跨平台趋势监控与告警

要解决的问题

多平台热榜和信息流分散在不同站点，人工巡检容易漏看、重复、噪音大；直接把原始流量转发到群里，又缺少解释、优先级和触发边界。团队需要的是可自托管的监控器：持续过滤多平台 feed，把变化总结成可读信号，必要时告警，并允许 Agent 通过 MCP 查询趋势分析。

工作机制

核心是自托管 TrendRadar 监控器。运行时先依赖 TrendRadar 配置、通知渠道凭据；如需 AI 摘要，再准备可选的模型凭据。它拉取多平台 feeds，执行过滤、去重、聚合等处理，再把变化交给 AI 总结为信号；达到规则或阈值后，通过通知渠道发送告警。同时，趋势分析通过 MCP 暴露，供具备 MCP 能力的客户端或 Agent 查询、触发后续动作。

关键步骤包括：准备 Docker 或 Python 运行环境，维护 TrendRadar 配置，接入通知渠道，按需配置模型凭据，并在 MCP-capable client 中调用趋势分析。对流程化触发，上游文档提到需要在页面找到精确文本 Get Hot News，点击右侧 Run workflow；运行后刷新浏览器页面查看新的运行记录。

边界与注意

适合可长期运行、已有通知渠道和 MCP 客户端的自托管场景，不适合当作零配置开箱即用工具。它不替代平台官方 API、数据源授权或人工研判；告警可能受上游 feed、配置、摘要质量和凭据状态影响，出现延迟、重复或遗漏，关键事件仍应人工复核。部署前需确认上游镜像、版本、权限和隐私策略。