zhuyansen/new-term-radar: Daily radar for new AI terms（新 AI 名词每日雷达：抢在关键词工具之前发现新模型与新产品）

📅 2026-10-14 | 🏷️ 值得研究的仓库 | ⭐ 865（7天窗口，Python）
🔗 原文：https://github.com/zhuyansen/new-term-radar

是什么

一个 Python 开源项目，做一件很具体的事：每天扫描 X（Twitter）、Hugging Face、GitHub 和各家产品站的 sitemap，把刚刚出现的新 AI 名词——新模型代号、新产品名、新仓库名——第一时间抓出来，赶在传统关键词监测工具收录之前。上线 7 天斩获 865 星。

🔍 小白解读

先说几个词

• 技术雷达（Tech Radar）：企业用来追踪"值得注意的新技术"的机制，ThoughtWorks 每年发布的那份就是代表。这里指的是自建的自动化版。
• Sitemap：网站自动生成的"目录清单"文件，列出站点所有页面，新产品发布时往往会先在 sitemap 里露馅。
• 新词检测：从海量文本流里识别"之前没出现过的新名词"，难点是区分真名词（新模型代号）和噪音（乱码、随手起的仓库名）。
• OSINT 情报管道：开源情报采集流程——定时抓取、去重、打分、推送，竞争情报团队的基本功。

这篇到底在说什么

AI 圈的新名字出现速度太快了：新模型、新 Agent 产品、新框架，几乎每天都有代号冒出来，等它们被 Google Trends 或关键词工具收录时，往往已经热了好几天。这个项目的思路是绕开"等收录"，直接去源头蹲点：X 上的热帖、Hugging Face 的新模型页、GitHub 的新仓库、以及各家官网 sitemap 里新冒出来的路径——这些地方新名词总是最先露面。打个比方，别人等报纸登出来才知道新店开业，它直接天天盯着工商注册和店铺装修。7 天 865 星说明"想早知道"是刚需。对你来说它既是工具，也是一份"AI 情报管道该怎么搭"的参考实现。

这跟普通人有什么关系

做自媒体、做市场、做售前的人，能比别人早两三天知道一个新模型的名字和热度曲线，写稿、投标、聊天都有信息差优势。普通开发者也可以照着它的采集思路，给自己关心的领域（比如安全漏洞、开源项目）搭一个私人雷达。

为什么值得架构师关注

• 情报管道的参考实现：企业内部做技术雷达、竞品监测、合规舆情时，"多源采集 + 新词检测 + 去重打分"这套骨架可以直接借鉴，少走弯路。
• 数据源选择有讲究：X + HF + GitHub + sitemap 是当前 AI 领域"新事物最早露面"的四个位点，这个组合本身就有选型参考价值。
• 品牌与漏洞监测的延伸：同一套管道稍加改造就能监测仿冒站点、钓鱼域名（新 sitemap 路径异常）——安全团队可以直接复用。
• 注意工程成本：多平台抓取涉及频率限制与合规边界，落地时要评估各源 ToS 与反爬策略。

核心内容

• 仓库：zhuyansen/new-term-radar，Python 实现，2026-10-12 创建，7 天 865 星，属于本期 7 天爆发窗口头部。
• 监控源覆盖 X、Hugging Face、GitHub 与各产品站 sitemap，主打"在关键词工具收录前"发现新名词。
• 定位是每日雷达（daily radar）：持续抓取新模型名、新产品名、新仓库名并输出。
• 解决的问题很聚焦：新 AI 名词的发现时效性——这是人工信息流和传统关键词工具的共同盲区。

行动建议

• clone 下来跑一周，把它的新词输出与你们现有情报渠道对比重合度，评估增量价值。
• 若自建企业技术雷达，可直接参考其数据源组合与去重思路，再叠加内部评分规则（如仅关注 star 增速/点赞阈值以上的条目）。
• 注意各平台的抓取频率与合规限制，生产化前先做限速与缓存设计。