chore: 更新文档和 AI 对话效果图

- 更新至 mcp-v1.0.1
- 更新 AI 对话效果图
- 完善相关文档

README-Cherry-Studio.md

@@ -109,6 +109,16 @@ cd 你的项目名
 帮我爬取最新的新闻
 ```
 
+或者尝试其他测试命令：
+
+```
+搜索最近3天关于"人工智能"的新闻
+查找2025年1月的"特斯拉"相关报道
+分析"iPhone"的热度趋势
+```
+
+**提示**：当你说"最近3天"时，AI会自动计算日期范围并搜索。
+
 ### 2. 成功标志
 
 如果配置成功，AI 会：

README-MCP-FAQ.md

@@ -9,12 +9,14 @@
 | 默认设置       | 说明                                    | 如何调整                              |
 | -------------- | --------------------------------------- | ------------------------------------- |
 | **限制条数**   | 默认返回 50 条新闻                      | 对话中说"返回前 10 条"或"给我 100 条" |
-| **时间范围**   | 默认查询今天的数据                      | 说"查询昨天"或"最近一周"              |
+| **时间范围**   | 默认查询今天的数据                      | 说"查询昨天"、"最近一周"或"1月1日到7日" |
 | **URL 链接**   | 默认不返回链接（节省约 160 tokens/条）  | 说"需要链接"或"包含 URL"              |
 | **关键词列表** | 默认不使用 frequency_words.txt 过滤新闻 | 只有调用"趋势话题"工具时才使用        |
 
 **⚠️ 重要：** AI 模型的选择直接影响工具调用效果，AI 越智能，调用越准确。当你解除上面的限制，比如从今天的查询，放宽到一周的查询，首先你要在本地有一周的数据，其次，token 消耗量可能会倍增（为什么说可能，比如我查询 分析'苹果'最近一周的热度趋势，如果一周中没多少苹果的新闻，那么 token消耗量可能反而很少）
 
+**💡 提示：** 当你说"最近7天"时，AI会自动计算对应的日期范围（如 2025-10-18 至 2025-10-25）并传递给工具。
+
 
 ## 💰 AI 模型
 
@@ -148,6 +150,8 @@
 - "搜索包含'人工智能'的新闻"
 - "查找关于'特斯拉降价'的报道"
 - "搜索马斯克相关的新闻，返回前 20 条"
+- "查找最近7天关于'iPhone 16'的新闻"
+- "查找2025年1月1日到7日'特斯拉'的相关新闻"
 - "查找'iPhone 16 发布'这条新闻的链接"
 
 **调用的工具：** `search_news`
@@ -155,7 +159,8 @@
 **工具返回行为：**
 
 - 使用关键词模式搜索
-- 搜索今天的数据
+- 默认搜索今天的数据
+- AI会自动将"最近7天"、"上周"等相对时间转换为具体日期范围
 - MCP 工具会返回最多 50 条结果给 AI
 - 不包含 URL 链接
 
@@ -166,11 +171,23 @@
 
 **可以调整：**
 
-- 指定时间范围：如"搜索最近一周的"
+- 指定时间范围：
+  - 相对方式："搜索最近一周的"（AI 自动计算日期）
+  - 绝对日期："搜索2025年1月1日到7日的"
 - 指定平台：如"只搜索知乎"
 - 调整排序：如"按权重排序"
 - 包含链接：如"需要链接"
 
+**示例对话：**
+
+```
+用户：搜索最近7天关于"人工智能突破"的新闻
+AI：（自动计算：date_range={"start": "2025-10-18", "end": "2025-10-25"}）
+
+用户：查找2025年1月的"特斯拉"报道
+AI：（date_range={"start": "2025-01-01", "end": "2025-01-31"}）
+```
+
 ---
 
 ### Q5: 如何查找历史相关新闻？
@@ -208,13 +225,15 @@
 - "看看'特斯拉'话题是昙花一现还是持续热点"
 - "检测今天有哪些突然爆火的话题"
 - "预测接下来可能的热点话题"
+- "分析'比特币'在2024年12月的生命周期"
 
 **调用的工具：** `analyze_topic_trend`
 
 **工具返回行为：**
 
-- 热度趋势模式
+- 支持多种分析模式：热度趋势、生命周期、异常检测、预测
-- 分析最近 7 天数据
+- AI会自动将"最近一周"等相对时间转换为具体日期范围
+- 默认分析最近7天数据
 - 按天粒度统计
 
 **AI 展示行为：**
@@ -222,6 +241,16 @@
 - 通常会展示趋势分析结果和图表
 - AI 可能会总结关键发现
 
+**示例对话：**
+
+```
+用户：分析'人工智能'最近一周的生命周期
+AI：（自动计算：date_range={"start": "2025-10-18", "end": "2025-10-25"}）
+
+用户：看看'比特币'在2024年12月是昙花一现还是持续热点
+AI：（date_range={"start": "2024-12-01", "end": "2024-12-31"}）
+```
+
 ---
 
 ## 数据洞察

mcp_server/server.py

@@ -155,11 +155,10 @@ async def get_news_by_date(
 async def analyze_topic_trend(
     topic: str,
     analysis_type: str = "trend",
-    time_range: str = "7d",
+    date_range: Optional[Dict[str, str]] = None,
     granularity: str = "day",
     threshold: float = 3.0,
     time_window: int = 24,
-    lookback_days: int = 7,
     lookahead_hours: int = 6,
     confidence_threshold: float = 0.7
 ) -> str:
@@ -173,20 +172,27 @@ async def analyze_topic_trend(
             - "lifecycle": 生命周期分析（从出现到消失的完整周期）
             - "viral": 异常热度检测（识别突然爆火的话题）
             - "predict": 话题预测（预测未来可能的热点）
-        time_range: 时间范围（trend模式），默认"7d"（7d/24h/1w/1m/2m）
+        date_range: 日期范围（trend和lifecycle模式），可选
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **示例**: {"start": "2025-10-18", "end": "2025-10-25"}
+                    - **说明**: AI需要根据用户的自然语言（如"最近7天"）自动计算日期范围
+                    - **默认**: 不指定时默认分析最近7天
         granularity: 时间粒度（trend模式），默认"day"（仅支持 day，因为底层数据按天聚合）
         threshold: 热度突增倍数阈值（viral模式），默认3.0
         time_window: 检测时间窗口小时数（viral模式），默认24
-        lookback_days: 回溯天数（lifecycle模式），默认7
         lookahead_hours: 预测未来小时数（predict模式），默认6
         confidence_threshold: 置信度阈值（predict模式），默认0.7
 
     Returns:
         JSON格式的趋势分析结果
 
+    **AI使用说明：**
+    当用户使用相对时间表达时（如"最近7天"、"过去一周"、"上个月"），
+    AI需要自动计算对应的日期范围并传递给 date_range 参数。
+
     Examples:
-        - analyze_topic_trend(topic="人工智能", analysis_type="trend", time_range="7d")
+        - analyze_topic_trend(topic="人工智能", analysis_type="trend", date_range={"start": "2025-10-18", "end": "2025-10-25"})
-        - analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", lookback_days=7)
+        - analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-10-18", "end": "2025-10-25"})
         - analyze_topic_trend(topic="比特币", analysis_type="viral", threshold=3.0)
         - analyze_topic_trend(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
     """
@@ -194,11 +200,10 @@ async def analyze_topic_trend(
     result = tools['analytics'].analyze_topic_trend_unified(
         topic=topic,
         analysis_type=analysis_type,
-        time_range=time_range,
+        date_range=date_range,
         granularity=granularity,
         threshold=threshold,
         time_window=time_window,
-        lookback_days=lookback_days,
         lookahead_hours=lookahead_hours,
         confidence_threshold=confidence_threshold
     )
@@ -222,7 +227,10 @@ async def analyze_data_insights(
             - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间）
             - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式）
         topic: 话题关键词（可选，platform_compare模式适用）
-        date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+        date_range: **【对象类型】** 日期范围（可选）
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+                    - **重要**: 必须是对象格式，不能传递整数
         min_frequency: 最小共现频次（keyword_cooccur模式），默认3
         top_n: 返回TOP N结果（keyword_cooccur模式），默认20
 
@@ -231,7 +239,7 @@ async def analyze_data_insights(
 
     Examples:
         - analyze_data_insights(insight_type="platform_compare", topic="人工智能")
-        - analyze_data_insights(insight_type="platform_activity", date_range={...})
+        - analyze_data_insights(insight_type="platform_activity", date_range={"start": "2025-01-01", "end": "2025-01-07"})
         - analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15)
     """
     tools = _get_tools()
@@ -258,12 +266,15 @@ async def analyze_sentiment(
     分析新闻的情感倾向和热度趋势
 
     Args:
-        keywords: 关键词列表，如 ["AI", "人工智能"]
+        topic: 话题关键词（可选）
-        date_range: 日期范围（天数），如 7 表示最近7天，默认3天
         platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
                    - 不指定时：使用 config.yaml 中配置的所有平台
                    - 支持的平台来自 config/config.yaml 的 platforms 配置
                    - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+        date_range: **【对象类型】** 日期范围（可选）
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+                    - **重要**: 必须是对象格式，不能传递整数
         limit: 返回新闻数量，默认50，最大100
                注意：本工具会对新闻标题进行去重（同一标题在不同平台只保留一次），
                因此实际返回数量可能少于请求的 limit 值
@@ -301,7 +312,7 @@ async def find_similar_news(
     查找与指定新闻标题相似的其他新闻
 
     Args:
-        title: 新闻标题（完整或部分）
+        reference_title: 新闻标题（完整或部分）
         threshold: 相似度阈值，0-1之间，默认0.6
                    注意：阈值越高匹配越严格，返回结果越少
         limit: 返回条数限制，默认50，最大100
@@ -336,7 +347,10 @@ async def generate_summary_report(
 
     Args:
         report_type: 报告类型（daily/weekly）
-        date_range: 自定义日期范围（可选）
+        date_range: **【对象类型】** 自定义日期范围（可选）
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+                    - **重要**: 必须是对象格式，不能传递整数
 
     Returns:
         JSON格式的摘要报告，包含Markdown格式内容
@@ -371,15 +385,24 @@ async def search_news(
             - "keyword": 精确关键词匹配（默认，适合搜索特定话题）
             - "fuzzy": 模糊内容匹配（适合搜索内容片段，会过滤相似度低于阈值的结果）
             - "entity": 实体名称搜索（适合搜索人物/地点/机构）
-        threshold: 相似度阈值（仅fuzzy模式有效），0-1之间，默认0.6
+        date_range: 日期范围（可选）
-                   注意：阈值越高匹配越严格，返回结果越少
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+                    - **说明**: AI需要根据用户的自然语言（如"最近7天"）自动计算日期范围
+                    - **默认**: 不指定时默认查询今天的新闻
+                    - **注意**: start和end可以相同（表示单日查询）
         platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
                    - 不指定时：使用 config.yaml 中配置的所有平台
                    - 支持的平台来自 config/config.yaml 的 platforms 配置
                    - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
-        lookback_days: 回溯天数，默认7天，最大30天
         limit: 返回条数限制，默认50，最大1000
                注意：实际返回数量取决于搜索匹配结果（特别是 fuzzy 模式下会过滤低相似度结果）
+        sort_by: 排序方式，可选值：
+            - "relevance": 按相关度排序（默认）
+            - "weight": 按新闻权重排序
+            - "date": 按日期排序
+        threshold: 相似度阈值（仅fuzzy模式有效），0-1之间，默认0.6
+                   注意：阈值越高匹配越严格，返回结果越少
         include_url: 是否包含URL链接，默认False（节省token）
 
     Returns:
@@ -389,6 +412,19 @@ async def search_news(
     - 本工具返回完整的搜索结果列表
     - **默认展示方式**：展示全部返回的新闻，无需总结或筛选
     - 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+
+    **AI使用说明：**
+    当用户使用相对时间表达时（如"最近7天"、"过去一周"、"最近半个月"），
+    AI需要自动计算对应的日期范围。计算规则：
+    - "最近7天" → {"start": "今天-6天", "end": "今天"}
+    - "过去一周" → {"start": "今天-6天", "end": "今天"}
+    - "最近30天" → {"start": "今天-29天", "end": "今天"}
+
+    Examples:
+        - 今天的新闻: search_news(query="人工智能")
+        - 最近7天: search_news(query="人工智能", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+        - 精确日期: search_news(query="人工智能", date_range={"start": "2025-01-01", "end": "2025-01-07"})
+        - 模糊搜索: search_news(query="特斯拉降价", search_mode="fuzzy", threshold=0.4)
     """
     tools = _get_tools()
     result = tools['search'].search_news_unified(
@@ -407,7 +443,7 @@ async def search_news(
 @mcp.tool
 async def search_related_news_history(
     reference_text: str,
-    time_range: str = "yesterday",
+    time_preset: str = "yesterday",
     threshold: float = 0.4,
     limit: int = 50,
     include_url: bool = False
@@ -416,12 +452,15 @@ async def search_related_news_history(
     基于种子新闻，在历史数据中搜索相关新闻
 
     Args:
-        seed_news_title: 种子新闻标题（完整或部分）
+        reference_text: 参考新闻标题（完整或部分）
-        lookback_days: 向前查找的天数范围，默认7天，最大30天
+        time_preset: 时间范围预设值，可选：
+            - "yesterday": 昨天
+            - "last_week": 上周 (7天)
+            - "last_month": 上个月 (30天)
+            - "custom": 自定义日期范围（需要提供 start_date 和 end_date）
         threshold: 相关性阈值，0-1之间，默认0.4
                    注意：综合相似度计算（70%关键词重合 + 30%文本相似度）
                    阈值越高匹配越严格，返回结果越少
-        platforms: 平台ID列表。不指定则搜索所有平台
         limit: 返回条数限制，默认50，最大100
                注意：实际返回数量取决于相关性匹配结果，可能少于请求值
         include_url: 是否包含URL链接，默认False（节省token）
@@ -437,7 +476,7 @@ async def search_related_news_history(
     tools = _get_tools()
     result = tools['search'].search_related_news_history(
         reference_text=reference_text,
-        time_range=time_range,
+        time_preset=time_preset,
         threshold=threshold,
         limit=limit,
         include_url=include_url

mcp_server/services/data_service.py

@@ -495,6 +495,46 @@ class DataService:
 
         return result
 
+    def get_available_date_range(self) -> Tuple[Optional[datetime], Optional[datetime]]:
+        """
+        扫描 output 目录，返回实际可用的日期范围
+
+        Returns:
+            (最早日期, 最新日期) 元组，如果没有数据则返回 (None, None)
+
+        Examples:
+            >>> service = DataService()
+            >>> earliest, latest = service.get_available_date_range()
+            >>> print(f"可用日期范围：{earliest} 至 {latest}")
+        """
+        output_dir = self.parser.project_root / "output"
+
+        if not output_dir.exists():
+            return (None, None)
+
+        available_dates = []
+
+        # 遍历日期文件夹
+        for date_folder in output_dir.iterdir():
+            if date_folder.is_dir() and not date_folder.name.startswith('.'):
+                # 解析日期（格式: YYYY年MM月DD日）
+                try:
+                    date_match = re.match(r'(\d{4})年(\d{2})月(\d{2})日', date_folder.name)
+                    if date_match:
+                        folder_date = datetime(
+                            int(date_match.group(1)),
+                            int(date_match.group(2)),
+                            int(date_match.group(3))
+                        )
+                        available_dates.append(folder_date)
+                except Exception:
+                    pass
+
+        if not available_dates:
+            return (None, None)
+
+        return (min(available_dates), max(available_dates))
+
     def get_system_status(self) -> Dict:
         """
         获取系统运行状态

mcp_server/tools/analytics.py

@@ -157,11 +157,10 @@ class AnalyticsTools:
         self,
         topic: str,
         analysis_type: str = "trend",
-        time_range: str = "7d",
+        date_range: Optional[Dict[str, str]] = None,
         granularity: str = "day",
         threshold: float = 3.0,
         time_window: int = 24,
-        lookback_days: int = 7,
         lookahead_hours: int = 6,
         confidence_threshold: float = 0.7
     ) -> Dict:
@@ -175,11 +174,12 @@ class AnalyticsTools:
                 - "lifecycle": 生命周期分析（从出现到消失的完整周期）
                 - "viral": 异常热度检测（识别突然爆火的话题）
                 - "predict": 话题预测（预测未来可能的热点）
-            time_range: 时间范围（trend模式），默认"7d"（7d/24h/1w/1m/2m）
+            date_range: 日期范围（trend和lifecycle模式），可选
+                       - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                       - **默认**: 不指定时默认分析最近7天
             granularity: 时间粒度（trend模式），默认"day"（hour/day）
             threshold: 热度突增倍数阈值（viral模式），默认3.0
             time_window: 检测时间窗口小时数（viral模式），默认24
-            lookback_days: 回溯天数（lifecycle模式），默认7
             lookahead_hours: 预测未来小时数（predict模式），默认6
             confidence_threshold: 置信度阈值（predict模式），默认0.7
 
@@ -187,8 +187,8 @@ class AnalyticsTools:
             趋势分析结果字典
 
         Examples:
-            - analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", time_range="7d")
+            - analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", date_range={"start": "2025-10-18", "end": "2025-10-25"})
-            - analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", lookback_days=7)
+            - analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-10-18", "end": "2025-10-25"})
             - analyze_topic_trend_unified(topic="比特币", analysis_type="viral", threshold=3.0)
             - analyze_topic_trend_unified(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
         """
@@ -206,13 +206,13 @@ class AnalyticsTools:
             if analysis_type == "trend":
                 return self.get_topic_trend_analysis(
                     topic=topic,
-                    time_range=time_range,
+                    date_range=date_range,
                     granularity=granularity
                 )
             elif analysis_type == "lifecycle":
                 return self.analyze_topic_lifecycle(
                     topic=topic,
-                    lookback_days=lookback_days
+                    date_range=date_range
                 )
             elif analysis_type == "viral":
                 # viral模式不需要topic参数，使用通用检测
@@ -244,7 +244,7 @@ class AnalyticsTools:
     def get_topic_trend_analysis(
         self,
         topic: str,
-        time_range: str = "7d",
+        date_range: Optional[Dict[str, str]] = None,
         granularity: str = "day"
     ) -> Dict:
         """
@@ -252,7 +252,9 @@ class AnalyticsTools:
 
         Args:
             topic: 话题关键词
-            time_range: 时间范围，格式：7d（7天）、24h（24小时）、1w（1周）、1m（1个月）、2m（2个月）
+            date_range: 日期范围（可选）
+                       - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                       - **默认**: 不指定时默认分析最近7天
             granularity: 时间粒度，仅支持 day（天）
 
         Returns:
@@ -264,20 +266,20 @@ class AnalyticsTools:
             - "查看'比特币'过去一周的热度变化"
             - "看看'iPhone'最近7天的趋势如何"
             - "分析'特斯拉'最近一个月的热度趋势"
-            - "查看'ChatGPT'过去2个月的趋势变化"
+            - "查看'ChatGPT'2024年12月的趋势变化"
 
             代码调用示例：
             >>> tools = AnalyticsTools()
             >>> # 分析7天趋势
             >>> result = tools.get_topic_trend_analysis(
             ...     topic="人工智能",
-            ...     time_range="7d",
+            ...     date_range={"start": "2025-10-18", "end": "2025-10-25"},
             ...     granularity="day"
             ... )
-            >>> # 分析1个月趋势
+            >>> # 分析历史月份趋势
             >>> result = tools.get_topic_trend_analysis(
             ...     topic="特斯拉",
-            ...     time_range="1m",
+            ...     date_range={"start": "2024-12-01", "end": "2024-12-31"},
             ...     granularity="day"
             ... )
             >>> print(result['trend_data'])
@@ -294,15 +296,21 @@ class AnalyticsTools:
                     suggestion="当前仅支持 'day' 粒度，因为底层数据按天聚合"
                 )
 
-            # 解析时间范围
+            # 处理日期范围（不指定时默认最近7天）
-            days = self._parse_time_range(time_range)
+            if date_range:
+                from ..utils.validators import validate_date_range
+                date_range_tuple = validate_date_range(date_range)
+                start_date, end_date = date_range_tuple
+            else:
+                # 默认最近7天
+                end_date = datetime.now()
+                start_date = end_date - timedelta(days=6)
 
             # 收集趋势数据
             trend_data = []
-            start_date = datetime.now() - timedelta(days=days)
             current_date = start_date
 
-            while current_date <= datetime.now():
+            while current_date <= end_date:
                 try:
                     all_titles, _, _ = self.data_service.parser.read_all_titles_for_date(
                         date=current_date
@@ -336,6 +344,7 @@ class AnalyticsTools:
 
             # 计算趋势指标
             counts = [item["count"] for item in trend_data]
+            total_days = (end_date - start_date).days + 1
 
             if len(counts) >= 2:
                 # 计算涨跌幅度
@@ -359,7 +368,11 @@ class AnalyticsTools:
             return {
                 "success": True,
                 "topic": topic,
-                "time_range": time_range,
+                "date_range": {
+                    "start": start_date.strftime("%Y-%m-%d"),
+                    "end": end_date.strftime("%Y-%m-%d"),
+                    "total_days": total_days
+                },
                 "granularity": granularity,
                 "trend_data": trend_data,
                 "statistics": {
@@ -1452,14 +1465,16 @@ class AnalyticsTools:
     def analyze_topic_lifecycle(
         self,
         topic: str,
-        lookback_days: int = 7
+        date_range: Optional[Dict[str, str]] = None
     ) -> Dict:
         """
         话题生命周期分析 - 追踪话题从出现到消失的完整周期
 
         Args:
             topic: 话题关键词
-            lookback_days: 回溯天数
+            date_range: 日期范围（可选）
+                       - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                       - **默认**: 不指定时默认分析最近7天
 
         Returns:
             话题生命周期分析结果
@@ -1474,21 +1489,28 @@ class AnalyticsTools:
             >>> tools = AnalyticsTools()
             >>> result = tools.analyze_topic_lifecycle(
             ...     topic="人工智能",
-            ...     lookback_days=7
+            ...     date_range={"start": "2025-10-18", "end": "2025-10-25"}
             ... )
             >>> print(result['lifecycle_stage'])
         """
         try:
             # 参数验证
             topic = validate_keyword(topic)
-            lookback_days = validate_limit(lookback_days, default=7, max_limit=30)
+
+            # 处理日期范围（不指定时默认最近7天）
+            if date_range:
+                from ..utils.validators import validate_date_range
+                date_range_tuple = validate_date_range(date_range)
+                start_date, end_date = date_range_tuple
+            else:
+                # 默认最近7天
+                end_date = datetime.now()
+                start_date = end_date - timedelta(days=6)
 
             # 收集话题历史数据
             lifecycle_data = []
-            start_date = datetime.now() - timedelta(days=lookback_days)
-
             current_date = start_date
-            while current_date <= datetime.now():
+            while current_date <= end_date:
                 try:
                     all_titles, _, _ = self.data_service.parser.read_all_titles_for_date(
                         date=current_date
@@ -1514,12 +1536,16 @@ class AnalyticsTools:
 
                 current_date += timedelta(days=1)
 
+            # 计算分析天数
+            total_days = (end_date - start_date).days + 1
+
             # 分析生命周期阶段
             counts = [item["count"] for item in lifecycle_data]
 
             if not any(counts):
+                time_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
                 raise DataNotFoundError(
-                    f"在过去 {lookback_days} 天内未找到话题 '{topic}'",
+                    f"在 {time_desc} 内未找到话题 '{topic}'",
                     suggestion="请尝试其他话题或扩大时间范围"
                 )
 
@@ -1554,7 +1580,7 @@ class AnalyticsTools:
 
             if active_days <= 2 and max_count > avg_count * 2:
                 topic_type = "昙花一现"
-            elif active_days >= lookback_days * 0.6:
+            elif active_days >= total_days * 0.6:
                 topic_type = "持续热点"
             else:
                 topic_type = "周期性热点"
@@ -1562,7 +1588,11 @@ class AnalyticsTools:
             return {
                 "success": True,
                 "topic": topic,
-                "lookback_days": lookback_days,
+                "date_range": {
+                    "start": start_date.strftime("%Y-%m-%d"),
+                    "end": end_date.strftime("%Y-%m-%d"),
+                    "total_days": total_days
+                },
                 "lifecycle_data": lifecycle_data,
                 "analysis": {
                     "first_appearance": first_appearance,
@@ -1890,29 +1920,6 @@ class AnalyticsTools:
 
     # ==================== 辅助方法 ====================
 
-    def _parse_time_range(self, time_range: str) -> int:
-        """解析时间范围字符串为天数"""
-        match = re.match(r'(\d+)([dhwm])', time_range.lower())
-        if not match:
-            raise InvalidParameterError(
-                f"无效的时间范围格式: {time_range}",
-                suggestion="格式示例：7d（7天）、24h（24小时）、1w（1周）、1m（1个月）、2m（2个月）"
-            )
-
-        value = int(match.group(1))
-        unit = match.group(2)
-
-        if unit == 'h':
-            return max(1, value // 24)  # 转换为天数
-        elif unit == 'd':
-            return value
-        elif unit == 'w':
-            return value * 7
-        elif unit == 'm':
-            return value * 30  # 1个月按30天计算
-
-        return value
-
     def _extract_keywords(self, title: str, min_length: int = 2) -> List[str]:
         """
         从标题中提取关键词（简单实现）

mcp_server/tools/search_tools.py

@@ -55,8 +55,11 @@ class SearchTools:
                 - "keyword": 精确关键词匹配（默认）
                 - "fuzzy": 模糊内容匹配（使用相似度算法）
                 - "entity": 实体名称搜索（自动按权重排序）
-            date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+            date_range: 日期范围（可选）
-                       不指定则默认查询今天
+                       - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                       - **示例**: {"start": "2025-01-01", "end": "2025-01-07"}
+                       - **默认**: 不指定时默认查询今天
+                       - **注意**: start和end可以相同（表示单日查询）
             platforms: 平台过滤列表，如 ['zhihu', 'weibo']
             limit: 返回条数限制，默认50
             sort_by: 排序方式，可选值：
@@ -73,7 +76,7 @@ class SearchTools:
             - search_news_unified(query="人工智能", search_mode="keyword")
             - search_news_unified(query="特斯拉降价", search_mode="fuzzy", threshold=0.4)
             - search_news_unified(query="马斯克", search_mode="entity", limit=20)
-            - search_news_unified(query="iPhone 16发布", search_mode="keyword")
+            - search_news_unified(query="iPhone 16", date_range={"start": "2025-01-01", "end": "2025-01-07"})
         """
         try:
             # 参数验证
@@ -100,8 +103,22 @@ class SearchTools:
                 date_range_tuple = validate_date_range(date_range)
                 start_date, end_date = date_range_tuple
             else:
-                # 默认今天
+                # 不指定日期时，使用最新可用数据日期（而非 datetime.now()）
-                start_date = end_date = datetime.now()
+                earliest, latest = self.data_service.get_available_date_range()
+
+                if latest is None:
+                    # 没有任何可用数据
+                    return {
+                        "success": False,
+                        "error": {
+                            "code": "NO_DATA_AVAILABLE",
+                            "message": "output 目录下没有可用的新闻数据",
+                            "suggestion": "请先运行爬虫生成数据，或检查 output 目录"
+                        }
+                    }
+
+                # 使用最新可用日期
+                start_date = end_date = latest
 
             # 收集所有匹配的新闻
             all_matches = []
@@ -137,16 +154,34 @@ class SearchTools:
                 current_date += timedelta(days=1)
 
             if not all_matches:
-                time_desc = "今天" if start_date == end_date else f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
+                # 获取可用日期范围用于错误提示
-                return {
+                earliest, latest = self.data_service.get_available_date_range()
+
+                # 判断时间范围描述
+                if start_date.date() == datetime.now().date() and start_date == end_date:
+                    time_desc = "今天"
+                elif start_date == end_date:
+                    time_desc = start_date.strftime("%Y-%m-%d")
+                else:
+                    time_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
+
+                # 构建错误消息
+                if earliest and latest:
+                    available_desc = f"{earliest.strftime('%Y-%m-%d')} 至 {latest.strftime('%Y-%m-%d')}"
+                    message = f"未找到匹配的新闻（查询范围: {time_desc}，可用数据: {available_desc}）"
+                else:
+                    message = f"未找到匹配的新闻（{time_desc}）"
+
+                result = {
                     "success": True,
                     "results": [],
                     "total": 0,
                     "query": query,
                     "search_mode": search_mode,
                     "time_range": time_desc,
-                    "message": f"未找到匹配的新闻（{time_desc}）"
+                    "message": message
                 }
+                return result
 
             # 统一排序逻辑
             if sort_by == "relevance":
@@ -160,8 +195,10 @@ class SearchTools:
             # 限制返回数量
             results = all_matches[:limit]
 
-            # 构建时间范围描述
+            # 构建时间范围描述（正确判断是否为今天）
-            if start_date == end_date:
+            if start_date.date() == datetime.now().date() and start_date == end_date:
+                time_range_desc = "今天"
+            elif start_date == end_date:
                 time_range_desc = start_date.strftime("%Y-%m-%d")
             else:
                 time_range_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
@@ -457,7 +494,7 @@ class SearchTools:
     def search_related_news_history(
         self,
         reference_text: str,
-        time_range: str = "yesterday",
+        time_preset: str = "yesterday",
         start_date: Optional[datetime] = None,
         end_date: Optional[datetime] = None,
         threshold: float = 0.4,
@@ -469,13 +506,13 @@ class SearchTools:
 
         Args:
             reference_text: 参考新闻标题或内容
-            time_range: 时间范围预设值，可选：
+            time_preset: 时间范围预设值，可选：
                 - "yesterday": 昨天
                 - "last_week": 上周 (7天)
                 - "last_month": 上个月 (30天)
                 - "custom": 自定义日期范围（需要提供 start_date 和 end_date）
-            start_date: 自定义开始日期（仅当 time_range="custom" 时有效）
+            start_date: 自定义开始日期（仅当 time_preset="custom" 时有效）
-            end_date: 自定义结束日期（仅当 time_range="custom" 时有效）
+            end_date: 自定义结束日期（仅当 time_preset="custom" 时有效）
             threshold: 相似度阈值 (0-1之间)，默认0.4
             limit: 返回条数限制，默认50
             include_url: 是否包含URL链接，默认False（节省token）
@@ -487,7 +524,7 @@ class SearchTools:
             >>> tools = SearchTools()
             >>> result = tools.search_related_news_history(
             ...     reference_text="人工智能技术突破",
-            ...     time_range="last_week",
+            ...     time_preset="last_week",
             ...     threshold=0.4,
             ...     limit=50
             ... )
@@ -503,16 +540,16 @@ class SearchTools:
             # 确定查询日期范围
             today = datetime.now()
 
-            if time_range == "yesterday":
+            if time_preset == "yesterday":
                 search_start = today - timedelta(days=1)
                 search_end = today - timedelta(days=1)
-            elif time_range == "last_week":
+            elif time_preset == "last_week":
                 search_start = today - timedelta(days=7)
                 search_end = today - timedelta(days=1)
-            elif time_range == "last_month":
+            elif time_preset == "last_month":
                 search_start = today - timedelta(days=30)
                 search_end = today - timedelta(days=1)
-            elif time_range == "custom":
+            elif time_preset == "custom":
                 if not start_date or not end_date:
                     raise InvalidParameterError(
                         "自定义时间范围需要提供 start_date 和 end_date",
@@ -522,7 +559,7 @@ class SearchTools:
                 search_end = end_date
             else:
                 raise InvalidParameterError(
-                    f"不支持的时间范围: {time_range}",
+                    f"不支持的时间范围: {time_preset}",
                     suggestion="请使用 'yesterday', 'last_week', 'last_month' 或 'custom'"
                 )
 
@@ -600,7 +637,7 @@ class SearchTools:
                     "results": [],
                     "total": 0,
                     "query": reference_text,
-                    "time_range": time_range,
+                    "time_preset": time_preset,
                     "date_range": {
                         "start": search_start.strftime("%Y-%m-%d"),
                         "end": search_end.strftime("%Y-%m-%d")
@@ -627,7 +664,7 @@ class SearchTools:
                     "threshold": threshold,
                     "reference_text": reference_text,
                     "reference_keywords": reference_keywords,
-                    "time_range": time_range,
+                    "time_preset": time_preset,
                     "date_range": {
                         "start": search_start.strftime("%Y-%m-%d"),
                         "end": search_end.strftime("%Y-%m-%d")

mcp_server/utils/validators.py

@@ -179,6 +179,33 @@ def validate_date_range(date_range: Optional[dict]) -> Optional[tuple]:
             suggestion=f"start: {start_str}, end: {end_str}"
         )
 
+    # 检查日期是否在未来
+    today = datetime.now().date()
+    if start_date.date() > today or end_date.date() > today:
+        # 获取可用日期范围提示
+        try:
+            from ..services.data_service import DataService
+            data_service = DataService()
+            earliest, latest = data_service.get_available_date_range()
+
+            if earliest and latest:
+                available_range = f"{earliest.strftime('%Y-%m-%d')} 至 {latest.strftime('%Y-%m-%d')}"
+            else:
+                available_range = "无可用数据"
+        except Exception:
+            available_range = "未知（请检查 output 目录）"
+
+        future_dates = []
+        if start_date.date() > today:
+            future_dates.append(start_str)
+        if end_date.date() > today and end_str != start_str:
+            future_dates.append(end_str)
+
+        raise InvalidParameterError(
+            f"不允许查询未来日期: {', '.join(future_dates)}（当前日期: {today.strftime('%Y-%m-%d')}）",
+            suggestion=f"当前可用数据范围: {available_range}"
+        )
+
     return (start_date, end_date)
 
 

pyproject.toml

@@ -1,13 +1,13 @@
 [project]
 name = "trendradar-mcp"
-version = "1.0.0"
+version = "1.0.1"
 description = "TrendRadar MCP Server - 新闻热点聚合工具"
 requires-python = ">=3.10"
 dependencies = [
-    "requests>=2.32.5",
+    "requests>=2.32.5,<3.0.0",
-    "pytz>=2025.2",
+    "pytz>=2025.2,<2026.0",
-    "PyYAML>=6.0.3",
+    "PyYAML>=6.0.3,<7.0.0",
-    "fastmcp>=2.12.0",
+    "fastmcp>=2.12.0,<2.14.0",
     "websockets>=13.0,<14.0",
 ]
 

readme.md

@@ -13,7 +13,8 @@
 [![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers)
 [![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members)
 [![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE)
-[![Version](https://img.shields.io/badge/version-v3.0.3-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
+[![Version](https://img.shields.io/badge/version-v3.0.3-blue.svg)](https://github.com/sansan0/TrendRadar)
+[![MCP](https://img.shields.io/badge/MCP-v1.0.1-green.svg)](https://github.com/sansan0/TrendRadar)
 
 [![企业微信通知](https://img.shields.io/badge/企业微信-通知-00D4AA?style=flat-square)](https://work.weixin.qq.com/)
 [![Telegram通知](https://img.shields.io/badge/Telegram-通知-00D4AA?style=flat-square)](https://telegram.org/)
@@ -505,11 +506,22 @@ GitHub 一键 Fork 即可使用，无需编程基础。
 - **大版本升级**：从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
 
 
+### 2025/10/26 - mcp-v1.0.1
+
+  **MCP 模块更新:**
+  - 修复日期查询参数传递错误
+  - 统一所有工具的时间参数格式
+
+
 ### 2025/10/23 - v3.0.3
 
 - 扩大 ntfy 错误信息显示范围
 
 
+<details>
+<summary><strong>👉 历史更新</strong></summary>
+
+
 ### 2025/10/21 - v3.0.2
 
 - 修复 ntfy 推送编码问题
@@ -535,9 +547,6 @@ GitHub 一键 Fork 即可使用，无需编程基础。
   - 可选择性使用，无需升级现有部署
 
 
-<details>
-<summary><strong>👉 历史更新</strong></summary>
-
 ### 2025/10/15 - v2.4.4
 
 - **更新内容**：
@@ -1318,6 +1327,10 @@ Cherry Studio 提供 GUI 配置界面，可快速部署。
 "看看'iPhone'话题是昙花一现还是持续热点"
 ```
 
+**效果图**：
+
+<img src="/_image/ai.png" alt="mcp 使用效果图">
+
 **详细教程**：[README-MCP-FAQ.md](README-MCP-FAQ.md)
 
 > 如果有部署问题，请带上截图反馈，后续我会根据反馈出个**图文教程**，争取编程零基础、文科生都能配置，届时会更新到我的公众号上

requirements.txt

@@ -1,5 +1,5 @@
-requests>=2.32.5
+requests>=2.32.5,<3.0.0
-pytz>=2025.2
+pytz>=2025.2,<2026.0
-PyYAML>=6.0.3
+PyYAML>=6.0.3,<7.0.0
-fastmcp>=2.12.0
+fastmcp>=2.12.0,<2.14.0
 websockets>=13.0,<14.0