功能概述¶

TrendPulse 是一个自动化趋势分析工具，专注于 Anthropic Claude 生态系统的动态追踪。

核心特性¶

1. 智能事件采集¶

🔍 GitHub API 集成: 实时获取 PR、Issue、Release
🎯 智能筛选: 过滤高价值活动
📅 定时采集: 每日自动更新数据
📦 Release 监控: 自动追踪版本发布，分析升级趋势
💾 Commit 分析: 从代码提交中提取技术信号
📈 仓库活跃度: 追踪 commit 数量、活跃仓库、新贡献者

2. AI 驱动分析¶

🤖 GLM-4 模型: 使用智谱 AI 进行深度分析
📊 信号提取: 自动识别技术趋势和创新点
🏷️ 智能分类: 工程、研究、生态等多维度分类
🔄 智能去重: 基于 LLM 的信号去重机制
🔍 Breaking Changes 检测: AI 检测版本不兼容变更
🚀 Release AI 总结: 使用 AI 分析 Release Notes，生成结构化中文总结

3. 结构化报告¶

📝 Markdown 格式: 易读、易分享
📄 JSON 格式: 机器可读，支持数据分析和 API
🎨 美观展示: GitHub Pages 自动发布
🔍 全文搜索: 快速找到历史信息
📬 飞书通知: 支持 @ 提醒和富文本卡片
📱 折叠面板: 飞书卡片使用折叠面板优化信息展示
🔄 自动重试: LLM 调用失败自动重试（指数退避）

4. 并行处理¶

⚡ 并行采集: 使用线程池并行调用 GitHub API
⚡ 并行分析: PR 和 Release 分析并行处理
🛡️ 容错设计: 单个任务失败不影响整体流程

数据流程¶

sequenceDiagram
    participant GH as GitHub
    participant Collector as 并行采集器
    participant Filter as 筛选器
    participant AI as AI 分析器
    participant Reporter as 报告器
    participant Feishu as 飞书通知

    GH->>Collector: 并行获取事件
    Collector->>Filter: 传递原始数据
    Filter->>Filter: 筛选候选
    Filter->>AI: 并行分析 PR/Release
    AI->>AI: 提取信号 (带重试)
    AI->>Reporter: 生成 Markdown+JSON
    Reporter->>Feishu: 发送折叠面板卡片
    Reporter->>Pages: 发布到网站

支持的仓库¶

默认追踪以下仓库的动态：

anthropics/anthropic-sdk-python
anthropics/claude-quickstarts
anthropics/skills
anthropics/claude-cookbook

支持 50+ AI 编程工具和 Agent 框架仓库，可在配置文件中添加更多仓库。

报告内容¶

每份报告包含：

📊 当日总览: 简洁的摘要说明
🔧 工程信号: 工具链更新、API 变更（折叠面板）
🔬 研究信号: 论文、实验、探索（折叠面板）
💾 Commit 信号: 从代码提交中提取的技术信号
🎯 Release 信号: 版本发布信号分析
🚀 版本发布: 最新版本发布信息（带 AI 总结）
⚠️ Breaking Changes: 不兼容变更检测
📈 仓库活跃度: Commit 数量、活跃仓库排名
📊 统计数据: 分析数量、影响评分
🔗 JSON 数据: 完整的结构化数据

技术栈¶

组件	技术
语言	Python 3.13+
包管理	uv
AI 模型	智谱 GLM-4
并行处理	ThreadPoolExecutor
重试机制	tenacity
API	GitHub REST API
部署	GitHub Actions
展示	MkDocs + Material
通知	飞书 Webhook

新增功能详解¶

Release AI 总结¶

使用 ReleaseSummarizer 分析 Release Notes，生成结构化中文总结：

变更类型: feature/fix/improvement/breaking/other
关键变更: 3-5 个简洁的中文描述
中文总结: 2-3 句话概括主要变更
影响级别: 1-5 级评分

并行处理架构¶

采集并行: parallel_map() 和 parallel_execute() 函数
分析并行: TrendAnalyzer 和 ReleaseSummarizer 支持多线程
容错设计: 单个任务失败自动降级，不影响整体流程

飞书通知优化¶

折叠面板: 工程/研究信号、版本发布、活跃度统计使用折叠面板
智能去重: 摘要中移除重复的日期信息
链接格式化: Commit SHA、PR 号码自动格式化

LLM 调用重试机制¶

使用 tenacity 库实现自动重试：

重试条件: 超时、速率限制等临时错误
重试策略: 最多 3 次，指数退避（1s → 2s → 4s → 10s）
失败降级: 重试耗尽后返回默认值，确保流程继续