系统整合多平台实时数据，通过大模型分析能力提供多维舆情洞察。用户可通过自然语言对话完成以下操作：

• 热搜榜单查询：实时获取各平台热门话题排行。
• 特定主题搜索：精准定位目标舆情信息。
• 话题聚类分析：自动识别关联话题并生成聚类结果。
• 情感倾向分析：智能判断舆情正负向趋势。

• 爬虫控制：支持快捷键启动/结束爬虫任务。
• 数据查询：各平台数据快速检索并可直接点击跳转原始页面。
• 热点推送：基于新闻详情页内容累积分析结果(包括视频类新闻数据的获取)，支持以下多渠道推送：
  • 企业微信群机器人
  • 企业微信应用（推送到个人微信）
  • Telegram 机器人
  • 邮箱（SMTP 协议）

Time: 2026-04-07 12:32:00

本报告旨在梳理近期人工智能与硬件生态领域的关键进展。通过对多平台数据的聚类分析，我们识别出四大核心信息流：一是大模型技术迭代与上下文能力突破，二是国产算力生态与大模型协同进展，三是全球AI商业格局重塑，四是硬件供应链对AI发展的响应调整。以下为详细报告。

🔹 大模型上下文能力迈入新阶段：网传GPT-6提前曝光，200万超长上下文窗口引发技术社区热议，预示多模态长序列理解能力将成下一代模型竞争焦点 [[1]]

🔹 国产算力与大模型深度协同：DeepSeek V4确认采用华为昇腾算力底座，标志着国产芯片-框架-模型全栈生态进入规模化验证阶段 [[3]]

🔹 中国大模型应用热度持续领先：国内主流大模型周均调用量连续五周超越美国，反映本土场景落地与开发者生态的活跃度 [[4]]

🔹 全球AI商业格局加速重构：Anthropic年化收入首超OpenAI达300亿美元，企业级AI服务与垂直场景变现能力成为新增长极 [[5]]

以下列出从数据中提取的、与查询强相关的新闻条目：

标题：GPT-6遭提前曝光, 2M超长上下文来了

URL：🎬 点击观看视频

摘要：社区流传信息显示，下一代GPT模型或支持200万token上下文窗口，将大幅提升长文档理解、多轮对话连贯性及代码项目级分析能力。尽管官方尚未确认，但该预期已推动开发者提前规划长上下文应用场景。

标题：内存太贵？厂商将复产DDR3主板

URL：🎬 点击观看视频

摘要：受全球存储芯片价格波动影响，部分嵌入式与边缘AI设备厂商重新评估硬件选型。DDR3平台凭借成熟工艺与成本优势，在推理端低功耗场景中重现需求，反映AI硬件生态的多元化适配趋势。

标题：DeepSeek V4采用华为算力，国产芯片生态走到哪一步了？

URL：点击查看

摘要：国产大模型DeepSeek最新迭代版本确认基于华为昇腾910B集群训练，标志着国产AI芯片在大规模分布式训练场景的可用性获得头部模型厂商认可。行业观察认为，这将为"模型-芯片-框架"协同优化提供重要实践样本。

标题：中国主流大模型周调用量连续五周超越美国！

URL：点击查看

摘要：第三方监测数据显示，2026年3月以来，中国头部大模型日均API调用量稳定高于美国同类产品，反映本土开发者生态、企业集成需求与C端应用创新的活跃程度。分析指出，场景驱动正成为中国大模型发展的核心优势。

标题：首次超越OpenAI，Anthropic年化收入暴涨至300亿美元！

URL：点击查看

摘要：市场研究机构披露，Anthropic凭借企业级安全合规方案与垂直行业定制服务，2026财年年化收入突破300亿美元，首次超越OpenAI。该变化预示大模型竞争正从"技术参数"转向"商业落地能力"的新阶段。

从以上信息可以看出，近期人工智能与前沿科技领域的消息主要呈现四个特征：

✅ 技术能力向"超长上下文"演进
200万token窗口预期推动长序列建模、多模态融合等方向的技术储备，开发者需提前规划应用场景与评估框架

✅ 国产生态进入"协同验证"深水区
大模型厂商与国产算力平台的深度绑定，标志着技术自主可控从"可用"迈向"好用"，但生态工具链与开发者体验仍是关键挑战

✅ 应用热度与商业价值双轮驱动
中国大模型调用量领先反映场景创新活力，而Anthropic的商业突破则提示企业级服务、垂直整合与合规能力将成为下一阶段竞争焦点

✅ 硬件生态呈现"分层适配"趋势
高端训练集群与边缘推理设备对硬件需求分化，促使供应链在性能、成本、功耗间寻求动态平衡

当前人工智能领域正处于 "技术突破-生态协同-商业验证" 的关键交汇期。大模型能力迭代、国产算力进展、应用热度与商业格局变化相互交织，共同推动行业从"技术竞赛"向"价值创造"务实转型。

本项目在开发过程中，为提升舆情分析环节的核心能力，对多个开源及可本地化部署的大语言模型进行了对比测试。经实际验证，华为盘古大模型在本项目的特定任务场景下表现良好，因此选择将其作为推荐的分析引擎之一集成到项目中。

以下是在本地测试环境中，我们观察到的盘古模型相较于其他对比模型的一些实际特点：

1. 对长文本的解析能力较强

   • 在处理新闻稿、长篇论坛帖子等文本时，能较为稳定地提取核心事件与观点。
   • 在情感倾向分析上，对中文的复杂性（如反讽、隐晦表述）有相对更好的处理能力。

2. 领域知识适配性较好

   • 在涉及科技、金融、公共政策等领域的文本分析中，表现出更准确的术语理解和上下文关联。

3. 本地部署的可行性

   • 支持本地化部署，这对于处理敏感的舆情数据、保障数据隐私和满足定制化需求至关重要。
   • 在本地环境运行，避免了因网络API调用带来的延迟、费用与稳定性问题。

如果您对盘古模型感兴趣，可以参考以下官方资源进行深入了解：

• 华为openPangu-Embedded-7B-model下载地址：https://ai.gitcode.com/ascend-tribe/openpangu-embedded-7b-model

• 分析系统：hotsearch_analysis_agent
• 爬虫集群：hotsearchcrawler（与分析系统完全分离）

• 项目启动文件：app.py
• 推送任务测试文件：test_push_task
• 爬虫测试文件：runspider-test
• 爬虫启动文件：run_spiders（通过前端界面启动）
• 数据库初始化参考：init.py

本项目依赖浏览器驱动获取新闻详情页内容，需按以下步骤配置：

步骤一：确认浏览器版本

• 确保已安装 Edge 或 Chrome/Chromium 浏览器。
• 打开浏览器，进入 设置 → 关于，查看浏览器版本号（如 Chrome 115.0.5790.102）。

步骤二：下载对应驱动

• Chrome 驱动：访问 ChromeDriver 下载页
• Edge 驱动：访问 EdgeDriver 下载页
• 选择与浏览器版本匹配的驱动版本，下载对应操作系统的驱动文件（如 chromedriver.exe（Windows）、chromedriver（macOS/Linux））。

步骤三：定位浏览器安装路径

• Windows：通常位于 C:\Program Files\Google\Chrome\Application\ 或 C:\Program Files (x86)\Microsoft\Edge\Application\
• macOS：通常位于 /Applications/Google Chrome.app/Contents/MacOS/ 或 /Applications/Microsoft Edge.app/Contents/MacOS/
• Linux：通常位于 /usr/bin/google-chrome 或 /usr/bin/microsoft-edge

步骤四：将驱动文件放置于系统可识别路径

• 建议将驱动文件（如 chromedriver）放置在以下任一位置：
  1. 浏览器的安装目录（与浏览器可执行文件同级）
  2. 系统 PATH 环境变量中包含的任意目录（如 /usr/local/bin/（macOS/Linux）或 C:\Windows\System32\（Windows））

步骤五：添加驱动路径至系统 PATH

• Windows：
  1. 右键"此电脑" → "属性" → "高级系统设置" → "环境变量"
  2. 在"系统变量"中找到 Path，点击"编辑"
  3. 添加驱动所在目录的完整路径（如 C:\WebDriver\）
• macOS/Linux：
  1. 打开终端，编辑 ~/.bashrc 或 ~/.zshrc
  2. 添加一行：export PATH=$PATH:/path/to/driver/directory
  3. 执行 source ~/.bashrc 或重启终端

步骤六：验证驱动是否可用

• 在终端或命令行中执行：

  chromedriver --version

  或

  msedgedriver --version

• 若显示版本号，则说明驱动配置成功。

• 创建并激活虚拟环境。
• 执行命令安装依赖：pip install -r requirements.txt

• 下载安装 MySQL 数据库。
• 参考 init.py 代码建立相应库和数据表。

• MySQL 接口参数设置。
• 个别平台 cookies（可选）。

• .env 文件设置
  • MySQL 参数。
  • OpenAI 格式大模型接口参数。
  • 各平台推送参数。
  • 历史记忆轮数、模型温度等参数。
• cookies 配置
  • 在 config/cookies 文件中设置相应格式的平台 cookies（可通过浏览器插件获取）。
  • 注：cookies 为可选项，若未配置将损失个别平台的详情页提取能力。

参数名: WECOM_WEBHOOK 获取步骤：

1. 登录企业微信管理后台（work.weixin.qq.com）。
2. 进入"应用管理" → "创建应用"或选择已有应用。
3. 在应用详情中，找到"接收消息" → "配置 API 接收"。

简易方式：

1. 在任意群聊中点击右上角群设置。
2. 选择"添加机器人" → "新建机器人"。
3. 设置机器人名称，复制生成的 Webhook URL。

格式示例： https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

需配置四个参数：

• 企业 ID (WECOM_CORP_ID)：

  • 获取方式：登录企业微信后台 → "我的企业" → "企业信息" → 找到"企业 ID"（通常以 ww 开头）。

• 应用 ID (WECOM_AGENT_ID)：

  • 获取方式：进入"应用管理" → 选择或创建应用 → 在应用详情页找到"AgentId"。

• 应用密钥 (WECOM_SECRET)：

  • 获取方式：在应用详情页找到"Secret"字段 → 点击"查看"（可能需要管理员权限）→ 复制生成的 Secret（一串随机字符）。

• 接收用户 ID (WECOM_USER_ID)：

  • 获取方式：进入"通讯录" → 查看成员信息 → 成员的"账号"字段即为 UserID。
  • 注意：多个用户用 | 分隔，如：zhangsan|lisi|wangwu。

需配置两个参数：

• 机器人 Token (TELEGRAM_BOT_TOKEN)：

  • 获取步骤：
    1. 在 Telegram 中搜索 @BotFather。
    2. 发送 /newbot 命令。
    3. 按提示设置机器人名称和 username。
    4. BotFather 会返回 token。
  • 格式示例：1234567890:ABCDEFGHIJKLMNOPQRSTUVWXYZ

• 聊天 ID (TELEGRAM_CHAT_ID)：

  • 获取方法一（个人聊天）：
    1. 给机器人发送任意消息。
    2. 访问：https://api.telegram.org/bot<YourBOTToken>/getUpdates
    3. 在返回的 JSON 中找到 chat.id。
  • 获取方法二（群组/频道）：
    1. 将机器人添加到群组/频道。
    2. 在群组中发送一条消息。
    3. 通过上述 getUpdates 接口获取 chat.id。
  • 注意：群组 ID 为负数，个人聊天 ID 为正数。

需配置五个参数：

• SMTP 服务器 (EMAIL_HOST)：

  • 常用邮箱 SMTP 服务器：
    • QQ 邮箱：smtp.qq.com
    • 163 邮箱：smtp.163.com
    • Gmail：smtp.gmail.com
    • 企业邮箱：咨询邮箱服务商。

• 端口号 (EMAIL_PORT)：

  • 常见端口：
    • SSL 加密：465
    • TLS 加密：587
    • 非加密：25（不推荐）。

• 发件邮箱 (EMAIL_USER)：

  • 用于发送邮件的邮箱地址，示例：your_email@qq.com。

• 邮箱密码/授权码 (EMAIL_PASSWORD)：

  • 注意：不是登录密码，而是 SMTP 授权码。
  • 获取方式：
    • QQ 邮箱：设置 → 账户 → POP3/IMAP 服务 → 生成授权码。
    • 163 邮箱：设置 → POP3/SMTP/IMAP → 客户端授权密码。
    • Gmail：需要开启两步验证，然后生成应用专用密码。

• 收件邮箱 (EMAIL_TO)：

  • 接收推送邮件的地址，多个邮箱用逗号分隔，如：user1@qq.com,user2@163.com。

1. 系统分离：爬虫集群 (hotsearchcrawler) 与分析系统 (hotsearch_analysis_agent) 完全分离，需分别进行参数配置。
2. Cookies (可选)：cookies 设置为可选项，若未配置将损失个别平台的详情页提取能力。
3. 参数格式：各平台推送参数需严格按照格式要求填写，否则可能导致推送失败。
4. 数据库：数据库配置需参考 init.py 代码创建相应库和表结构。
5. 功能测试：所有参数配置完成后，建议先运行测试文件验证功能是否正常：
   • 推送测试：运行 test_push_task。
   • 爬虫测试：运行 runspider-test。

• 已确认浏览器版本
• 已下载匹配版本的驱动
• 已配置系统 PATH（如需要）
• 已通过命令行验证驱动可用

文档版本：1.1

注意：完成浏览器驱动配置后，请继续按照项目部署文档完成后续步骤。如遇问题，可查看项目日志或运行测试文件定位具体错误。

💖 小小的星星，大大的鼓励！

如果您觉得这个项目有用，请给它一颗星 ⭐️ 这将激励我继续改进和完善！🚀

• 项目名称: 舆情分析系统
• 版本: 1.0.0
• 版权所有: [huangmingqi]
• 项目许可证: MIT

1. 在所有分发版本中包含完整的许可证文本
2. 保留所有开源软件的版权声明
3. 在NOTICE文件中明确声明使用的开源软件
4. 提供本使用声明文档

本项目使用的开源软件均采用宽松的开源许可证（MIT、BSD、Apache 2.0等）， 这些许可证与项目选择的MIT许可证完全兼容。

本软件使用了OpenAI API服务，该服务不属于开源软件，但受OpenAI的服务条款约束。

本项目（包括但不限于所有爬虫代码、分析工具及相关文档）仅供学习、研究与交流目的使用。任何用户在使用本项目代码或衍生作品前，必须仔细阅读并理解本免责声明的全部内容。使用本项目即表示您同意承担所有相关风险及责任。

• 本项目为技术演示与学术研究项目，所有代码及文档均不构成任何形式的专业建议或服务。
• 严禁将本项目用于任何非法、侵权、商业盈利或违反目标网站服务条款的用途。

• 遵守法律法规与网站协议：使用者有责任确保其爬虫行为符合《中华人民共和国网络安全法》、《数据安全法》、《个人信息保护法》等相关法律法规，并严格遵守目标网站的robots.txt协议、服务条款及使用规范。
• 尊重网站负载：使用者应通过合理技术手段（如设置请求间隔、并发控制等）避免对目标网站服务器造成不当负担或干扰其正常运营。
• 数据使用限制：通过爬虫获取的任何数据，其使用范围不得超出数据所有者（目标网站）明确允许的范畴，并应特别注意对个人信息、商业秘密等敏感数据的保护。

• 使用本项目代码及由此产生的任何行为完全由使用者自行承担风险。项目开发者（贡献者）不对以下情况负责：
  • 因使用本项目而产生的任何直接、间接、偶然或特殊的损失或损害。
  • 因违反目标网站规定、相关法律或本声明所引发的任何法律纠纷、索赔或处罚。
  • 因数据准确性、完整性、及时性问题导致的任何决策后果。

• 项目代码版权归本仓库贡献者所有，详见LICENSE文件。
• 通过爬虫获取的数据，其知识产权归属于原始数据提供方（目标网站/平台）。使用者有责任尊重并维护原始数据所有者的合法权益。

• 本项目可能引用或依赖第三方库、工具或服务，其各自的知识产权与免责声明由其所有者提供。项目开发者不对这些第三方内容承担任何责任。

• 强烈建议在使用任何爬虫前，先行咨询法律与合规专业人士，并与目标网站进行必要沟通。
• 如任何网站明确要求停止抓取，使用者应立即终止相关爬虫行为。
• 项目开发者保留随时更新或终止本项目的权利，且不因此对任何使用者承担责任。