AI Agent 运营工具周报：从热榜、舆情到搜索需求，6 个接住动笔之前的入口
动笔之前这一段该看什么：按「热榜、舆情、搜索需求」三段盘点 6 个能被 Agent 直接调用的信号入口，逐个给出接入形态、数据来路与硬边界，并排出从零到有的安装顺序。
上期停在内容发出去之后，看的是评论、私信和转化数据怎么读回来。这一期往前挪到最前面：稿子还没写的时候，先知道这周该写什么。
动笔之前这一段，过去靠人刷。刷微博热搜、翻小红书上的同类笔记、在搜索框里试几个词，看到什么写什么。
要把它变成一条能重复跑的链路，得先解决三件事：公域热榜的数据从哪来，大家对这个话题怎么评价，有多少人真的在搜。
这 6 个入口就落在这三件事上，选型的第一个分岔口是数据来路和部署形态。
热榜这一层有三个入口，一层压一层。最底下是一条谁都能调的公开接口，中间是一座可以自部署的阅读站，最上面那套推送系统默认吃的正是中间那座的接口。
舆情和需求各自只有一个入口，一个把分析放在你自己的机器上，一个把数据留在别人的服务里。
最后一个想用一个 Agent 把五步串完，安装链也最长。
| 入口 | 一句话定位 | Agent 接入形态 | 信号来路与工序位置 | 硬边界与成熟度快照 |
|---|---|---|---|---|
| DailyHotApi 今日热榜 | 把几十个平台的热榜收成一个接口 | HTTP API，另带 RSS 模式 | 热榜：公开数据接口，自部署或直接调 | MIT；最近一次提交停在 2026-03-11 1 |
| newsnow | 可自部署的实时热点阅读站 | 自建站点，官方配 newsnow-mcp-server | 热榜：数据源层，也是 TrendRadar 的上游 | MIT；README 说明 NewsNext 换代、不再接受贡献 2 |
| TrendRadar | 把热榜按关键词筛完，再按点推到手机上 | GitHub Actions / Docker / 本地部署，另配 MCP 镜像 | 热榜：聚合 + 筛选 + 推送，吃 newsnow 的 API | GPL-3.0；v6.10.0、MCP v4.1.0，最近提交 2026-10-10 3 |
| 微舆 BettaFish | 多 Agent 舆情分析，从一句提问到一份 HTML 报告 | 纯 Python，Docker 构建；Flask 应用加多 Agent | 舆情：自建分析端，另接模型与搜索通道 | GPL-2.0；v1.2.1，最近提交 2026-10-01 4 |
| seodata.dev | 关键词的月搜索量、CPC 与竞争度，Agent 直接查 | REST，加远程 MCP（Streamable HTTP） | 需求：托管数据服务，按次计费 | 匿名 20 次/天，注册后 500 次/月免费，4.99 美元/月不限量 5 |
| Easel | 一个 Agent 串完发现、策划、创作、发布与归因 | OpenClaw Agent 加 Web 工作台，Python 3.10+ | 全链路：跑在本机，模型 Key 自己配 | Apache-2.0；113 个技能，小红书自动发布有风控提示 6 |
表里的 star 数与最近提交取自 2026 年 10 月 12 日打开仓库时的页面快照，只反映当时的状态。
先接热榜：一条接口，一座阅读站，一套推送系统
热榜决定了后面所有筛选和推送的原料。这三个入口处在同一条链的三层上，各管一段。
DailyHotApi：一个 JSON 地址，把几十个榜单收进来
imsyy/DailyHotApi 把热门数据收成一个接口。同一个地址既能返回 JSON，也能按 RSS 模式输出，方便塞进自己的脚本或阅读器 1。它维护的榜单很多。哔哩哔哩热门榜、微博热搜、知乎热榜、百度热搜、抖音热点榜、快手热点榜都在里面 1。
部署要走的路也短。Docker 镜像和 npm 包都发了，仓库另带一条 GitHub Actions 流程 1。
不想自己跑的话，作者挂了一个示例站点在
hot.imsyy.top 1。- 典型使用场景：给每日播报脚本喂输入，早上拉一遍微博和知乎；或者只取两三个榜，做同一条新闻在不同平台的热度对照。
- 安装与接入：
docker compose up，或部署到 Vercel，也可以直接调作者示例站的接口。 - 硬边界：MIT 许可。仓库最近一次提交停在 2026 年 3 月 11 日 1。接进流程之前，先跑一遍自己最需要的几个榜，确认返回里还有数据。
newsnow：把热榜做成一座自己的阅读站
newsnext/newsnow 是一个实时热点阅读站，按来源分栏，界面干净。它默认 30 分钟缓存一次 2。抓取间隔会按各源的更新频率自适应，作者写明最短 2 分钟，用来减少被目标站点封 IP 的机会 2。
部署走 Cloudflare Pages、Vercel 或
docker compose，登录与缓存都是可选项。仓库用 TypeScript 写，增删数据源的目录也分列出来了 2。- 典型使用场景：当作团队内部的一块热点看板；或者只把 MCP 挂进对话客户端，让 Agent 替你查某个来源今天在热什么。
- 安装与接入：fork 后导入 Cloudflare Pages 或 Vercel，需要登录同步就配 GitHub OAuth；自托管用
docker compose up。 - 硬边界：MIT 许可。README 里挂着一条状态说明：下一代版本 NewsNext 正在开发，作者已经不再接受社区贡献和 PR 2。这个 22,008 star 的项目现在能跑，后续维护要看换代版本。
TrendRadar：聚合、筛选、推送，一套自己跑的定时任务
sansan0/TrendRadar 把前面两件事合起来做成一套系统。它聚合多平台热点和 RSS 订阅源，按你设的关键词筛出真正关心的条目，再按点推到手机上 3。README 把它写成「最快 30 秒部署的热点助手」，版本号 v6.10.0 3。
它的数据来路值得单独记一笔。README 的致谢里写明，多平台数据走的是 newsnow 项目的 API 3。
想换数据源，配置里的
api_url 可以指向你自己部署的 newsnow 3。上一节那座阅读站因此成了这套推送系统的上游。
_image/editor.png。画面里是调度模式和一整张周视图：全天监控、早晚汇总、办公时间、夜猫子模式四套预设各配一段节奏，周视图把周一到周五的「到岗速览」「午间热点」「收工汇总」落到具体时段上，周六周日整条留白标成「周末自由」。这套工具回答的第一个问题是什么时候推。3推送渠道铺得很开。企业微信、个人微信、钉钉、飞书、Telegram、邮件都接，ntfy、Bark、Slack 和一个通用 Webhook 也在列表里 3。
筛选之后还有几层 AI 处理可以开：智能筛选新闻、多语言翻译，以及一份分析简报 3。
部署方式有五种：GitHub Actions、GitHub Pages、Docker、本地、Cloudflare Pages 3。
MCP 这一侧是独立的一套。TrendRadar 自己维护一个 MCP 客户端，版本号已经走到 v4.1.0。
它还发了一个独立镜像
wantcat/trendradar-mcp，通过 HTTP 的 3333 端口提供服务，可以和推送服务分开重启 3。从工具名能看出它给 Agent 留的口子：搜索新闻、分析话题趋势、分析数据洞察、分析情感倾向。四个动作都围绕它自己已经收下来的热榜数据展开 3。
- 典型使用场景：只关心三五个关键词的团队，让它每天早晚各推一条筛过的简报；或者把 MCP 挂进对话客户端，问「这个话题这一周是持续热还是一阵风」。
- 安装与接入：fork 仓库后跑 GitHub Actions 最省事；想控制频率和数据存放位置，走 Docker 或本地部署，官方文档站有分步说明 7。
- 硬边界：GPL-3.0，改过之后对外分发要按同协议开源。它默认吃 newsnow 的公共 API，README 专门写了一句提醒控制推送频率 3。
热度之外：这些人到底在说什么
热度只告诉你量级，评价得另找地方。这一段只有一个入口，它自己跑分析。
微舆 BettaFish：多个 Agent 开一场会，出一份舆情报告
666ghj/BettaFish（中文名「微舆」）是一套多智能体舆情分析系统。你提一个分析需求，几个 Agent 分头干活，最后生成一份可交互的 HTML 报告 4。三个 Agent 并行起手。Query Agent 管国内外网页搜索，Media Agent 管多模态内容，Insight Agent 管私有数据库挖掘 4。
它们各自循环「搜索—分析—反思」。中间由一个 Agent Forum 和一位 LLM 主持人把三方的发现摊开来互相质询，最后交给 Report Agent 汇总 4。
static/image/framework.png。图里从左到右是一条单向链路：用户提问先进 Flask 主应用，三个 Agent 各自带着 SQL 查询、浏览器调用和网页搜索并行循环，中间横向的 Agent Forum 承接三方发言并给出主持人引导，三个 Interim Report 汇到最右侧的 Report Agent，再经 IR 评分、时间线分析和装订渲染输出最终报告。4覆盖面是它比较硬的一块。README 说它自动分析国内外 30 多个主流社媒和数百万条大众评论 4。
仓库的架构图另给了两个数：7 个以上的中文社媒平台，以及每天十万条以上的处理量。短视频内容也在解析范围内 4。
它另外留了一条接私有库的口子，可以把内部业务数据和舆情数据放在一起分析 4。
整套东西是纯 Python 写的，一键部署。作者也说明，改一改 Agent 的工具集参数和提示词，就能把它挪到别的分析场景 4。
- 典型使用场景：一个新概念出来，先摸清微博、小红书、抖音上的主流说法和情绪分布；或者做竞品品牌的口碑盘点，把公开评论和自家客服记录放在一起看。
- 安装与接入：README 提供 Docker 构建；仓库里有一份以「武汉大学舆情」为例跑出来的完整报告，另有一个完整运行的视频可以对照 4。
- 硬边界：GPL-2.0，最近提交 2026-10-01。它跑起来要配模型 API，联网搜索、文件解析和网页抓取走的是另外的外部通道，README 里这些通道由赞助商提供 4。一次分析要循环多轮，耗时和调用成本先估一遍再上。
把猜测换成搜索量：seodata.dev
seodata.dev：写之前先看一眼，这个词有几个人在搜
seodata.dev 只回答一个问题：一个关键词有多少人搜、点一次要多少钱、竞争有多激烈。它给每个词返回月搜索量、CPC 和 0 到 1 的竞争度，覆盖 50 多个国家 5。给 Agent 的入口是两个。一个是 REST：
GET /v1/keyword?q=关键词&country=us 5。另一个是远程 MCP，地址
https://mcp.seodata.dev/mcp，走 Streamable HTTP，没有登录也能用 5。
https://mcp.seodata.dev/mcp 和「20 free lookups a day, no account needed」直接写在页面上。8额度分三档。不注册匿名每天 20 次，按 IP 计；注册后每天 50 次、每月 500 次免费；不限量是每月 4.99 美元 5。
数据库里已有的词不限次。新词每个账号每天另有 10,000 次的上限，超出后接口返回 429 5。
- 典型使用场景：定下选题之前，比几个候选词的真实搜索量和难度；或者一次比一批长尾词，挑竞争度低的那几个动手写。
- 安装与接入：任意支持远程 MCP 的客户端填
https://mcp.seodata.dev/mcp；也可以直接curlREST 接口，注册走POST /v1/register加邮箱验证码 5。 - 硬边界：它在页面上把自己写成「Free SEO data API」，当前交付的只有关键词这一层 8。SERP 结果、外链、关键词难度和趋势都还挂在「Coming soon」下面，按这一层的能力规划就好 5。页面写明数字来自 Google Ads 接口，看的是海外搜索需求 8。
想少拼几个零件：一个 Agent 串完五步
Easel：从热点发现到发布复盘，都在一个工作台里
ZJU-REAL/Easel 是浙江大学 REAL 实验室等团队开源的社媒内容工作台。底子是一个 OpenClaw Agent，外面接了账号画像、内容技能和真实的媒体工具 6。它按五层组织：发现适合账号的热点与机会，策划选题与排期，创作图文音视频，按平台适配后发布，最后读回表现并把有效经验写回账号画像 6。
这套流程里的技能配的是能跑的脚本，成品落进
outputs/ 目录并按项目归档，后续修改和重试不会散在聊天记录里 6。平台范围是它比较硬的一块。README 说目前支持小红书、抖音、快手、知乎、B 站、微信视频号和微信公众号七个平台的登录、适配与发布，并能回收账号数据 6。
仓库里列了 113 个技能 6。
- 典型使用场景：一个人运营两三个平台的账号，想让一个主题自动铺成小红书卡片、知乎长文和短视频三种形态；或者想把「哪类内容有效」这层经验沉淀下来，下一轮直接用。
- 安装与接入：Linux、macOS 或 Windows 10/11，Python 3.10 以上，跑
bash setup.sh走引导式安装。环境里还要有 Node.js 24.16+、26.1+ 或 27+、FFmpeg 和 Playwright 的 Chromium；FFmpeg 和 Chromium 缺失只会降级提示 6。装完用easel web打开本地工作台，模型 Key 在浏览器的设置页里填 6。 - 硬边界：Apache-2.0，最近提交 2026-10-11。README 有两条要读的提示：官方推荐用 Web 前端，纯 CLI 有一些终端显示问题；自动发布到小红书要谨慎，平台可能识别自动化操作 6。仓库的待办里还留着「适配 Windows」和「安装简易化」两项，Windows 下的浏览器发布全链路仍在完善 6。
这 6 个怎么排顺序
先装一个热榜入口，从最简单的开始。只想在自己的脚本里拿到榜单数据，用
DailyHotApi，一个地址就够。想要一个能翻的界面、还打算接 Agent，就部署
newsnow 并接上它的 MCP 服务，顺便给后面留好数据源。第二步装
TrendRadar，把热榜变成一条按点到达的简报。这一步要花的时间不在安装，在配置：关键词挑得准不准，直接决定推给你的东西还有没有用。第三步按你需要哪类数据二选一。要知道大家怎么评价这个话题，装
BettaFish，先拿一个自己熟悉的话题跑一遍，看它的报告结论和你的判断差多少。要知道有多少人在搜，接
seodata 的 MCP。它不需要安装，成本也最容易算。Easel 放到最后。它一条链路能省掉不少拼接，代价是安装链最长、要配的东西最多，而且它覆盖的发布环节会用到你的账号。先把前面几层跑顺，再决定要不要让它接管全流程。最后一条这 6 个共有：它们给的都是信号。哪个词值得写、这个话题该不该碰、这条内容该怎么发，判断仍然落在人这边。
Easel 在 README 里把小红书那一条标成需要人工确认，seodata 只给数字不给结论，两处都把最后一句话留给了人。References
- 1imsyy/DailyHotApi
github.com
- 2newsnext/newsnow
github.com
- 3sansan0/TrendRadar
github.com
- 4666ghj/BettaFish
github.com
- 5seodata.dev 给 Agent 的接口文档
seodata.dev
- 6ZJU-REAL/Easel
github.com
- 7TrendRadar 官方文档
trendradar.sandev.cc
- 8seodata.dev
seodata.dev
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.