zhuyansen/new-term-radar

解决什么问题

做 AI 工具站、导航站或newsletter的人，收益集中在新名词出现的那几天：越早建页面越容易拿到排名。但 Google Trends、关键词规划师这类工具本质上是回溯性的，等它们给出曲线时，目录站和竞争对手早已占了位。new-term-radar 的做法是反过来，先盯名词最早出现的地方（X 账号、Hugging Face 趋势、新冒头的 GitHub 仓库、目录站新 URL 的共有词），当天出报告，再拿 Google Trends 做事后验证。

有什么不同

常规关键词工具以搜索量历史为核心，这个项目把「一个 14 天内涨星很快的仓库」「新进入 Hugging Face trending 的模型」直接当作信号，把搜索数据降级为校验。比较有辨识度的是关键词表：针对每个新名字，推导普通人会搜的通用任务词，查搜索量，再做首页竞争度检查，最后给出 prioritize / watch / skip 的决策，而不是丢给你一堆词。第二个差异是交付形态——CLI、三个 Agent Skills 和一个 MCP server，可以接进 agent 工作流，而不只是一个看板。它自带的 14 天 Trends 回测算是诚实信号，但数据是自己报的。

适合谁

适合靠「早」赚钱的人：AI 工具导航站的 SEO 运营、newsletter 作者、盯命名机会的小产品团队。不适合需要历史搜索量分析、广泛市场调研或企业级稳定性的场景；也不适合不愿为第三方 API 按次付费的人。

上手成本

需要 Python 3.10+，可从 PyPI 安装（README 快速开始里有 pip install new-term-radar）。多个信号依赖 AIsa key，README 给出的示例配置月成本约 15 美元；GitHub、Hugging Face 和 sitemap 信号免费，Search Console 需要自己的 Google token。README 对成本和方法的说明相当细，这是加分项，但它也是所有说法的主要来源，没有第三方评测。License 为 MIT。项目只有几天历史，接口漂移和破坏性变更要有心理准备。

点评

思路成立，完成度高于多数 SEO 采集脚本：新名字和通用词的区分、首页竞争度检查，是真正能省时间的地方。但它是一个刚出生约 12 天的新项目，谈不上成熟；它宣传的首日 700+、三天破千星，配合 Python 新榜上快速上升的位次，更像是发布期的冲高，而不是长期口碑，Hacker News 上也还没有相关讨论。这种曲线之后日报是否还持续有用，是最大的未知数。如果你已经在为关键词数据付费，值得试跑几天；还不值得围绕它重构工作流。