【推荐优先调用】将自然语言日期表达式解析为标准日期范围

为什么需要这个工具？ 用户经常使用"本周"、"最近7天"等自然语言表达日期，但 AI 模型自己计算日期 可能导致不一致的结果。此工具在服务器端使用精确的当前时间计算，确保所有 AI 模型获得一致的日期范围。

推荐使用流程：

1. 用户说"分析AI本周的情感倾向"

2. AI 调用 resolve_date_range("本周") → 获取精确日期范围

3. AI 调用 analyze_sentiment(topic="ai", date_range=上一步返回的date_range)

Args: expression: 自然语言日期表达式，支持： - 单日: "今天", "昨天", "today", "yesterday" - 周: "本周", "上周", "this week", "last week" - 月: "本月", "上月", "this month", "last month" - 最近N天: "最近7天", "最近30天", "last 7 days", "last 30 days" - 动态: "最近5天", "last 10 days"（任意天数）

Returns: JSON格式的日期范围，可直接用于其他工具的 date_range 参数： { "success": true, "expression": "本周", "date_range": { "start": "2025-11-18", "end": "2025-11-26" }, "current_date": "2025-11-26", "description": "本周（周一到周日，11-18 至 11-26）" }

Examples: 用户："分析AI本周的情感倾向" AI调用步骤： 1. resolve_date_range("本周") → {"date_range": {"start": "2025-11-18", "end": "2025-11-26"}, ...} 2. analyze_sentiment(topic="ai", date_range={"start": "2025-11-18", "end": "2025-11-26"})

用户："看看最近7天的特斯拉新闻"
AI调用步骤：
1. resolve_date_range("最近7天")
   → {"date_range": {"start": "2025-11-20", "end": "2025-11-26"}, ...}
2. search_news(query="特斯拉", date_range={"start": "2025-11-20", "end": "2025-11-26"})

获取最新一批爬取的新闻数据，快速了解当前热点

Args: platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin'] - 不指定时：使用 config.yaml 中配置的所有平台 - 支持的平台来自 config/config.yaml 的 platforms 配置 - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别 limit: 返回条数限制，默认50，最大1000 注意：实际返回数量可能少于请求值，取决于当前可用的新闻总数 include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的新闻列表

重要：数据展示建议 本工具会返回完整的新闻列表（通常50条）给你。但请注意：

• 工具返回：完整的50条数据 ✅

• 建议展示：向用户展示全部数据，除非用户明确要求总结

• 用户期望：用户可能需要完整数据，请谨慎总结

何时可以总结：

• 用户明确说"给我总结一下"或"挑重点说"

• 数据量超过100条时，可先展示部分并询问是否查看全部

注意：如果用户询问"为什么只显示了部分"，说明他们需要完整数据

获取个人关注词的新闻出现频率统计（基于 config/frequency_words.txt）

注意：本工具不是自动提取新闻热点，而是统计你在 config/frequency_words.txt 中 设置的个人关注词在新闻中出现的频率。你可以自定义这个关注词列表。

Args: top_n: 返回TOP N关注词，默认10 mode: 模式选择 - daily: 当日累计数据统计 - current: 最新一批数据统计（默认）

Returns: JSON格式的关注词频率统计列表

获取指定日期的新闻数据，用于历史数据分析和对比

Args: date_query: 日期查询，可选格式: - 自然语言: "今天", "昨天", "前天", "3天前" - 标准日期: "2024-01-15", "2024/01/15" - 默认值: "今天"（节省token） platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin'] - 不指定时：使用 config.yaml 中配置的所有平台 - 支持的平台来自 config/config.yaml 的 platforms 配置 - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别 limit: 返回条数限制，默认50，最大1000 注意：实际返回数量可能少于请求值，取决于指定日期的新闻总数 include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的新闻列表，包含标题、平台、排名等信息

重要：数据展示建议 本工具会返回完整的新闻列表（通常50条）给你。但请注意：

• 工具返回：完整的50条数据 ✅

• 建议展示：向用户展示全部数据，除非用户明确要求总结

• 用户期望：用户可能需要完整数据，请谨慎总结

何时可以总结：

• 用户明确说"给我总结一下"或"挑重点说"

• 数据量超过100条时，可先展示部分并询问是否查看全部

注意：如果用户询问"为什么只显示了部分"，说明他们需要完整数据

统一话题趋势分析工具 - 整合多种趋势分析模式

重要：日期范围处理 当用户使用"本周"、"最近7天"等自然语言时，请先调用 resolve_date_range 工具获取精确日期：

1. 调用 resolve_date_range("本周") → 获取 {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}

2. 将返回的 date_range 传入本工具

Args: topic: 话题关键词（必需） analysis_type: 分析类型，可选值： - "trend": 热度趋势分析（追踪话题的热度变化） - "lifecycle": 生命周期分析（从出现到消失的完整周期） - "viral": 异常热度检测（识别突然爆火的话题） - "predict": 话题预测（预测未来可能的热点） date_range: 日期范围（trend和lifecycle模式），可选 - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 获取方式: 调用 resolve_date_range 工具解析自然语言日期 - 默认: 不指定时默认分析最近7天 granularity: 时间粒度（trend模式），默认"day"（仅支持 day，因为底层数据按天聚合） threshold: 热度突增倍数阈值（viral模式），默认3.0 time_window: 检测时间窗口小时数（viral模式），默认24 lookahead_hours: 预测未来小时数（predict模式），默认6 confidence_threshold: 置信度阈值（predict模式），默认0.7

Returns: JSON格式的趋势分析结果

Examples: 用户："分析AI本周的趋势" 推荐调用流程： 1. resolve_date_range("本周") → {"date_range": {"start": "2025-11-18", "end": "2025-11-26"}} 2. analyze_topic_trend(topic="AI", date_range={"start": "2025-11-18", "end": "2025-11-26"})

用户："看看特斯拉最近30天的热度"
推荐调用流程：
1. resolve_date_range("最近30天") → {"date_range": {"start": "2025-10-28", "end": "2025-11-26"}}
2. analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", date_range=...)

统一数据洞察分析工具 - 整合多种数据分析模式

Args: insight_type: 洞察类型，可选值： - "platform_compare": 平台对比分析（对比不同平台对话题的关注度） - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间） - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式） topic: 话题关键词（可选，platform_compare模式适用） date_range: 【对象类型】 日期范围（可选） - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 示例: {"start": "2025-01-01", "end": "2025-01-07"} - 重要: 必须是对象格式，不能传递整数 min_frequency: 最小共现频次（keyword_cooccur模式），默认3 top_n: 返回TOP N结果（keyword_cooccur模式），默认20

Returns: JSON格式的数据洞察分析结果

Examples: - analyze_data_insights(insight_type="platform_compare", topic="人工智能") - analyze_data_insights(insight_type="platform_activity", date_range={"start": "2025-01-01", "end": "2025-01-07"}) - analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15)

分析新闻的情感倾向和热度趋势

重要：日期范围处理 当用户使用"本周"、"最近7天"等自然语言时，请先调用 resolve_date_range 工具获取精确日期：

1. 调用 resolve_date_range("本周") → 获取 {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}

2. 将返回的 date_range 传入本工具

Args: topic: 话题关键词（可选） platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin'] - 不指定时：使用 config.yaml 中配置的所有平台 - 支持的平台来自 config/config.yaml 的 platforms 配置 - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别 date_range: 日期范围（可选） - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 获取方式: 调用 resolve_date_range 工具解析自然语言日期 - 默认: 不指定则默认查询今天的数据 limit: 返回新闻数量，默认50，最大100 注意：本工具会对新闻标题进行去重（同一标题在不同平台只保留一次）， 因此实际返回数量可能少于请求的 limit 值 sort_by_weight: 是否按热度权重排序，默认True include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的分析结果，包含情感分布、热度趋势和相关新闻

Examples: 用户："分析AI本周的情感倾向" 推荐调用流程： 1. resolve_date_range("本周") → {"date_range": {"start": "2025-11-18", "end": "2025-11-26"}} 2. analyze_sentiment(topic="AI", date_range={"start": "2025-11-18", "end": "2025-11-26"})

用户："分析特斯拉最近7天的新闻情感"
推荐调用流程：
1. resolve_date_range("最近7天") → {"date_range": {"start": "2025-11-20", "end": "2025-11-26"}}
2. analyze_sentiment(topic="特斯拉", date_range={"start": "2025-11-20", "end": "2025-11-26"})

重要：数据展示策略

• 本工具返回完整的分析结果和新闻列表

• 默认展示方式：展示完整的分析结果（包括所有新闻）

• 仅在用户明确要求"总结"或"挑重点"时才进行筛选

查找与指定新闻标题相似的其他新闻

Args: reference_title: 新闻标题（完整或部分） threshold: 相似度阈值，0-1之间，默认0.6 注意：阈值越高匹配越严格，返回结果越少 limit: 返回条数限制，默认50，最大100 注意：实际返回数量取决于相似度匹配结果，可能少于请求值 include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的相似新闻列表，包含相似度分数

重要：数据展示策略

• 本工具返回完整的相似新闻列表

• 默认展示方式：展示全部返回的新闻（包括相似度分数）

• 仅在用户明确要求"总结"或"挑重点"时才进行筛选

每日/每周摘要生成器 - 自动生成热点摘要报告

Args: report_type: 报告类型（daily/weekly） date_range: 【对象类型】 自定义日期范围（可选） - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 示例: {"start": "2025-01-01", "end": "2025-01-07"} - 重要: 必须是对象格式，不能传递整数

Returns: JSON格式的摘要报告，包含Markdown格式内容

统一搜索接口，支持多种搜索模式

重要：日期范围处理 当用户使用"本周"、"最近7天"等自然语言时，请先调用 resolve_date_range 工具获取精确日期：

1. 调用 resolve_date_range("本周") → 获取 {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}

2. 将返回的 date_range 传入本工具

Args: query: 搜索关键词或内容片段 search_mode: 搜索模式，可选值： - "keyword": 精确关键词匹配（默认，适合搜索特定话题） - "fuzzy": 模糊内容匹配（适合搜索内容片段，会过滤相似度低于阈值的结果） - "entity": 实体名称搜索（适合搜索人物/地点/机构） date_range: 日期范围（可选） - 格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"} - 获取方式: 调用 resolve_date_range 工具解析自然语言日期 - 默认: 不指定时默认查询今天的新闻 platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin'] - 不指定时：使用 config.yaml 中配置的所有平台 - 支持的平台来自 config/config.yaml 的 platforms 配置 - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别 limit: 返回条数限制，默认50，最大1000 注意：实际返回数量取决于搜索匹配结果（特别是 fuzzy 模式下会过滤低相似度结果） sort_by: 排序方式，可选值： - "relevance": 按相关度排序（默认） - "weight": 按新闻权重排序 - "date": 按日期排序 threshold: 相似度阈值（仅fuzzy模式有效），0-1之间，默认0.6 注意：阈值越高匹配越严格，返回结果越少 include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的搜索结果，包含标题、平台、排名等信息

Examples: 用户："搜索本周的AI新闻" 推荐调用流程： 1. resolve_date_range("本周") → {"date_range": {"start": "2025-11-18", "end": "2025-11-26"}} 2. search_news(query="AI", date_range={"start": "2025-11-18", "end": "2025-11-26"})

用户："最近7天的特斯拉新闻"
推荐调用流程：
1. resolve_date_range("最近7天") → {"date_range": {"start": "2025-11-20", "end": "2025-11-26"}}
2. search_news(query="特斯拉", date_range={"start": "2025-11-20", "end": "2025-11-26"})

用户："今天的AI新闻"（默认今天，无需解析）
→ search_news(query="AI")

重要：数据展示策略

• 本工具返回完整的搜索结果列表

• 默认展示方式：展示全部返回的新闻，无需总结或筛选

• 仅在用户明确要求"总结"或"挑重点"时才进行筛选

基于种子新闻，在历史数据中搜索相关新闻

Args: reference_text: 参考新闻标题（完整或部分） time_preset: 时间范围预设值，可选： - "yesterday": 昨天 - "last_week": 上周 (7天) - "last_month": 上个月 (30天) - "custom": 自定义日期范围（需要提供 start_date 和 end_date） threshold: 相关性阈值，0-1之间，默认0.4 注意：综合相似度计算（70%关键词重合 + 30%文本相似度） 阈值越高匹配越严格，返回结果越少 limit: 返回条数限制，默认50，最大100 注意：实际返回数量取决于相关性匹配结果，可能少于请求值 include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的相关新闻列表，包含相关性分数和时间分布

重要：数据展示策略

• 本工具返回完整的相关新闻列表

• 默认展示方式：展示全部返回的新闻（包括相关性分数）

• 仅在用户明确要求"总结"或"挑重点"时才进行筛选

获取当前系统配置

Args: section: 配置节，可选值： - "all": 所有配置（默认） - "crawler": 爬虫配置 - "push": 推送配置 - "keywords": 关键词配置 - "weights": 权重配置

Returns: JSON格式的配置信息

获取系统运行状态和健康检查信息

返回系统版本、数据统计、缓存状态等信息

Returns: JSON格式的系统状态信息

手动触发一次爬取任务（可选持久化）

Args: platforms: 指定平台ID列表，如 ['zhihu', 'weibo', 'douyin'] - 不指定时：使用 config.yaml 中配置的所有平台 - 支持的平台来自 config/config.yaml 的 platforms 配置 - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别 - 注意：失败的平台会在返回结果的 failed_platforms 字段中列出 save_to_local: 是否保存到本地 output 目录，默认 False include_url: 是否包含URL链接，默认False（节省token）

Returns: JSON格式的任务状态信息，包含： - platforms: 成功爬取的平台列表 - failed_platforms: 失败的平台列表（如有） - total_news: 爬取的新闻总数 - data: 新闻数据

Examples: - 临时爬取: trigger_crawl(platforms=['zhihu']) - 爬取并保存: trigger_crawl(platforms=['weibo'], save_to_local=True) - 使用默认平台: trigger_crawl() # 爬取config.yaml中配置的所有平台

从远程存储拉取数据到本地

用于 MCP Server 等场景：爬虫存到远程云存储（如 Cloudflare R2）， MCP Server 拉取到本地进行分析查询。

Args: days: 拉取最近 N 天的数据，默认 7 天 - 0: 不拉取 - 7: 拉取最近一周的数据 - 30: 拉取最近一个月的数据

Returns: JSON格式的同步结果，包含： - success: 是否成功 - synced_files: 成功同步的文件数量 - synced_dates: 成功同步的日期列表 - skipped_dates: 跳过的日期（本地已存在） - failed_dates: 失败的日期及错误信息 - message: 操作结果描述

Examples: - sync_from_remote() # 拉取最近7天 - sync_from_remote(days=30) # 拉取最近30天

Note: 需要在 config/config.yaml 中配置远程存储（storage.remote）或设置环境变量： - S3_ENDPOINT_URL: 服务端点 - S3_BUCKET_NAME: 存储桶名称 - S3_ACCESS_KEY_ID: 访问密钥 ID - S3_SECRET_ACCESS_KEY: 访问密钥

获取存储配置和状态

查看当前存储后端配置、本地和远程存储的状态信息。

Returns: JSON格式的存储状态信息，包含： - backend: 当前使用的后端类型（local/remote/auto） - local: 本地存储状态 - data_dir: 数据目录 - retention_days: 保留天数 - total_size: 总大小 - date_count: 日期数量 - earliest_date: 最早日期 - latest_date: 最新日期 - remote: 远程存储状态 - configured: 是否已配置 - endpoint_url: 服务端点 - bucket_name: 存储桶名称 - date_count: 远程日期数量 - pull: 拉取配置 - enabled: 是否启用自动拉取 - days: 自动拉取天数

Examples: - get_storage_status() # 查看所有存储状态

列出本地/远程可用的日期范围

查看本地和远程存储中有哪些日期的数据可用， 帮助了解数据覆盖范围和同步状态。

Args: source: 数据来源，可选值： - "local": 仅列出本地可用日期 - "remote": 仅列出远程可用日期 - "both": 同时列出两者并进行对比（默认）

Returns: JSON格式的日期列表，包含： - local: 本地日期信息（如果 source 包含 local） - dates: 日期列表（按时间倒序） - count: 日期数量 - earliest: 最早日期 - latest: 最新日期 - remote: 远程日期信息（如果 source 包含 remote） - configured: 是否已配置远程存储 - dates: 日期列表 - count: 日期数量 - earliest: 最早日期 - latest: 最新日期 - comparison: 对比结果（仅当 source="both" 时） - only_local: 仅本地存在的日期 - only_remote: 仅远程存在的日期 - both: 两边都存在的日期

Examples: - list_available_dates() # 查看本地和远程的对比 - list_available_dates(source="local") # 仅查看本地 - list_available_dates(source="remote") # 仅查看远程