Topic Monitor

智能聚合监控 · AI 情感告警

智能主题监控工具,聚合 RSS/Atom、GitHub Releases 与 Web 搜索,AI 重要性评分与情感分析,支持实时告警与周报摘要。DigitalOcean 官方推荐,安全可靠。

收藏
28.2k
安装
8.5k
版本
1.5.2
CLS 安全性认证2026-05-21
点击查看完整报告 >

使用说明

核心用法

Topic Monitor 是一款自动化信息监控技能,专为需要持续追踪特定主题动态的用户设计。其核心功能围绕三大数据源展开:RSS/Atom 订阅源GitHub Releases 以及 Web 搜索。用户通过配置「主题」(Topic)定义监控目标,系统会按设定频率(每小时/每日/每周)自动采集信息,经 AI 评分、情感分析后,决定即时推送告警或纳入周报摘要。

配置层面,每个主题支持高度自定义:基础搜索词、关键词白名单/黑名单、必需/排除关键词、信息源权重提升/屏蔽、重要性阈值(高/中/低)等。CLI 工具 manage_topics.py 提供完整的增删改查与 OPML 批量导入能力,而 monitor.py 负责执行监控任务,支持 --dry-run 预览与 --verbose 调试。情感分析功能可识别 positive/negative/neutral/mixed 四种情绪,并能针对情感转向触发特殊告警。

显著优点

1. 多源聚合与智能去重:打破单一信息源限制,将 RSS 订阅、GitHub 发布、搜索引擎结果统一处理,避免重复通知。
2. AI 驱动的相关性评分:不是所有更新都值得打扰,系统自动过滤低价值信息。

3. 情感感知监控:不仅追踪「发生了什么」,还分析「舆论情绪如何变化」,对公关监测、竞品分析尤为关键。

4. 灵活的告警策略:支持即时告警(关键发布、情感突变)与 digest 模式(周报摘要),适应不同工作节奏。

5. 开发者友好:GitHub Releases 原生支持、OPML 批量导入、环境变量白名单机制,部署运维简便。

潜在缺点与局限性

  • 依赖外部技能:Web 搜索功能需配合 web-search-plus 使用,无法独立运行完整功能。
  • Python 环境要求:虽仅需标准库 + feedparser,但对纯容器/无 Python 环境仍需额外配置。
  • RSS 源质量参差:工具本身不验证 RSS 内容真实性,低质量或恶意 feed 可能引入噪声。
  • 无内置持久化数据库:状态与配置以 JSON 文件存储于本地,超大规模监控场景下可能遇到性能瓶颈。
  • 情感分析语种限制:未明确说明多语言支持情况,非英语内容情感识别准确度待验证。

适合人群

  • 产品经理/运营:监控竞品动态、用户反馈情绪、行业政策变化
  • 开发者/开源维护者:追踪依赖库更新、安全公告、技术趋势
  • 投资研究员:关注特定公司/技术领域的舆论风向与重大事件
  • 信息策展人:从多源信息中筛选高质量内容,生成精选摘要

常规风险

| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 网络请求风险 | 主动访问用户配置的第三方 RSS 源 | 仅订阅可信域名,代码已设超时与 User-Agent |
| 子进程调用 | 调用 web-search-plus 执行搜索 | 环境变量严格白名单,无命令注入风险 |
| 数据本地存储 | 配置与状态存于本地 JSON | 敏感信息不外泄,建议定期备份 |
| API 配额消耗 | 搜索 API 可能产生费用 | 合理设置 frequency 与重要性阈值 |

安全认证显示 S 级评分,无危险函数调用,MIT 开源可审计,DigitalOcean 官方背书,适合生产环境部署。

安全解读

核心功能与用法

Topic Monitor v1.5.2 是一款专为信息过载时代设计的智能监控工具,核心定位是"只通知真正重要的事"。它通过三层架构实现精准监控:

多源聚合层:同时支持三大信息源——定时网页搜索(query)、RSS/Atom 订阅(feeds)、GitHub 版本发布(github_repos)。GitHub 监控尤为巧妙,自动将 owner/repo 映射到 releases.atom 标准端点,无需配置 API Token 即可追踪开源项目动态。

智能过滤层:提供布尔级精确控制——required_keywords 要求所有关键词必须出现,exclude_keywords 一键排除噪音(如 "beta"、"rumor")。配合 AI 重要性评分(high/medium/low 阈值)和情感分析(positive/negative/neutral/mixed),系统能识别情感突变(alert_on_sentiment_shift),例如产品口碑突然转负时即时告警。

灵活交付层:支持即时告警(Telegram 等)与周期性摘要(weekly digest)双模式,所有状态本地持久化至 .data/ 目录,实现跨运行记忆。

显著优点

1. 零配置开箱即用python3 scripts/quick.py "AI Model Releases" 即可启动监控,所有环境变量均有默认值
2. 供应链安全设计:关键依赖 feedparser 采用 vendored 方式嵌入,拒绝 pip 供应链攻击;子进程调用使用环境变量白名单(PATH/HOME/LANG/TERM + provider keys),阻断注入风险

3. 隐私优先架构:数据完全本地存储,无遥测、无云端上传,GDPR 数据最小化合规

4. feed 生态友好:支持 OPML 批量导入、站点自动发现(discover-feed)、ETag/Last-Modified 条件请求缓存

潜在局限

  • 搜索依赖外部工具:网页搜索需配合 web-search-plus 子进程,本身不直接集成 Serper/Tavily/Exa 等 API
  • 情感分析为英文优化:多语言情感识别准确度可能下降
  • 无持久化队列:告警失败不重试,极端网络故障下可能漏报
  • 单用户设计:无多租户隔离,共享部署需自行封装

适合人群

  • 开源维护者追踪依赖项安全更新(CVE 监控场景)
  • 产品经理监控竞品动态与舆情转向
  • 投资者追踪特定技术领域融资/发布信号
  • 个人用户替代 Google Alerts 的本地化方案

常规风险

| 风险项 | 等级 | 说明 |
|--------|------|------|
| 子进程调用 web-search-plus | Low | 已通过环境白名单隔离,无 shell=True |
| urllib 请求外部 RSS feeds | Low | 15秒超时+User-Agent,无证书验证绕过 |
| 本地文件存储 | Info | 建议用户设置 `chmod 700 .data/` |

整体而言,这是当前 OpenClaw 生态中安全架构最严谨的监控类技能,T2 可信度 + S 级安全评级的组合罕见。

Topic Monitor 内容

scripts文件夹
_vendor文件夹
feedparser文件夹
datetimes文件夹
namespaces文件夹
parsers文件夹
feedparser-6.0.12.dist-info文件夹
sgmllib3k-1.0.0.dist-info文件夹
手动下载zip · 117.1 kB
__init__.pytext/plain
请选择文件