过本次本地部署，实现了数据自主存储、飞书推送体验升级、零成本 AI 热点摘要以及通过 MCP + Cherry Studio 的深度交互研判。