【标签】 按所选赛道选择话题标签：学习工作
【标题】 学习工作 + 热点雷达 Agent：新闻热点发现与趋势分析
【正文】 至少包含以下 4 个部分，可以增加额外的部分（比如自我介绍、经验总结、踩坑复盘等）
0. 先和大家打个招呼吧 
你是谁： 一名软件开发工程师。平时工作中需要持续关注技术动态和行业趋势，热衷于探索 AI 工具在效率提升方面的可能性，也乐于折腾各种新出的 Agent 框架和开发工具。
我是怎么用 TRAE 把 Demo 做出来的：
说实话，一开始我并没有完整的设计稿，只有一个模糊的想法——“能不能让 AI 自动帮我判断今天的真·热点？”
我打开 TRAE Work，试着把我的想法变成一句话：“帮我做一个热点雷达的页面，能从多平台聚合新闻，用 AI 分析趋势。” TRAE 理解了我的意思，先给出了一个大致的框架。我接着说：“风格要深色科技风，像雷达扫描那种感觉。” 它帮我加上了雷达图标和渐变配色。
最让我惊喜的一步是当我提出"点击热点能看到国内外媒体对比"——我以为这个逻辑很复杂，但 TRAE 很自然地理解了"同一事件、不同视角"的概念，把国内和国际的报道角度并排展示了出来，代码逻辑也一次跑通。
后来我看了评审标准，想让作品更有竞争力，就试着说"加一个搜索框"和"热度数字动起来"。TRAE 没有直接贴代码让我自己改，而是直接改好了页面，我打开浏览器就能看到新的效果——那个瞬间真的觉得"原来这么简单"。
整个过程中，我没有写一行代码，全程都是用自然语言告诉 TRAE 我想要什么效果，它负责把想法变成实际可交互的页面。作为一个非专业开发者，TRAE 帮我跨过了"想到但做不到"的那个坎。1. Demo 简介
-
是什么
热点雷达 Agent 是一个 AI Agent 驱动的 Web 应用，能够自动聚合国内外新闻与社交平台热点，通过 AI 对相似事件进行聚类、摘要和趋势分析，帮助用户快速发现真正值得关注的全球热点事件。
面向谁
核心用户包括：学生（快速了解每日热点）、职场人（行业动态追踪）、自媒体创作者（选题辅助）、研究人员（舆情观察）、商业分析人员（趋势研判）。
核心功能
功能一：智能热点榜单
自动聚合来自微博热搜、百度指数、Google Trends、Reuters 等 30+ 信号源的数据，按热度指数实时排名。支持按"全部 / 国内 / 国际 / 科技 / 财经 / 社会"六个分类标签筛选，每个热点都标注了热度变化趋势（升温/降温）。
功能二：事件深度分析
-
点击任意热点即可展开 AI 生成的完整事件画像，包括：
-
AI 事件摘要：跨源整合的多维摘要，一句话讲清事件来龙去脉
-
事件时间线：以时间轴呈现事件发展脉络，标注关键节点
-
国内外视角对比：分别展示国内媒体和国际媒体对同一事件的不同报道角度和关注点
-
热度趋势图：基于 ECharts 的 72 小时热度曲线，直观呈现事件的传播轨迹
功能三：AI 趋势研判
-
-
AI Agent 不仅告诉你"发生了什么"，还会分析"为什么会升温"“未来可能怎么发展”。每条热点都附带 AI 趋势分析结论和标签（如"持续升温"“政策驱动”“突发灾害”“周期热点”），帮助用户判断一个热点是昙花一现还是值得关注的长线话题。
2. Demo 创作思路
-
灵感来源
我自己平时看新闻和学习 AI Agent 时发现，主流的新闻工具（包括各大新闻 App、热榜聚合网站）基本都只负责"展示信息"，用户仍然需要自己花大量时间：
-
打开多个新闻网站和社交平台对比信息
-
手动筛选重复报道
-
自己总结事件的来龙去脉
-
判断一个事件是真的在升温还是只是短暂刷屏
TRAE 创作大赛给了我一个契机——用 AI Agent 的能力把这个"搜索→筛选→聚类→摘要→对比→趋势判断"的流程自动化。
想解决的问题
核心痛点：信息过载 + 信息茧房。
用户面临的不是"没有信息"，而是"信息太多、太碎、太重复"。每天睁开眼就有无数条推送，但用户很难快速判断：
-
哪些事件正在真正升温（而非只是某个平台刷屏）
-
一个事件的来龙去脉是什么（需要对比多个来源）
-
同一事件在国内外媒体中的报道有何不同
-
这个热点未来会持续还是消退（值不值得投入时间关注）
为什么做这个方向
我选择"学习工作"赛道，是因为这个产品最直接的服务对象就是需要高效获取信息的学习者和工作者。
在方向取舍上，我刻意没有做"新闻推送"或"个性化推荐"，而是聚焦在**“发现→理解→判断”**这个分析链路上。原因是：
-
新闻推送已经被各大 App 做得很成熟了，再做没有差异化
-
个性化推荐容易加剧信息茧房，与产品初衷矛盾
-
AI Agent 的核心优势在于分析能力，而不是搬运信息——让 AI 帮用户做信息聚合、跨源对比和趋势预判，才是 Agent 真正能发挥价值的地方
数据来源设计
为了让产品具备真实落地能力，我设计了三层数据架构：
-
公开数据源层：微博热搜、百度指数、Google Trends、Twitter/X Trending、Reddit Hot、各大新闻媒体 RSS
-
数据处理层：定时采集 → 去重清洗 → 向量编码 → AI 聚类 → 热度打分
-
AI 分析层：LLM 生成摘要与对比，时间序列模型预测趋势
-
3. Demo 体验地址（三选一）
hot-radar-agent.zip (4.0 MB)
请下载附件中的 hot-radar-agent.zip，解压后用浏览器打开 hot-radar-agent.html 即可体验完整交互功能，无需联网，无需安装任何依赖。
体验指引：
-
页面加载后，浏览 Hero 区域的核心数据指标
-
在"热点榜单"中尝试切换不同的分类标签（全部/国内/国际/科技/财经/社会）
-
点击任意热点条目，右侧将展开完整的事件详情面板
-
在详情面板中查看 AI 摘要、事件时间线、国内外视角对比、热度趋势图和 AI 分析结论
4. TRAE 实践过程
-
截图 1：完整界面全景（Hero + 搜索 + 预警 + 榜单）
截图 2：事件详情面板 + AI 打字机效果
截图 3：关键词搜索过滤效果
截图 4：全页面预览
关键任务 Session ID
以下为本作品开发过程中的关键对话 Session ID（来自 TRAE Work 的对话记录）：
开发阶段 Session ID 说明 初始原型搭建 6a41f88adf8f229fdcd3c033生成完整的可交互 HTML 原型，包含热点榜单、详情面板、趋势图 作品打包提交 6a41fbcddf8f229fdcd3c0b7将项目打包为 zip 文件，确认可直接在浏览器中运行 赛道分析与评审优化 6a43b3d6df8f229fdcd3c186针对初赛评审四维度分析作品亮点和优化方向 数据来源方案设计 6a43b436df8f229fdcd3c191设计三层数据架构方案，提升产品实用性和可信度 提交帖与打包准备 6a43b567df8f229fdcd3c19c完成提交帖内容和 zip 打包 六项功能优化实现 6a44875edf8f229fdcd3c205实现搜索过滤、数字滚动动画、打字机效果、雷达扫描、预警推送等
5. 对应的报名审核通过的帖子链接