为什么关键词工具总是慢两周？new-term-radar：AI新词雷达完全指南

new-term-radar 是一个每天运行的 AI 新词雷达：它从 X、Hugging Face、GitHub 和竞品 sitemap 里捕捉刚冒头的新模型、新产品和新仓库，在关键词工具出现数据之前就把它们写进日报，帮你提前两周站上搜索起跑线。

一个 AI 新词，为什么会"迟到"两周？

一个新名字留下痕迹是有固定顺序的：

1. 实验室或大号在 X 上先说出来，模型进入 Hugging Face 热门榜
2. 某个 GitHub 仓库自己涨起来
3. 导航站和竞品给它加页面，有人为它注册域名
4. 你的站第一次因为这个词获得搜索曝光
5. Google Trends 上出现曲线——这已经是几天到几周之后

关键词工具读的是第 5 步，而 new-term-radar 每天读的是第 1 到 4 步，第 5 步只用来 14 天后复盘"我准不准"。

项目文档里有个真实例子：仓库 Strata 创建于 2026-09-24，九天后收获 7,700 星；9 月 26 日起就有人在搜「niko strata」，当时没有第二个仓库用这个名字，关键词工具里也查不到——一个仓库每天涨 800 星本身就是全部信号，而且是公开的。

上图就是整套雷达的工作流：六类信号入口 → 名字判断 → 带首页竞争检查的新词表 → 日报与 14 天复盘。

new-term-radar 每天读取哪些信号？

所有词还会经过名字判断（radar/judge.py）：一个小模型给每个词打分——它是某个具体东西的名字，还是普通词？得分 ≥ 0.5 才留在候选里。实测中 40 个普通词（dashboard、pricing 等）没有一个被误放行。

快速上手：3 步跑起你的新词雷达

要求 Python 3.10+，雷达本身只用标准库：

git clone https://gitcode.com/gh_mirrors/ne/new-term-radar cd new-term-radar cp config.example.json config.json # 编辑：你的 X 账号、sitemap、主题；中文报告把 lang 改成 "zh" export AISA_API_KEY=... # AIsa key，按次付费 python -m radar daily --out report.md

两个注意点：

• ⏳第一次运行只是建立快照（昨天的词表、星数、sitemap 网址都还没有），只会报出 GitHub 爆发仓库；从第二次起每个信号都会报告变化
• 🔁 高频用法是拆成两条命令：python -m radar sources --out sources.md每隔几小时跑一次（只读 X 和 HF），python -m radar daily --skip x,hf --out report.md每天跑一次其余信号

没有 AIsa key 时，免费的信号（Hugging Face、GitHub、sitemap、Search Console）照常运行，只是所有词不分先后列出——因为没有模型判断哪些是名字。

日报长什么样？

下面是 2026-10-12 一次真实运行的节选（中文报告）：

### 候选新词(判为专有名词的排前面;已覆盖的会标出) | 词 | 信号 | 名字得分 | 已覆盖 | 搜索变体 | 例子 | | **gridcraft** | GitHub 爆发 storytold/gridcraft ★3178(均 626/天) | 0.95 | 无 | storytold gridcraft | … | | **artex** | GitHub 爆发 mhtsec/ARTEX ★3353(均 825/天) | 0.85 | 无 | mhtsec artex, mht artex | … | ### ⑤ 复盘(14 天前报出的词,在 Google Trends 里起没起来) | 词 | 首次报出 | 结论 | 提前天数 | | strata | 2026-09-25 | hit | 3 |

daily还会在 Markdown 旁边写一份report.json，包含生成报告用到的全部数据，方便程序化处理。

新词表：不止"名字新"，还告诉你该做哪个词

只有名字是不够的。「SynthID Detector」作为关键词寿命短，而且属于 Google；它做的那件事「ai image detector」才是大家会一直搜的词，而且不属于任何人。雷达每天会把新名字再读一遍，把两种词写进同一张表：

它的生产流程（见 radar/usecases.py）：取证（高赞帖子 + README）→ 模型提出普通人会搜的写法 → 二次筛选 → 批量查 Google Ads 月搜索量 → 查 Trends 曲线 → 对值得行动的词做首页竞争检查（首页还有没有位置、谁在投广告）。最终每行给出决策：优先 / 观察 / 跳过；首页被强站占满的「优先」会降成「观察 ↓」。

在 AI Agent 里直接用：Skill 与 MCP

如果你常用 Claude Code、Cursor 这类 Agent 客户端，仓库里内置了三种用法：

• 三个 Agent Skill（skills/ 目录）：new-term-radar一次跑完"今天的新名字 + 关键词优先级表"；ai-listening只收集近 24 小时的新名字；seo-new-keywords-research给你已有的名字直接出关键词表。定义见 skills/new-term-radar/SKILL.md
• MCP 服务器（radar/mcp_server.py）：暴露recent_leads（免费、即时）、keyword_table（每名字约 $0.05）和run_radar三个工具，装进任何支持 MCP 的客户端即可

Agent 用法会在任何付费运行之前先告诉你大概花多少钱，表不完整时也会说明缺了哪一块。

一份 config.json 搞定全部配置

所有配置集中在 config.example.json 里复制出的config.json：

想接入 Search Console，先跑一次浏览器授权（脚本在 scripts/gsc_auth.py），授权是只读的，凭证只留在本机。

常见问题

💰 成本大概多少？按示例配置（35 个 X 账号每天读三次、新词表每天 5 个名字），一个月约 $15：读 X 约 $10、新词表约 $5。少读账号或每天只读一次，费用按比例下降。

🗂 想盯别的领域怎么办？内置停用词和 Hugging Face 清洗是按 AI 模型/工具领域调的，换领域请改x_accounts、sitemaps并追加stop_words。

📉 表变薄了是不是"今天没动静"？不一定。某个数据源没配或挂掉时表会变薄，但会写明缺了哪一块——下结论之前先看表下面的状态行。

写在最后

关键词工具回答"这个词有多大流量"，new-term-radar 回答"这个词明天会有流量"。把它放进每天一次的定时任务里，14 天复盘会慢慢告诉你各信号的命中率和提前天数——在那之前，任何信号都应当视为未经验证，这恰恰是项目文档自己强调的诚实预期。🎯

更多细节可阅读中文文档 README.zh-CN.md。