基于 TrendRadar v6.10.0 的修改版，自己加了点功能：AI 筛选增强、RSS 优化、MCP 安全加固
和官方版的差异在文末
官方文档：https://trendradar.sandev.cc/zh/docs/quick-start/
部署方式与官方一致（详见 TrendRadar 快速开始），以下仅标注本版的差异点。
两个镜像：wantcat/trendradar（新闻推送，必选）+ wantcat/trendradar-mcp（AI 分析，可选）。
git clone https://github.com/ALRCMt/MtTrendRadar.git
cd MtTrendRadar
docker compose -f docker/docker-compose.yml up -d配置分工：
| 内容 | 位置 |
|---|---|
| 功能开关 | config/config.yaml |
| 关注内容 | config/frequency_words.txt |
| 密钥（webhook / API Key / S3） | docker/.env |
环境变量优先级高于 config.yaml。
注意点：
docker-compose.yml已内置MCP_HTTP_TOKEN环境变量，在docker/.env写MCP_HTTP_TOKEN=你的token即可开启 MCP 认证MCP_HOST默认127.0.0.1（仅本机）；对外开放需改为0.0.0.0并必须配置MCP_HTTP_TOKEN- 其余环境变量与官方一致，
docker/.env模板已包含
Use this template 建仓库 → Settings > Secrets and variables > Actions 配置通知渠道（WEWORK_WEBHOOK_URL、FEISHU_WEBHOOK_URL 等，名称需与官方一致）→ 定时自动运行。数据走远程云存储，需配置 S3_* 系列 Secret。
注意点：
- 定时为北京时间 6:00 / 10:30 / 19:30（官方为每小时第 33 分钟），改时间编辑
.github/workflows/crawler.yml的 cron
GitHub Actions 有排队延迟：白天约晚 2h，晚上约晚 1h
git clone https://github.com/ALRCMt/MtTrendRadar.git
cd MtTrendRadar
uv sync # uv 自动管理 Python 依赖
uv run python -m trendradarWindows 可双击 setup-windows.bat，macOS 用 bash setup-mac.sh。
注意点：
- MCP HTTP 模式默认只监听
127.0.0.1，远程访问需加--host 0.0.0.0 --token（见下节） - 本版新增的 AI 配置（
thinking_mode、reference_history_days等）见文末「配置」
原版 MCP HTTP 默认监听 0.0.0.0 且没有认证，局域网内谁都能调。这里改成默认只监听 127.0.0.1，并加了 Bearer Token 认证
命令行传 --token：
openssl rand -hex 32 # 生成 token
uv run python -m mcp_server.server --transport http --host 0.0.0.0 --port 3333 --token <生成的token>或环境变量 MCP_HTTP_TOKEN：
# PowerShell
$env:MCP_HTTP_TOKEN = "token"
uv run python -m mcp_server.server --transport http
# Linux / macOS / Docker
export MCP_HTTP_TOKEN="token"
uv run python -m mcp_server.server --transport http优先级：--token 参数 > MCP_HTTP_TOKEN 环境变量 > 不认证
Docker 部署在 docker/.env 里加一行：
MCP_HTTP_TOKEN=你的token开启认证后，请求头要带 Authorization，否则返回 401：
curl -X POST http://127.0.0.1:3333/mcp \
-H "Content-Type: application/json" \
-H "Authorization: Bearer 你的token" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize",...}'MCP 客户端（Cursor、Claude Desktop、Cherry Studio 等）把 Authorization: Bearer <token> 填进 HTTP Headers 就行
只在本地用（默认 127.0.0.1）可以不配；只要 --host 0.0.0.0 对网络开放，就必须配
对比 v6.10.0 的改动：
- 默认监听从
0.0.0.0改为127.0.0.1，仅本机可访问 - 新增 Bearer Token 认证：
--token参数或MCP_HTTP_TOKEN环境变量，未携带正确 Token 的请求返回 401
- 全量分析：新增
analysis_min_score，分数低于推送阈值min_score但 ≥analysis_min_score的条目仅进入 AI 深度分析、不推送；深度分析使用全天全量数据，不受每标签MAX_NEWS_PER_KEYWORD（20 条）展示截断影响 - 历史参考：新增
reference_history_days（默认 3，0=关闭）。每次深度分析结果存入数据库ai/库，下次分析自动参考最近 N 天（含当天多次）的历史结果，延续研判逻辑并对比变化；输入 token 增加约 2~4K/天 - thinking_mode：
ai.thinking_mode支持 DeepSeek V4 思考模式（快速 / 推理） - 容错增强：AI 筛选 / 翻译空响应自动重试；日韩文自动识别并翻译，纯中文跳过
- 抓取重试次数提升至 4 次并随机退避
- 每个 feed 可单独限制条数（
rss.feeds[].max_items） - 标题模糊去重：包含关系或相似度 > 0.85 只保留最长一条
- 修复：RSS 新增条目不再被跳过翻译
- RSS 区新增按关键词分组的 Tab 栏（含「全部」按钮）
- 独立展示区显示逻辑调整
- 定时从官方每小时改为北京时间 6:00 / 10:30 / 19:30
workflow_dispatch手动触发时注入SCHEDULE_PRESET=always_on
GitHub Actions 有排队延迟：白天约晚 2h，晚上约晚 1h
其余代码文件与官方 v6.10.0 一致。
新增配置都在 config/config.yaml（thinking_mode 在 ai 段，其余在各功能段）：
ai:
thinking_mode: false # DeepSeek V4 思考模式：false=快速 / true=推理 / 留空=不发送
ai_analysis:
reference_history_days: 3 # AI 分析历史参考窗口：0=关闭 / N=参考最近 N 天（含当天多次）
ai_filter:
max_empty_retries: 2 # AI 筛选空响应重试次数（0=不重试）
ai_translation:
max_empty_retries: 2 # 翻译空响应/不完整响应重试次数（0=不重试）
min_parse_ratio: 0.5 # 解析条数低于该比例视为不完整并重试
rss:
feeds:
- id: "example"
max_items: 12 # 该 feed 最多保留条数（0=不限制）MIT，与上游一致