[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-73782":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":16,"subscribersCount":16,"size":16,"stars1d":17,"stars7d":18,"stars30d":19,"stars90d":16,"forks30d":16,"starsTrendScore":20,"compositeScore":21,"rankGlobal":10,"rankLanguage":10,"license":22,"archived":23,"fork":23,"defaultBranch":24,"hasWiki":25,"hasPages":25,"topics":26,"createdAt":10,"pushedAt":10,"updatedAt":29,"readmeContent":30,"aiSummary":31,"trendingCount":16,"starSnapshotCount":16,"syncStatus":32,"lastSyncTime":33,"discoverSource":34},73782,"ai-trend-publish","liyown\u002Fai-trend-publish","liyown","TrendPublish: 全自动 AI 内容生成与发布系统 | 微信公众号自动化 | 多源数据抓取 (Twitter\u002FX、网站) | DeepseekAI、千问、讯飞模型 | 智能内容分析排序 | 定时发布 | 多模板支持 | Node.js | TypeScript | AI 技术趋势跟踪工具","https:\u002F\u002Fliyown.github.io\u002Fai-trend-publish\u002F",null,"TypeScript",2989,414,22,6,0,12,34,70,36,29.85,"MIT License",false,"main",true,[27,28],"ai","weixin","2026-06-12 02:03:18","# TrendPublish\n\n基于 Deno\n开发的趋势发现和内容发布系统，支持多源数据采集、智能总结和自动发布到微信公众号。\n\n![star](https:\u002F\u002Fatomgit.com\u002Fliyown\u002Fai-trend-publish\u002Fstar\u002Fbadge.svg)\n\n> 🌰 示例公众号：**AISPACE科技空间**\n\n点击加入discard频道：https:\u002F\u002Fdiscord.gg\u002FmrZvBHNawS\n点击加入 QQ 群聊：\u003Ca href=\"https:\u002F\u002Fqun.qq.com\u002Funiversal-share\u002Fshare?ac=1&authKey=E68gaXeajH49WXeIiawSS2Smr6uaSYe5zG9VDAEZa6sJgnNTcZd5X7r%2Fi3G6qVOa&busi_data=eyJncm91cENvZGUiOiI3Mzc5MDI3MzEiLCJ0b2tlbiI6Ijd2ZWN6THd6VFQ1TkNvYVJwQVpIbEtRSlM2UTJnYWhlMGxVMWhGUlNKMkV3MytoQWl6bUdNRGl3QjE0bklJMTUiLCJ1aW4iOiIxNTM2NzI3OTI1In0%3D&data=x1m4pt9JPKytsxKlmRh7duo4bnkRCLdhOFY_BhQenSr2dav7_0PoNpJc2sMzZdj3sKt9EPMR_AD9hlwI78HKUA&svctype=4&tempid=h5_group_info\" target=\"_blank\" rel=\"noopener noreferrer\">\n  点击链接加入群聊【TrendPublish-1】\n\u003C\u002Fa>\n> 即刻关注，体验 AI 智能创作的内容～\n\n## 🛠 开发环境\n\n- **运行环境**: [Deno](https:\u002F\u002Fdeno.land\u002F) v2.0.0 或更高版本\n- **开发语言**: TypeScript\n- **操作系统**: Windows\u002FLinux\u002FMacOS\n\n## 🚀 快速开始\n\n感谢 https:\u002F\u002Fgithub.com\u002F233cy 提供的入门教程 https:\u002F\u002Fmp.weixin.qq.com\u002Fs\u002FcpfNsezIA3OOvxHLdcdmkg\n\n### 1. 安装 Deno\n\nWindows (PowerShell):\n\n```powershell\nirm https:\u002F\u002Fdeno.land\u002Finstall.ps1 | iex\n```\n\nMacOS\u002FLinux:\n\n```bash\ncurl -fsSL https:\u002F\u002Fdeno.land\u002Finstall.sh | sh\n```\n\n### 2. 克隆项目\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fliyown\u002Fai-trend-publish\ncd ai-trend-publish\n```\n\n### 3. 配置环境变量\n\n```bash\ncp .env.example .env\n# 编辑 .env 文件配置必要的环境变量\n# Key environment variables include API keys for various AI services.\n# For Jina AI functionalities (scraping, search, embeddings, reranking),\n# ensure JINA_API_KEY is set. See the .env.example file and the\n# Jina Integration Guide for more details.\n```\n\n### 4. 开发和运行\n\n```bash\n# 开发模式（支持热重载）\ndeno task start\n\n# 测试运行\ndeno task test\n\n# 编译Windows版本\ndeno task build:win\n\n# 编译Mac版本\ndeno task build:mac-x64    # Intel芯片\ndeno task build:mac-arm64  # M系列芯片\n\n# 编译Linux版本\ndeno task build:linux-x64   # x64架构\ndeno task build:linux-arm64 # ARM架构\n\n# 编译所有平台版本\ndeno task build:all\n```\n\n### 5. 文档开发（VitePress）\n\n```bash\n# 安装文档依赖\nnpm install\n\n# 本地预览文档\nnpm run docs:dev\n\n# 构建文档\nnpm run docs:build\n```\n\n## 🌟 主要功能\n\n- 🤖 多源数据采集\n\n  - Twitter\u002FX 内容抓取\n  - Xquik 可作为 Twitter\u002FX 抓取备用来源\n  - 网站内容抓取 (基于 FireCrawl)\n  - 支持自定义数据源配置\n  - Advanced scraping and search via Jina AI\n\n- 🧠 AI 智能处理\n\n  - 使用 DeepseekAI Together 千问 万象 讯飞 进行内容总结\n  - 关键信息提取\n  - 智能标题生成\n  - Text embeddings and reranking via Jina AI\n\n- 📢 自动发布\n\n  - 微信公众号文章发布\n  - 自定义文章模板\n  - 定时发布任务\n\n- 📱 通知系统\n  - Bark 通知集成\n- 钉钉通知集成\n- 飞书通知集成\n  - 任务执行状态通知\n  - 错误告警\n\n## 📝 文章模板\n\nTrendPublish 提供了多种精美的文章模板。查看\n[模板展示页面](https:\u002F\u002Fliyown.github.io\u002Fai-trend-publish\u002Ftemplates)\n了解更多详情。\n\n## DONE\n\n- [x] 微信公众号文章发布\n- [x] 大模型每周排行榜\n- [x] 热门AI相关仓库推荐\n- [x] 添加通义千问（Qwen）支持\n- [x] 支持多模型配置（如 DEEPSEEK_MODEL=\"deepseek-chat|deepseek-reasoner\"）\n- [x] 支持指定特定模型（如\n      AI_CONTENT_RANKER_LLM_PROVIDER=\"DEEPSEEK:deepseek-reasoner\"）\n\n## Todo\n\n- [ ] 热门AI相关论文推荐\n- [ ] 热门AI相关工具推荐\n- [ ] FireCrawl 自动注册免费续期\n\n## 优化项\n\n- [ ] 内容插入相关图片\n- [x] 内容去重\n- [ ] 降低AI率\n- [ ] 文章图片优化\n- [ ] ...\n\n## 进阶\n\n- [ ] 提供exe可视化界面\n\n## 🛠 技术栈\n\n- **运行环境**: Deno + TypeScript\n- **AI 服务**: DeepseekAI Together 千问 万象 讯飞 Jina AI (see [Integration Guide](docs\u002Fintegrations\u002Fjina-integration-guide.md))\n- **数据源**:\n  - Twitter\u002FX API\n  - FireCrawl\n  - Jina AI (for scraping and search, see [Integration Guide](docs\u002Fintegrations\u002Fjina-integration-guide.md))\n- **模板引擎**: EJS\n- **开发工具**:\n  - Deno\n  - TypeScript\n\n## 🚀 快速开始\n\n### 环境要求\n\n- Deno (v2+)\n- TypeScript\n\n### 安装\n\n1. 克隆项目\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fliyown\u002Fai-trend-publish\n```\n\n2. 配置环境变量\n\n```bash\ncp .env.example .env\n# 编辑 .env 文件配置必要的环境变量\n# Key environment variables include API keys for various AI services.\n# For Jina AI functionalities (scraping, search, embeddings, reranking),\n# ensure JINA_API_KEY is set. See the .env.example file and the\n# Jina Integration Guide (docs\u002Fintegrations\u002Fjina-integration-guide.md) for more details.\n```\n\n## ⚙️ 环境变量配置\n\n在 `.env` 文件中配置必要的环境变量：\n\n(Refer to `.env.example` for a comprehensive list of environment variables. For details on Jina AI specific setup, see the [Jina Integration Guide](docs\u002Fintegrations\u002Fjina-integration-guide.md)).\n\n## ⚠️ 配置IP白名单\n\n在使用微信公众号相关功能前,请先将本机IP添加到公众号后台的IP白名单中。\n\n### 操作步骤\n\n1. 查看本机IP: [IP查询工具](https:\u002F\u002Ftool.lu\u002Fip\u002F)\n2. 登录微信公众号后台,添加IP白名单\n\n### 图文指南\n\n\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.liuyaowen.cn\u002Fimages\u002F202503051122480.png\" width=\"200\" style=\"margin-right: 20px\"\u002F>\n  \u003Cimg src=\"https:\u002F\u002Foss.liuyaowen.cn\u002Fimages\u002F202503051122263.png\" width=\"400\" \u002F>\n\u003C\u002Fdiv>\n\n4. 启动项目\n\n```bash\n# 测试模式\ndeno task test\n\n# 运行\ndeno start start\n\n详细运行时间见 src\\controllers\\cron.ts\n```\n\n## 📦 部署指南\n\n### 方式一：直接部署\n\n1. 在服务器上安装 Deno\n\nWindows:\n\n```powershell\nirm https:\u002F\u002Fdeno.land\u002Finstall.ps1 | iex\n```\n\nLinux\u002FMacOS:\n\n```bash\ncurl -fsSL https:\u002F\u002Fdeno.land\u002Finstall.sh | sh\n```\n\n2. 克隆项目\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fliyown\u002Fai-trend-publish.git\ncd ai-trend-publish\n```\n\n3. 配置环境变量\n\n```bash\ncp .env.example .env\n# 编辑 .env 文件配置必要的环境变量\n```\n\n4. 启动服务\n\n```bash\n# 开发模式（支持热重载）\ndeno task start\n\n# 测试模式运行\ndeno task test\n\n# 使用PM2进行进程管理（推荐）\nnpm install -g pm2\npm2 start --interpreter=\"deno\" --interpreter-args=\"run --allow-all\" src\u002Fmain.ts\n```\n\n5. 设置开机自启（可选）\n\n```bash\n# 使用PM2设置开机自启\npm2 startup\npm2 save\n```\n\n### 方式二：Docker 部署\n\n1. 拉取代码\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fliyown\u002Fai-trend-publish.git\n```\n\n2. 构建 Docker 镜像：\n\n```bash\n# 构建镜像\ndocker build -t ai-trend-publish .\n```\n\n4. 运行容器：\n\n```bash\n# 方式1：通过环境变量文件运行\ndocker run -d --env-file .env --name ai-trend-publish-container ai-trend-publish\n\n# 方式2：直接指定环境变量运行\ndocker run -d \\\n  -e XXXX=XXXX \\\n  ...其他环境变量... \\\n  --name ai-trend-publish-container \\\n  ai-trend-publish\n```\n\n### CI\u002FCD 自动部署\n\n项目已配置 GitHub Actions 自动部署流程：\n\n1. 推送代码到 main 分支会自动触发部署\n2. 也可以在 GitHub Actions 页面手动触发部署\n3. 确保在 GitHub Secrets 中配置以下环境变量：\n   - `SERVER_HOST`: 服务器地址\n   - `SERVER_USER`: 服务器用户名\n   - `SSH_PRIVATE_KEY`: SSH 私钥\n   - 其他必要的环境变量（参考 .env.example）\n\n## 模板开发指南\n\n本项目支持自定义模板开发，主要包含以下几个部分：\n\n### 1. 了解数据结构\n\n查看 `src\u002Fmodules\u002Frender\u002Finterfaces`\n目录下的类型定义文件，了解各个渲染模块需要的数据结构\n\n### 2. 开发模板\n\n在 `src\u002Ftemplates` 目录下按照对应模块开发 EJS 模板\n\n### 3. 注册模板\n\n在对应的渲染器类中注册新模板，如 `WeixinArticleTemplateRenderer`：\n\n### 4. 测试渲染效果\n\n```\nnpx ts-node -r tsconfig-paths\u002Fregister src\\modules\\render\\test\\test.weixin.template.ts\n```\n\n## 🤝 贡献指南\n\n1. Fork 本仓库\n2. 创建特性分支 (`git checkout -b feature\u002Famazing-feature`)\n3. 提交更改 (`git commit -m 'Add some amazing feature'`)\n4. 推送到分支 (`git push origin feature\u002Famazing-feature`)\n5. 提交 Pull Request\n\n## ❤️ 特别感谢\n\n感谢以下贡献者对项目的支持：\n\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkilimro\">\n  \u003Cimg src=\"https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F52153481?v=4\" width=\"50\" height=\"50\" alt=\"kilimro\">\n\u003C\u002Fa>\n\n## Star History\n\n[![Star History Chart](https:\u002F\u002Fapi.star-history.com\u002Fsvg?repos=liyown\u002Fai-trend-publish&type=Date)](https:\u002F\u002Fstar-history.com\u002F#liyown\u002Fai-trend-publish&Date)\n\n## 📄 许可证\n\n本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件\n\n### JSON-RPC API\n\n提供了基于 JSON-RPC 2.0 协议的 API，支持手动触发工作流。\n\n- 端点: `\u002Fapi\u002Fworkflow`\n- 支持方法: `triggerWorkflow`\n- 详细文档: [JSON-RPC API 文档](https:\u002F\u002Fliyown.github.io\u002Fai-trend-publish\u002Fapi\u002Fjson-rpc-api)\n\n![](https:\u002F\u002Foss.liuyaowen.cn\u002Fimage\u002F202504242031044.png)\n","TrendPublish 是一个全自动 AI 内容生成与发布系统，主要用于微信公众号的自动化运营。它能够从 Twitter\u002FX、网站等多源数据抓取信息，并利用 DeepseekAI、千问、讯飞等模型进行智能内容分析和排序，最终实现定时发布。此外，该系统还支持多种文章模板以及钉钉、飞书等多种通知方式。基于 Deno 和 TypeScript 构建，适合需要高效管理和发布技术趋势内容的个人或团队使用。",2,"2026-06-11 03:47:20","high_star"]