new-term-radar:每天掃描新 AI 名詞、在關鍵字工具收錄前先抓到

MIT 授權的 Python 工具 new-term-radar 整合 X、Hugging Face、GitHub、站台地圖等訊號,每日產出新 AI 名稱報告;README 自承命中率尚未量測。

重點

  • new-term-radar 每天彙整 X、Hugging Face 趨勢、GitHub 快速成長 repo 與 AI 工具目錄站台地圖,找新的模型、產品與 repo 名稱。
  • 由小模型判斷哪些是真名稱,再列出相關搜尋詞、Google Trends 與競爭檢查,建議優先、觀察或略過。
  • 範例設定每月約 15 美元(X 讀取 10 美元、關鍵字表 5 美元),MIT 授權,約 2,200 顆星。
  • README 明說命中率還沒量測,且部分訊號讀不到。
目錄(4 節)
  1. 發生什麼事
  2. 怎麼運作
  3. README 自己列的限制
  4. 對你的影響

發生什麼事

GitHub 新專案 new-term-radar 的定位是「在 AI 圈的人開始搜尋之前,於名稱出現的當天抓到它」。它是 Python 工具,每天產生一份新 AI 名稱的報告,涵蓋模型、產品、工具與 repo。README 顯示約 2.2k 顆星、649 個 fork、54 次 commit,採 MIT 授權。

GitHub 新工具每天掃描新 AI 名詞,協助搶在關鍵字收錄前發現。

怎麼運作

  • 訊號來源:你列出的 X 帳號、Hugging Face 趨勢模型與 Spaces、快速成長的 GitHub repo、AI 工具目錄的站台地圖;另有新網域、Reddit 與 Stack Exchange 的需求貼文、新的付款連結賣家、Product Hunt 類的發表清單、TrustMRR 營收,以及你自己的 Search Console 查詢。
  • 判斷:由一個小模型判斷哪些詞是真的名稱,之後「關鍵字表」列出每個名稱背後的泛用搜尋詞、搜尋量、Google Trends 檢查與首頁競爭情況,並給出優先、觀察、略過的建議。14 天後會用 DataForSEO Trends 回頭複查。
  • 排程:GitHub Actions 每 8 小時跑一次 sources、每天跑一次 daily,需先把 RADAR_ENABLED 設為 true 才會啟用。
  • 使用:uvx new-term-radar daily --out report.md(需要 Python 3.10 以上,README 稱只用標準函式庫),也可 pip install;同時提供 Agent Skills、MCP 伺服器與 Claude Code 外掛。沒有 AIsa 金鑰時,免費的訊號仍會執行,但名稱不會被排序。

README 自己列的限制

作者寫明命中率尚未量測,複查才剛開始;範例中的 Strata 一例在 Trends 上升前三天就被抓到。X 訊號只看得到你追蹤帳號提到的名稱;作者最早的八個名稱裡,多數泛用詞五天內沒有明顯上升;GoAnyAPI 呼叫約十分之一失敗;App Store、Google Play、Trustpilot 與 Facebook 社團讀不到。TrustMRR 的條款禁止轉載其資料,README 也請使用者不要轉貼貼文。AIsa 與 GoAnyAPI 的連結是推薦連結。

對你的影響

適合做 SEO 或內容的團隊自己拿來試,看它挑出的名稱和你實際關注的領域是否吻合。付費訊號有月成本,且命中率沒有數據,建議先只開免費訊號跑一陣子再決定要不要加錢。