TrendRadar : agréger les tendances selon ses propres mots-clés

Déploiement en 30 secondes : l'objectif déclaré du projet

TrendRadar est un projet Python qui surveille l'opinion publique et les actualités tendance. Le README affirme qu'il peut être déployé en 30 secondes et décrit l'objectif de réduire la surcharge d'informations en montrant uniquement les actualités qui intéressent l'utilisateur. Les métadonnées du référentiel listent plus de 61 000 étoiles et 24 000 forks, mais le README ne fournit pas de ventilation des utilisateurs ou des statistiques d'utilisation. Selon le README, le projet est conçu pour être léger et facile à déployer.

Agrégation sur les plateformes et flux RSS

TrendRadar agrège par défaut les sujets tendance de 11 plateformes : Zhihu, Douyin, Bilibili, Wallstreetcn, Tieba, Baidu, Yicai, Thepaper, Ifeng, Toutiao et Weibo. Le README indique que des plateformes personnalisées peuvent être ajoutées. Il prend également en charge le crawl des flux RSS et Atom, avec un regroupement par mots-clés et des statistiques cohérentes avec le format des tendances. Les données sont récupérées via l'API du projet newsnow, comme le reconnaît le README. Le README ne précise pas les points de terminaison API exacts ni les limites de débit.

Filtrage : mots-clés, intérêts IA et analyse IA

Les utilisateurs peuvent filtrer les actualités à l'aide d'un fichier de mots-clés (frequency_words.txt) ou en écrivant des intérêts en langage naturel dans ai_interests.txt pour un filtrage basé sur l'IA. La fonction de filtrage IA, introduite dans v6.5.0, extrait des étiquettes des descriptions d'intérêts et note les actualités par rapport à celles-ci, avec un seuil de score configurable et un repli automatique sur la correspondance par mots-clés en cas d'échec de l'IA. Le README décrit également la traduction IA et l'analyse IA, qui peuvent générer des résumés, une analyse des sentiments et des prévisions de tendances. Ces fonctionnalités nécessitent des fournisseurs d'IA externes ; le README mentionne le support de DeepSeek, OpenAI, Gemini et toute API compatible OpenAI, mais ne liste pas de modèles ou versions spécifiques.

Modes de push, canaux et planification

TrendRadar propose trois modes de push : résumé quotidien, classements actuels et surveillance incrémentale. Il s'intègre à WeChat (WeWork), Feishu, DingTalk, Telegram, e-mail, ntfy, Bark et Slack. Le système de planification, introduit dans v6.0.0, utilise un fichier timeline.yaml pour contrôler quand le crawl, le push et l'analyse IA se produisent, avec cinq préréglages intégrés (always_on, morning_evening, office_hours, night_owl, custom) et la prise en charge de périodes personnalisées. Le README ne fournit pas une liste complète des options de configuration pour chaque canal.

Options de déploiement et de stockage

Les méthodes de déploiement documentées dans le README incluent Docker, l'exécution locale et GitHub Actions. Le README indique que le déploiement Docker est pris en charge, avec une image officielle (wantcat/trendradar) et une image de service MCP séparée. Le stockage peut être local SQLite ou un stockage cloud distant utilisant des protocoles compatibles S3 comme Cloudflare R2. Un serveur Web intégré peut servir les rapports générés, et un éditeur de configuration visuelle est disponible sur sansan0.github.io/TrendRadar. Le README ne donne pas de benchmarks de performance exacts ni d'exigences de ressources.

Fichiers de configuration et éditeur visuel

Le projet utilise plusieurs fichiers de configuration : config.yaml pour les paramètres principaux, frequency_words.txt pour le filtrage par mots-clés, ai_interests.txt pour les intérêts IA, ai_analysis_prompt.txt pour personnaliser les invites d'analyse IA, et timeline.yaml pour la planification. L'éditeur visuel permet d'apporter des modifications via une interface Web plutôt que d'éditer directement le YAML. Le journal des modifications du README note que v6.10.0 a ajouté le traitement par lots de traduction IA et la refactorisation des modules, mais ne décrit pas l'ensemble des fonctionnalités de l'éditeur au-delà de ce qui est montré dans le référentiel.

Licence, attribution et support communautaire

TrendRadar est publié sous la licence publique générale GNU v3.0. La licence accorde les droits de copier, distribuer et modifier le logiciel, mais indique explicitement qu'il n'y a aucune garantie pour le programme. Le README demande à quiconque utilise le code principal ou s'en inspire de reconnaître la source et de créer un lien vers le référentiel. Les canaux de support répertoriés incluent les issues GitHub, un compte officiel WeChat et un groupe QQ. Le README mentionne également un canal optionnel 'One-Yuan Appreciation' pour le soutien financier et indique que le projet est destiné au partage open source, pas à un produit commercial.

Pour évaluer sansan0/TrendRadar, il faut partir de son entrée concrète : RSS, Docker, planification et notifications. La première passe doit utiliser un jeu d’essai isolé, une version du dépôt notée et un résultat que l’on peut relire. On vérifie d’abord que l’installation ou le chargement termine sans erreur, puis que la fonction principale produit les champs attendus. Une réussite de commande ne prouve pas encore que le projet convient à un usage durable ; elle montre seulement que la chaîne minimale est active.

La seconde passe porte sur les limites propres à sansan0/TrendRadar. Pour Termux Desktop, on compare Termux:X11 et VNC, on observe la commande tx11start --nogpu et on garde Android 12 et le Phantom Process Killer dans le journal. Pour VariantGrid, on compare les annotations VEP, les coordonnées GRCh37 et GRCh38, les échantillons partagés et la saisie ACMG. Pour AI Job Hunter, on sépare Ollama, les fournisseurs distants, SQLite et Sentry afin de savoir quelles données sortent de la machine. Pour Hackathon Starter, on teste MongoDB, l’inscription, la session, le reset et chaque callback OAuth.

Les autres dépôts demandent la même précision appliquée à leur propre surface. DaVinci Resolve MCP doit être observé avec resolve_bridge, un projet de montage et un appel en lecture seule avant toute modification. SVPullToRefresh doit arrêter l’animation après le callback et éviter les déclenchements répétés. TrendRadar doit montrer le flux, le mot-clé, la planification et la notification réellement configurés. Career-Ops doit distinguer l’import d’une offre, le contact et l’entretien. EaseMotion CSS doit vérifier les variables et les boucles dans le navigateur. js-webdav-client doit comparer les requêtes WebDAV, les réponses XML, les ACL et le fichier dist.js.

Ce protocole ne remplace pas les éléments absents du README. Les performances, la couverture des sources, la sécurité, la compatibilité des versions et le support opérationnel restent à confirmer lorsque la documentation ne les précise pas. Les équipes doivent conserver les sorties, les journaux et les fichiers d’essai avec le dépôt concerné, puis refaire uniquement les scénarios affectés par une mise à jour. La conclusion doit donc rester proportionnée : sansan0/TrendRadar peut servir dans le périmètre décrit, mais chaque extension de ce périmètre exige une preuve séparée.

Conclusion éditoriale

TrendRadar est un projet Python publié sous licence GPL-3.0, axé sur l'agrégation, le filtrage et les notifications push. Sa documentation couvre le déploiement via Docker, l'installation locale et GitHub Actions, et le référentiel comprend un journal des modifications détaillé et un guide de configuration.

Sources officielles

1. Official documentation
2. Official README
3. Project repository