Xây dựng Radar Xu hướng AI hằng ngày với new-term-radar

new-term-radar làm gì

new-term-radar là công cụ giám sát hằng ngày để phát hiện những tên gọi đang bắt đầu tăng nhanh trong lĩnh vực AI. Công cụ được thiết kế để tìm các mô hình, sản phẩm, công cụ, website và kho lưu trữ mới trước khi chúng xuất hiện rõ ràng trên các nền tảng nghiên cứu từ khóa thông thường.

Dự án đặc biệt hữu ích với những người tạo trang công cụ AI, thư mục, bản tin, bài viết hoặc sản phẩm. Thay vì chờ lượng tìm kiếm từ khóa đã được thiết lập, công cụ theo dõi những tín hiệu công khai sớm hơn do một tên gọi mới tạo ra.

1. Một phòng thí nghiệm, nhà phát triển hoặc tài khoản có ảnh hưởng đề cập đến một tên gọi trên X, hoặc một mô hình xuất hiện trong danh sách thịnh hành của Hugging Face.
2. Một kho GitHub mới tạo bắt đầu nhận được lượt sao nhanh bất thường.
3. Các thư mục và website cạnh tranh đăng các trang mới, hoặc một miền vừa đăng ký bắt đầu được xếp hạng.
4. Website của bạn nhận được những lượt hiển thị đầu tiên trong Search Console cho thuật ngữ đó.
5. Google Trends cuối cùng cho thấy mức tăng có thể đo lường được.

Hầu hết công cụ từ khóa hoạt động gần giai đoạn cuối cùng. new-term-radar đọc bốn giai đoạn đầu mỗi ngày, sau đó dùng Google Trends để kiểm tra xem các tín hiệu sớm có trở thành xu hướng tìm kiếm thực sự hay không.

Tính năng và tín hiệu chính

Giám sát tài khoản X

Radar đọc các tài khoản được cấu hình trong danh sách tài khoản của bạn và xác định những tên gọi mà họ chưa sử dụng trong 60 ngày trước đó. Tín hiệu trả phí này yêu cầu khóa API AIsa. Mức độ hữu ích phụ thuộc nhiều vào chất lượng của các phòng thí nghiệm, nhà phát triển và nhà bình luận mà bạn chọn theo dõi.

Các mô hình thịnh hành trên Hugging Face

Tín hiệu Hugging Face phát hiện các mô hình mới xuất hiện trong top 50 thịnh hành. Các bản sao đã lượng tử hóa được nhóm theo tên mô hình cơ sở. Tín hiệu này miễn phí và không yêu cầu thông tin xác thực bên ngoài.

Các kho GitHub tăng trưởng đột phá

Bộ phát hiện GitHub tìm các kho có tuổi đời dưới 14 ngày, đạt trung bình ít nhất 200 lượt sao mỗi ngày hoặc đã tăng ít nhất 400 lượt sao kể từ ảnh chụp trước đó. Công cụ cũng có thể tạo các biến thể tìm kiếm dựa trên chủ sở hữu và tên kho, chẳng hạn như niko strata.

Tín hiệu này miễn phí. Token GitHub không bắt buộc, dù sử dụng token sẽ tăng giới hạn tốc độ của API GitHub.

Thay đổi sitemap

Bộ đọc sitemap tìm các từ xuất hiện trong nhiều URL mới trên một website khi những từ đó hiếm gặp trong các URL cũ hơn của website. Công cụ đếm số URL riêng biệt dựa trên dữ liệu nền của chính website, giúp giảm khả năng một URL dài tạo ra mức tăng giả.

Trước khi thêm sitemap, hãy đọc robots.txt của website và cấu hình thời gian tạm dừng ít nhất bằng thời gian trì hoãn thu thập dữ liệu của website đó.

Các website mới bắt đầu xếp hạng

Tín hiệu website mới tùy chọn tìm các miền được đăng ký và lập chỉ mục lần đầu trong 90 ngày qua, đồng thời đã xếp hạng cho ít nhất 20 từ khóa. Tín hiệu này yêu cầu AIsa và được thiết kế để chạy hằng tuần.

README ghi chú rằng, tính đến ngày 12 tháng 10 năm 2026, một vấn đề xác thực AIsa ở dịch vụ upstream khiến tín hiệu này báo lỗi. Các phần còn lại của báo cáo vẫn tiếp tục hoạt động. Hãy sử dụng --skip newsites cho đến khi vấn đề upstream được giải quyết.

Google Search Console

Nếu được kết nối với thuộc tính của bạn, radar sẽ phát hiện các truy vấn lần đầu tạo ra lượt hiển thị cho website. Tích hợp này là tùy chọn, miễn phí và sử dụng token chỉ đọc được lưu trên máy của bạn.

Phân loại và đánh giá tên gọi

Một mô hình ngôn ngữ nhỏ chấm điểm xem mỗi ứng viên có phải là tên của một đối tượng cụ thể hay chỉ là một từ thông dụng. Các tên được chấp nhận sẽ xuất hiện nổi bật, trong khi các từ thông dụng được liệt kê riêng. Sau 14 ngày, quy trình đánh giá sẽ kiểm tra các biến thể tìm kiếm trên Google Trends và ghi nhận tỷ lệ trúng cùng số ngày mà tín hiệu đi trước.

Cách bảng từ khóa hoạt động

Tên một sản phẩm mới có thể tăng nhanh dù không mô tả công việc lâu dài mà mọi người muốn thực hiện. Ví dụ, tên thương hiệu của một công cụ phát hiện có thể chỉ mang tính tạm thời, trong khi cụm từ chung như ai image detector thể hiện nhu cầu liên tục. Bảng từ khóa tùy chọn liên kết mỗi tên mới với các công việc và truy vấn tìm kiếm chung phía sau tên đó.

1. Thu thập bằng chứng: Radar đọc các bài đăng X có nhiều lượt thích đề cập đến tên gọi và, đối với các kho lưu trữ, đọc README.
2. Tạo cụm từ: Một mô hình đề xuất các cụm từ tìm kiếm thông thường cho những công việc được thể hiện trong bằng chứng và đưa vào các trích dẫn hỗ trợ.
3. Sàng lọc cụm từ: Một lần gọi mô hình thứ hai loại bỏ các cụm từ mà sản phẩm được nêu tên không đáp ứng đủ sát.
4. Ước tính lượng tìm kiếm: Lượng tìm kiếm hằng tháng từ Google Ads được lấy theo một đợt, sau đó các cụm từ dưới min_volume sẽ bị loại bỏ.
5. Đo lường xu hướng: Google Trends được sử dụng một lần để đánh giá hình thái của từng thuật ngữ và một lần nữa để so sánh quy mô của thuật ngữ đó với một từ khóa chuẩn, mặc định là gpts.

Các quyết định sau cùng là ưu tiên, theo dõi hoặc bỏ qua. Một thuật ngữ được ưu tiên khi tăng trong 30 ngày qua, vẫn đang tăng và đạt ngưỡng lượt tìm kiếm hằng ngày đã cấu hình. Các thuật ngữ nhỏ hơn, mới xuất hiện hoặc có nhu cầu ổn định sẽ được theo dõi. Các thuật ngữ đang giảm hoặc nhỏ và đi ngang sẽ bị bỏ qua.

Mỗi tên được phân tích khi xuất hiện lần đầu và một lần nữa sau khoảng thời gian kiểm tra lại đã cấu hình, mặc định là ba ngày. Điều này quan trọng vì các bài đăng trong ngày ra mắt thường mô tả một thông báo thay vì cho thấy cách mọi người thực sự sử dụng sản phẩm.

Các quan sát ban đầu của dự án cho thấy tên sản phẩm tăng trước các thuật ngữ chung liên quan. Hãy xem bảng từ khóa chủ yếu như một bản đồ về nhu cầu hiện có mà sản phẩm mới đáp ứng, không phải bằng chứng cho thấy mọi cụm từ chung đều bắt đầu tăng nhanh.

Yêu cầu

• Python 3.10 trở lên.
• Git để sao chép kho lưu trữ.
• Khóa API AIsa nếu bạn muốn sử dụng tín hiệu trả phí, phân loại tên, đánh giá Google Trends hoặc bảng từ khóa.
• Thông tin xác thực Google, Resend và GitHub tùy chọn cho Search Console, gửi email và hạn mức API cao hơn.

Radar cốt lõi chỉ sử dụng thư viện chuẩn của Python. Chỉ cần cài thêm gói cho các tích hợp tùy chọn và tác vụ phát triển.

Cài đặt và cấu hình radar

1. Sao chép kho lưu trữ

git clone https://github.com/zhuyansen/new-term-radar
cd new-term-radar

2. Tạo cấu hình

cp config.example.json config.json

Chỉnh sửa config.json để chỉ định các tài khoản X, sitemap, chủ đề, thuật ngữ đã biết, từ dừng và ngưỡng phù hợp với trang web hoặc ấn phẩm của bạn.

3. Thêm khóa AIsa tùy chọn

export AISA_API_KEY=your_key_here

Các dịch vụ trả phí được định tuyến qua AIsa, bao gồm bài đăng trên X, dữ liệu tên miền và xu hướng dựa trên DataForSEO, cùng mô hình dùng để đánh giá tên ứng viên. Không có khóa này, bạn vẫn có thể chạy các tín hiệu miễn phí từ Hugging Face, GitHub, sitemap và Search Console. Tuy nhiên, báo cáo sẽ liệt kê các thuật ngữ không theo thứ tự vì không có bộ đánh giá tên.

4. Chạy báo cáo hằng ngày

python -m radar daily --out report.md

Lần chạy đầu tiên tạo các bản chụp nhanh cho vốn từ trên X, số sao của kho lưu trữ và URL sitemap. Vì chưa có bản chụp trước đó để so sánh, báo cáo ban đầu thường chỉ có các đột phá trên GitHub, vốn không cần dữ liệu của ngày hôm qua. Từ lần chạy thứ hai trở đi, radar có thể báo cáo thay đổi trên tất cả tín hiệu đã bật.

Cấu hình các thiết lập quan trọng

Cấu hình mẫu ghi lại tất cả trường được hỗ trợ. Trước tiên, hãy tập trung vào các thiết lập xác định nội dung radar theo dõi và mức độ lọc ứng viên.

• lang: Đặt ngôn ngữ báo cáo thành en hoặc zh.
• x_accounts: Thêm tài khoản của các phòng thí nghiệm và blogger. Các phòng thí nghiệm thường công bố tên đầu tiên, trong khi những blogger được chọn cho thấy thuật ngữ lan truyền như thế nào trong lĩnh vực của bạn.
• sitemaps: Xác định vị trí sitemap, mẫu phân片 tùy chọn, thời gian tạm dừng giữa các yêu cầu và việc loại bỏ tiền tố ngôn ngữ.
• topics: Gán tên và biểu thức chính quy để tạo các phần báo cáo theo từng chủ đề.
• known_terms: Thêm các thuật ngữ bạn đã theo dõi hoặc không bao giờ muốn xem xét. Các đầu mối khớp sẽ được đánh dấu và loại khỏi những lần xem xét sau.
• stop_words: Thêm các từ phổ biến trong lĩnh vực của bạn. Danh sách tích hợp được tinh chỉnh cho mô hình AI và công cụ tác tử.
• judge: Chọn mô hình trò chuyện AIsa và đặt điểm tên tối thiểu, mặc định là 0.5.
• breakout: Kiểm soát tuổi kho lưu trữ, số sao tối thiểu, tốc độ tăng sao hằng ngày và thay đổi so với ngày hôm qua.
• review: Đặt số ngày chờ trước khi xem xét và số lượng đầu mối xử lý mỗi ngày.
• usecases: Cấu hình bảng từ khóa, mô hình, điểm chuẩn, ngưỡng lưu lượng, ngưỡng tìm kiếm hằng ngày và khoảng thời gian kiểm tra lại.
• gsc: Đặt thuộc tính Search Console và tệp mã thông báo, hoặc để trống đối tượng này để tắt tích hợp.

Để tắt hoàn toàn bảng từ khóa, đặt số lượng hằng ngày của bảng về 0:

{
  "usecases": {
    "per_day": 0
  }
}

Bạn cũng có thể tắt bảng cho một lệnh bằng --skip usecases.

Các cách sử dụng cơ bản

Chạy mọi thứ mỗi ngày một lần

Nếu bạn chỉ muốn chạy theo lịch một lần, hãy dùng lệnh daily mà không bỏ qua tín hiệu nào:

python -m radar daily --out report.md

Lệnh này ghi báo cáo Markdown và đồng thời tạo report.json bên cạnh đó. Tệp JSON chứa dữ liệu có cấu trúc dùng để xây dựng báo cáo, hữu ích cho việc xuất bản tùy chỉnh hoặc xử lý tiếp.

Kiểm tra các nguồn biến động nhanh vài lần mỗi ngày

Kho lưu trữ tách việc giám sát nguồn nhanh khỏi quy trình hằng ngày nặng hơn:

python -m radar sources --out sources.md
python -m radar daily --skip x,hf --out report.md

Lệnh sources chỉ kiểm tra X và Hugging Face, đồng thời chỉ ghi báo cáo khi tìm thấy tên mới. Hãy chạy lệnh này vài giờ một lần. Sau đó, lệnh daily có thể bỏ qua hai lượt kiểm tra trực tiếp này trong khi vẫn bao gồm các tên được sources lưu lại trong 24 giờ trước.

Bỏ qua các mô-đun được chọn

Tùy chọn --skip chấp nhận x, hf, breakout, sitemaps, newsites, gsc, review, judge và usecases.

python -m radar daily --skip x,newsites,usecases --out report.md

Chạy ngay lượt kiểm tra trang mới hằng tuần

python -m radar daily --new-sites --out report.md

Di chuyển trạng thái lưu trữ

Radar dựa vào các bản chụp nhanh đã lưu và cơ sở dữ liệu để xác định nội dung thay đổi. Dùng --state khi bạn muốn lưu các tệp này trong một thư mục riêng:

python -m radar daily --state ./radar-state --out report.md

Tìm hiểu báo cáo được tạo

Báo cáo đưa các tên có khả năng phù hợp lên trước và hiển thị các tín hiệu hỗ trợ chúng. Một đầu mối từ GitHub có thể bao gồm kho lưu trữ, số sao hiện tại, số sao trung bình mỗi ngày, điểm tên, trạng thái thuật ngữ đã biết, các biến thể tìm kiếm và một ví dụ ngắn. Các thuật ngữ được đánh giá là từ phổ biến sẽ xuất hiện riêng gần cuối báo cáo.

Phần đánh giá xem xét lại các thuật ngữ được báo cáo vào ngày trước đó đã cấu hình. Phần này ghi nhận liệu một biến thể tìm kiếm có tăng lên hay không, cũng như số ngày radar phát hiện biến thể đó trước khi mức tăng có thể đo lường được xuất hiện trên Google Trends.

Một biến thể được tính là đã tăng khi đỉnh sau thời điểm báo cáo vượt mức cơ sở trước đó đồng thời ít nhất hai lần và mười điểm. Cách tiếp cận dựa trên biến thể này hữu ích với những tên vốn đã có một ý nghĩa không liên quan. Một từ phổ biến có thể có nhu cầu lịch sử quá lớn để đủ điều kiện, trong khi truy vấn cụ thể gồm nhà sáng tạo và sản phẩm có thể cho thấy xu hướng mới.

Thêm Google Search Console

Cài đặt phần phụ thuộc xác thực tùy chọn và chạy tập lệnh cấp quyền đi kèm:

pip install google-auth-oauthlib
python scripts/gsc_auth.py gsc_client.json

Tập lệnh sẽ mở trình duyệt một lần và ghi tệp gsc_token.json. Tệp đầu vào phải là ứng dụng khách OAuth loại Desktop app, được tạo trong một dự án Google Cloud đã bật Search Console API.

Sau đó cấu hình thuộc tính:

{
  "gsc": {
    "site": "sc-domain:your-site.com"
  }
}

Mã thông báo chỉ có quyền đọc, vẫn nằm trên máy của bạn và đã được thêm vào .gitignore của kho lưu trữ.

Gửi báo cáo qua email

Tùy chọn --mail gửi báo cáo qua Resend. Đặt các biến môi trường bắt buộc:

export RESEND_API_KEY=your_resend_key
export EMAIL_FROM=radar@your-verified-domain.com
export RADAR_EMAIL_TO=you@example.com,editor@example.com

Cài đặt gói Markdown nếu bạn muốn phiên bản email HTML:

pip install markdown
python -m radar daily --out report.md --mail

Tự động hóa bằng GitHub Actions

Quy trình .github/workflows/radar.yml đi kèm chạy sources mỗi tám giờ và daily một lần mỗi ngày. Quy trình lưu trạng thái trong bộ nhớ đệm Actions và ghi báo cáo vào phần tóm tắt của lần chạy quy trình. Quy trình vẫn bị tắt cho đến khi bạn chủ động bật.

1. Fork kho lưu trữ. Bạn có thể sử dụng fork riêng tư.
2. Xóa config.json khỏi .gitignore và commit cấu hình. Tệp này không được chứa thông tin bí mật.
3. Thêm secret của kho lưu trữ AISA_API_KEY.
4. Nếu cần, thêm RESEND_API_KEY, EMAIL_FROM, RADAR_EMAIL_TO và GSC_TOKEN_JSON.
5. Tạo biến của kho lưu trữ RADAR_ENABLED và đặt giá trị là true.

Việc duy trì bộ nhớ đệm trạng thái là thiết yếu vì các phép so sánh phụ thuộc vào những ảnh chụp lịch sử. Nếu không lưu trạng thái, các lần chạy lặp lại sẽ hoạt động gần giống những lần chạy đầu tiên.

Mẹo tinh chỉnh nâng cao

Chọn tài khoản X có chủ đích

Bộ phát hiện X không thể tìm ra thuật ngữ mà không tài khoản nào được cấu hình đề cập. Hãy thêm các tổ chức thường công bố sản phẩm và những nhà bình luận đáng tin cậy, nơi các thuật ngữ quan trọng lan truyền. Đọc ít tài khoản hơn hoặc giảm tần suất chạy cũng làm giảm mức sử dụng API trả phí theo tỷ lệ tương ứng.

Điều chỉnh từ dừng ngoài lĩnh vực công cụ AI

Hành vi làm sạch và xử lý từ dừng tích hợp được tinh chỉnh cho các mô hình và tác nhân AI. Nếu áp dụng radar cho một lĩnh vực khác, hãy mở rộng stop_words bằng những từ vựng thông thường của lĩnh vực đó để các thuật ngữ phổ biến không lấn át báo cáo.

Tinh chỉnh ngưỡng bứt phá theo lĩnh vực của bạn

Các giá trị mặc định nhắm đến mức tăng trưởng GitHub nhanh bất thường. Một hệ sinh thái nhỏ hơn có thể cần các giá trị min_stars, velocity_min hoặc delta_min thấp hơn. Một hệ sinh thái rất sôi động có thể cần ngưỡng cao hơn để báo cáo luôn tập trung.

Sử dụng các thuật ngữ đã biết để giảm công việc lặp lại

Thêm vào known_terms những thuật ngữ mà bạn đã có trang, cùng các thuật ngữ bạn không bao giờ dự định đề cập. Một ứng viên chứa một trong các mục này hoặc nằm trong một mục sẽ được đánh dấu và loại khỏi các lần đánh giá sau.

Không nên tin các điểm Trends mới nhất

Dữ liệu Google Trends của hai ngày gần nhất chưa ổn định và có thể tạo ra các đợt tăng giả. Phần triển khai loại bỏ hai ngày này và yêu cầu mức tăng kéo dài ít nhất hai ngày. Tránh thay đổi hành vi này trừ khi bạn có cách khác để xử lý dữ liệu chưa đầy đủ.

Kiểm tra nhu cầu trước khi xuất bản

Radar là hệ thống cảnh báo sớm, không phải công cụ thay thế hoàn chỉnh cho nghiên cứu từ khóa. Số liệu Google Ads có thể chậm khoảng hai tháng, còn Trends không đáng tin cậy với các thuật ngữ chỉ có vài trăm lượt tìm kiếm mỗi tháng. Khi bảng từ khóa tùy chọn có cung cấp ước tính, hãy xem chúng là chỉ báo định hướng. Kiểm tra kết quả tìm kiếm hiện tại, mức độ liên quan, rủi ro quyền sở hữu và nhu cầu trước khi xây dựng một trang.

Đo lường chất lượng tín hiệu của riêng bạn

Dự án không tuyên bố tỷ lệ phát hiện chính xác đã được xác lập cho mọi nguồn. Hệ thống đánh giá cần ít nhất 14 ngày để mỗi đầu mối trưởng thành. Sử dụng phần đánh giá tích lũy để xác định tín hiệu nào hiệu quả với danh sách tài khoản, chủ đề và thị trường của bạn, thay vì mặc định rằng mọi ứng viên đều sẽ trở thành xu hướng.

Chạy bộ kiểm thử

Để phát triển, hãy cài đặt các phần phụ thuộc kiểm thử và Markdown, sau đó chạy kiểm thử:

pip install pytest markdown
python -m pytest -q tests

Các bài kiểm thử bao phủ việc trích xuất tên, chấm điểm, lưu trữ và tạo báo cáo mà không thực hiện yêu cầu mạng.

Kết luận

new-term-radar biến hoạt động công khai ban đầu thành một quy trình khám phá hằng ngày có thể lặp lại. Các tín hiệu miễn phí của công cụ có thể giám sát Hugging Face, GitHub, sitemap và dữ liệu Search Console của bạn, trong khi AIsa cho phép giám sát X, phân loại tên, đánh giá xu hướng, nghiên cứu tên miền và sử dụng bảng từ khóa.

Bắt đầu với danh sách nguồn được chọn lọc kỹ lưỡng, chạy công cụ đủ lâu để xây dựng các bản chụp dữ liệu và xem xét kết quả sau 14 ngày. Giá trị lớn nhất không chỉ là danh sách những cái tên đang thịnh hành, mà là bằng chứng cho thấy nguồn nào liên tục xác định các thuật ngữ phù hợp trước khi những công cụ từ khóa thông thường làm được điều đó.