GitHub 热榜上的 sansan0/TrendRadar用 MCP 把 35 个平台热点聚起来做舆情分析趋势追踪、情感分析都能用自然语言问。但要把这套跑顺光把网页端部署起来不够——模型通道不配好对话分析就是空转。这条通道我建议直接落到 TaoToken打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 注册并创建 API Key再把 Base URL 填成 https://taotoken.net/api。填错位置、多加 /v1、把官网地址当成接口地址是这一步最常见的三种翻车方式后面会逐个对照。原文把 TrendRadar 描述成“30 秒网页部署1 分钟手机通知无需编程”这话没夸张网页部署确实点几下就能成。但它默认的 AI 分析配置留了一堆空位api_key、base_url、model 三样都得自己填随手找个 Key 塞进去要么 401要么模型名不存在。更麻烦的是 MCP 侧——TrendRadar 的 MCP Server 会独立读一组环境变量如果只改了 config.yaml 而没改客户端侧工具列表能列出来调用却一直超时。这篇就把这两处一起配通顺便把验证和排障的路径走一遍。1. TrendRadar 的 MCP 舆情分析为什么先卡在模型通道1.1 网页部署很快但 ai_analysis 段默认是空的TrendRadar 的玩法分两层。第一层是采集与推送GitHub Actions 定时跑或者 Docker 起一个容器抓完热榜按配置推到手机。第二层是 AI 分析把抓下来的热点数据交给模型让它做趋势追踪、情感倾向、话题聚合这一层通过 MCP 工具暴露出去客户端发起对话时按需调用。第二层是大多数人卡住的地方。config/config.yaml 里有个ai_analysis段不同版本可能叫ai或ai_config以仓库当时 README 为准enabled打开之后模型调用依赖三项api_key、base_url、model。这三项如果留空程序不一定报错但 MCP 工具返回的会是一段占位文本或者直接超时如果随便填了某家官方地址额度或区域限制一来日志里就是 401、403、Rate limit 混着出现。1.2 把模型通道收在一处Key 和 Base URL 各归各位TaoToken 在这个链路里的角色很窄就两件事给一把能用的 API Key给一个统一的 Base URL。不要把它想成什么黑盒桥接它就是一个兼容通道——你的 TrendRadar、MCP 客户端、其他小工具都往同一个地址发请求模型选择在模型广场里挑。这么做的实际好处是排障面变窄。以前是「TrendRadar 报错 → 不知道是哪家 Key 的问题 → 去翻每个供应商的控制台」现在三样东西写死在一个文件里Key 从落地页创建Base URL 固定是https://taotoken.net/api模型 ID 从模型广场抄。下面两节就按这个顺序落地。2. config/config.yaml 里改三行把 TrendRadar 指到 TaoToken2.1 先在落地页拿到 YOUR_API_KEY打开 TaoToken注册登录后进控制台创建一把 API Key。复制出来的字符串就是后面配置里的YOUR_API_KEY本文所有示例都用这个占位符真 Key 不要贴进仓库、不要写进公开的 Actions 日志里。注意两点Key 只在创建时完整显示一次丢了就重建一把不同项目的 Key 建议分开建TrendRadar 一套、写代码的工具另一套后面看用量时能分得清是谁在调用。2.2 ai_analysis 段逐字段对照在 config/config.yaml 找到 AI 相关的那一段按下面的样子填ai_analysis: enabled: true provider: openai_compatible api_key: YOUR_API_KEY base_url: https://taotoken.net/api model: YOUR_MODEL_ID字段含义对照字段填什么注意api_keyYOUR_API_KEY从 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 创建base_urlhttps://taotoken.net/api末尾不要加 /v1不要带 UTM不要填官网地址model模型广场里的 ID别自己拼日期后缀provideropenai_compatible以仓库 README 支持的取值为准字段名以你 fork 的那一版仓库为准值这三项是不变的。如果仓库同时支持环境变量覆盖例如AI_API_KEY、AI_BASE_URL、AI_MODEL本地跑脚本时先确认环境变量没把 yaml 里的值盖掉否则你改了半天文件程序读的还是旧的。3. MCP Server 侧也吃同一套 Base URLCline / Claude Desktop 怎么写3.1 mcpServers 里的 env 要和 yaml 对齐TrendRadar 的 MCP Server 一般是被客户端拉起的一个子进程它自己的模型调用参数来自启动时的环境变量不一定会读 config.yaml。所以只配 config.yaml 会出现「网页部署正常、对话工具一调用就报错」的现象。在客户端Claude Desktop 的 claude_desktop_config.json、Cline 的 MCP 设置等里加一段{ mcpServers: { trendradar: { command: python, args: [/path/to/TrendRadar/mcp_server.py], env: { AI_API_KEY: YOUR_API_KEY, AI_BASE_URL: https://taotoken.net/api, AI_MODEL: YOUR_MODEL_ID } } } }三个 env 的值和 yaml 里保持一致。变量名以 TrendRadar MCP Server 读的那一组为准有的版本是AI_*有的版本是TRENDRADAR_*连不上先去看 mcp_server.py 里os.getenv的那几行这是最直接的确认方式。3.2 模型 ID 去模型广场抄不要自己编model 这一项最容易被拍脑袋写。写 gpt-5、claude-4.5-20260101 这种看起来很像的字符串接口会直接返回模型不存在但错误信息未必指向 model 字段你会以为是 Key 或地址的问题。正确做法是打开 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_end 的模型广场挑一个适合做中文舆情摘要的模型把页面上显示的 ID 原样复制。名字里带日期后缀的整个后缀一起复制别自己删。换模型也只是改这一个字段不用动 Key 和 Base URL。4. 跑一次趋势追踪和情感分析确认 MCP 工具真的通了4.1 先手动触发一次采集保证有数据可分析MCP 工具返回空很多时候不是模型的问题是数据源还没采。TrendRadar 的 GitHub Actions 默认按计划跑fork 之后可以先去 Actions 页面手动触发一次 workflow等它把各平台热榜写进数据目录再去问 AI。Docker 部署的话本地先跑一轮采集确认 data 目录里有当天的输出文件。没有数据模型再强也只能编这是舆情分析最忌讳的一点。4.2 在对话里点名工具观察返回结构数据有了之后在客户端里发一句明确的指令比如「用 TrendRadar 的 MCP 工具查一下今天的热点做一次趋势追踪列出上升最快的三个话题。」如果要在网页端用对话分析也可以先在 TaoToken 模型对话 里用同一把 Key 发一条普通消息确认 Key 本身是活的。MCP 侧正常返回的话你会看到工具调用记录后跟着一段结构化的分析文本里面能对应上具体平台和话题。再补一句情感分析「对刚才的 TOP 5 话题逐个给情感倾向正面、中性、负面加一句理由。」两条都能跑通说明链路完整采集 → MCP 读数据 → 兼容通道调模型 → 返回文本。要是第一条就失败直接跳下一节。5. 排障对照401、模型不存在、工具列表为空5.1 401Key 没读到或者读到了旧的401 Unauthorized 基本只跟 Key 有关。按顺序查yaml 里 api_key 是不是还是占位符改完有没有保存本地 shell 或 Actions Secret 里有没有同名环境变量把 yaml 覆盖了MCP 客户端的 env 段是不是复制了旧的 KeyKey 本身有没有被删掉或轮换。四个点查完还 401就回控制台重新建一把 Key 换上去别在原 Key 上反复试也不要靠加空格、加引号去「修」配置那样只会引入新的坑。5.2 404 / 模型不存在地址多了 /v1 或填了官网这一类错误的根源是地址写错。对照检查base_url 必须是https://taotoken.net/api末尾不加 /v1base_url 不要填成那个给浏览器点的落地页官网地址和接口地址是两件事有些客户端会自己拼/v1/chat/completions如果你的配置里已经带了一截路径就会拼成/api/v1/v1/...这种怪东西直接 404。model 字段写错是另一种报错通常提示模型不存在或无权访问同样回模型广场核对一遍别凭记忆输入。5.3 MCP 工具列表是空的客户端里看不到 trendradar 的工具说明子进程根本没起来。检查 command 用的 python 解释器和 args 里的路径虚拟环境的解释器路径最好写绝对路径再看依赖装没装MCP Server 通常依赖 mcp 这个包缺依赖时进程会静默退出。有个偷懒但有效的办法先在终端手动跑一遍 mcp_server.py看它有没有报 ImportError 或参数错误再去客户端里刷新。工具能列出来但调用超时多半是 3.1 里的 env 没配或配错重点看AI_BASE_URL。6. 配完之后把 Key 固定下来再看一眼用量Key 配进 yaml 和 MCP 客户端之后建议在控制台给它一个能记住的名字比如 trendradar-mcp。这样后面出现异常流量时能一眼分清是舆情分析在调、还是写代码的工具在调排查方向完全不同。要是打算长期挂 MCP 做趋势跟踪可以去 Coding Plan 看套餐规格是否合适临时跑一轮分析用按量的 Key 就够新建入口在 控制台 API Keys。想把这套 MCP 接法再核对一遍字段对应的配置示例在 Claude Code 接入文档 里也能对上。最后提醒一句TrendRadar 的 MCP 工具只负责读聚合后的热点数据、把分析结果讲成人话真要拿它做业务判断还得自己回去看原始链接。模型通道解决的是「能不能问」的问题不是「结论对不对」的问题。