fix: 修复mcp的时间查询问题，同时更新了中英文文档

mcp_server/server.py

@@ -173,9 +173,12 @@ async def analyze_topic_trend(
             - "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）
         date_range: 日期范围（trend和lifecycle模式），可选
-                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                    - **格式**: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}（必须是标准日期格式）
-                    - **示例**: {"start": "2025-10-18", "end": "2025-10-25"}
+                    - **说明**: AI必须根据当前日期自动计算并填入具体日期，不能使用"今天"等自然语言
-                    - **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
+                    - **计算示例**:
+                      - 用户说"最近7天" → AI计算: {"start": "2025-11-11", "end": "2025-11-17"}（假设今天是11-17）
+                      - 用户说"上周" → AI计算: {"start": "2025-11-11", "end": "2025-11-17"}（上周一到上周日）
+                      - 用户说"本月" → AI计算: {"start": "2025-11-01", "end": "2025-11-17"}（11月1日到今天）
                     - **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
@@ -188,11 +191,15 @@ async def analyze_topic_trend(
 
     **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。
+    AI必须根据当前日期（从环境 <env> 获取）计算出具体的 YYYY-MM-DD 格式日期。
 
-    Examples:
+    **重要**：date_range 不接受"今天"、"昨天"等自然语言，必须是 YYYY-MM-DD 格式！
-        - 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", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+    Examples (假设今天是 2025-11-17):
+        - 用户："分析AI最近7天的趋势"
+          → analyze_topic_trend(topic="人工智能", analysis_type="trend", date_range={"start": "2025-11-11", "end": "2025-11-17"})
+        - 用户："看看特斯拉本月的热度"
+          → analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-11-01", "end": "2025-11-17"})
         - analyze_topic_trend(topic="比特币", analysis_type="viral", threshold=3.0)
         - analyze_topic_trend(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
     """
@@ -415,14 +422,22 @@ async def search_news(
 
     **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：
+    AI必须根据当前日期（从环境 <env> 获取）计算出具体的 YYYY-MM-DD 格式日期。
-    - "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:
+    **重要**：date_range 不接受"今天"、"昨天"等自然语言，必须是 YYYY-MM-DD 格式！
-        - 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"})
+    **计算规则**（假设从 <env> 获取今天是 2025-11-17）：
+    - "今天" → 不传 date_range（默认查今天）
+    - "最近7天" → {"start": "2025-11-11", "end": "2025-11-17"}
+    - "过去一周" → {"start": "2025-11-11", "end": "2025-11-17"}
+    - "上周" → 计算上周一到上周日，如 {"start": "2025-11-11", "end": "2025-11-17"}
+    - "本月" → {"start": "2025-11-01", "end": "2025-11-17"}
+    - "最近30天" → {"start": "2025-10-19", "end": "2025-11-17"}
+
+
+    Examples (假设今天是 2025-11-17):
+        - 用户："今天的AI新闻" → search_news(query="人工智能")
+        - 用户："最近7天的AI新闻" → search_news(query="人工智能", date_range={"start": "2025-11-11", "end": "2025-11-17"})
         - 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)
     """
@@ -640,27 +655,12 @@ def run_server(
 
 
 if __name__ == '__main__':
-    import sys
     import argparse
 
     parser = argparse.ArgumentParser(
         description='TrendRadar MCP Server - 新闻热点聚合 MCP 工具服务器',
         formatter_class=argparse.RawDescriptionHelpFormatter,
         epilog="""
-使用示例:
-  # STDIO 模式（用于 Cherry Studio）
-  uv run python mcp_server/server.py
-
-  # HTTP 模式（适合远程访问）
-  uv run python mcp_server/server.py --transport http --port 3333
-
-Cherry Studio 配置示例:
-  设置 > MCP Servers > 添加服务器
-  - 名称: TrendRadar
-  - 类型: STDIO
-  - 命令: [UV的完整路径]
-  - 参数: --directory [项目路径] run python mcp_server/server.py
-
 详细配置教程请查看: README-Cherry-Studio.md
         """
     )

mcp_server/tools/analytics.py

@@ -186,9 +186,9 @@ class AnalyticsTools:
         Returns:
             趋势分析结果字典
 
-        Examples:
+        Examples (假设今天是 2025-11-17):
-            - analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+            - 用户："分析AI最近7天的趋势" → analyze_topic_trend_unified(topic="人工智能", analysis_type="trend", date_range={"start": "2025-11-11", "end": "2025-11-17"})
-            - analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-10-18", "end": "2025-10-25"})
+            - 用户："看看特斯拉本月的热度" → analyze_topic_trend_unified(topic="特斯拉", analysis_type="lifecycle", date_range={"start": "2025-11-01", "end": "2025-11-17"})
             - 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)
         """
@@ -270,10 +270,10 @@ class AnalyticsTools:
 
             代码调用示例：
             >>> tools = AnalyticsTools()
-            >>> # 分析7天趋势
+            >>> # 分析7天趋势（假设今天是 2025-11-17）
             >>> result = tools.get_topic_trend_analysis(
             ...     topic="人工智能",
-            ...     date_range={"start": "2025-10-18", "end": "2025-10-25"},
+            ...     date_range={"start": "2025-11-11", "end": "2025-11-17"},
             ...     granularity="day"
             ... )
             >>> # 分析历史月份趋势
@@ -421,10 +421,10 @@ class AnalyticsTools:
             - "分析各平台今天的热点分布"
 
             代码调用示例：
-            >>> tools = AnalyticsTools()
+            >>> # 对比各平台（假设今天是 2025-11-17）
             >>> result = tools.compare_platforms(
             ...     topic="人工智能",
-            ...     date_range={"start": "2025-10-01", "end": "2025-10-11"}
+            ...     date_range={"start": "2025-11-08", "end": "2025-11-17"}
             ... )
             >>> print(result['platform_stats'])
         """
@@ -668,10 +668,10 @@ class AnalyticsTools:
             ...     topic="特斯拉",
             ...     limit=10
             ... )
-            >>> # 分析一周内的特斯拉新闻，返回前10条按权重排序
+            >>> # 分析一周内的特斯拉新闻（假设今天是 2025-11-17）
             >>> result = tools.analyze_sentiment(
             ...     topic="特斯拉",
-            ...     date_range={"start": "2025-10-06", "end": "2025-10-13"},
+            ...     date_range={"start": "2025-11-11", "end": "2025-11-17"},
             ...     limit=10
             ... )
             >>> print(result['ai_prompt'])  # 获取生成的提示词
@@ -1355,9 +1355,9 @@ class AnalyticsTools:
             - "分析各平台的发布时间规律"
 
             代码调用示例：
-            >>> tools = AnalyticsTools()
+            >>> # 查看各平台活跃度（假设今天是 2025-11-17）
             >>> result = tools.get_platform_activity_stats(
-            ...     date_range={"start": "2025-10-01", "end": "2025-10-11"}
+            ...     date_range={"start": "2025-11-08", "end": "2025-11-17"}
             ... )
             >>> print(result['platform_activity'])
         """
@@ -1486,10 +1486,10 @@ class AnalyticsTools:
             - "追踪'比特币'话题的热度变化"
 
             代码调用示例：
-            >>> tools = AnalyticsTools()
+            >>> # 分析话题生命周期（假设今天是 2025-11-17）
             >>> result = tools.analyze_topic_lifecycle(
             ...     topic="人工智能",
-            ...     date_range={"start": "2025-10-18", "end": "2025-10-25"}
+            ...     date_range={"start": "2025-10-19", "end": "2025-11-17"}
             ... )
             >>> print(result['lifecycle_stage'])
         """

mcp_server/tools/data_query.py

@@ -106,11 +106,11 @@ class DataQueryTools:
         Returns:
             搜索结果字典
 
-        Example:
+        Example (假设今天是 2025-11-17):
             >>> tools = DataQueryTools()
             >>> result = tools.search_news_by_keyword(
             ...     keyword="人工智能",
-            ...     date_range={"start": "2025-10-01", "end": "2025-10-11"},
+            ...     date_range={"start": "2025-11-08", "end": "2025-11-17"},
             ...     limit=50
             ... )
             >>> print(result['total'])

readme.md

@@ -8,11 +8,13 @@
 
 <a href="https://trendshift.io/repositories/14726" target="_blank"><img src="https://trendshift.io/api/badge/repositories/14726" alt="sansan0%2FTrendRadar | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
 
+<a href="https://share.302.ai/mEOUzG" target="_blank"><img src="_image/302ai.png" alt="302.AI logo" height="40"/></a>
+
 [![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-v3.0.5-blue.svg)](https://github.com/sansan0/TrendRadar)
-[![MCP](https://img.shields.io/badge/MCP-v1.0.1-green.svg)](https://github.com/sansan0/TrendRadar)
+[![MCP](https://img.shields.io/badge/MCP-v1.0.2-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/)
@@ -29,6 +31,11 @@
 
 </div>
 
+<div align="center">
+
+**中文** | **[English](README-EN.md)**
+
+</div>
 
 > 本项目以轻量，易部署为目标
 
@@ -38,17 +45,17 @@
 
 | [🎯 核心功能](#-核心功能) | [🚀 快速开始](#-快速开始) | [🐳 Docker部署](#-docker-部署) | [🤖 AI分析专区](#-ai-智能分析部署) |
 |:---:|:---:|:---:|:---:|
-| [📝 更新日志](#-更新日志) | [🔌 MCP客户端](#-mcp-客户端) | [❓ 答疑与常见问题](#问题答疑与1元点赞) | [⭐ 项目相关](#项目相关) |
+| [📝 更新日志](#-更新日志) | [🔌 MCP客户端](#-mcp-客户端) | [❓ 答疑与公益](#问题答疑与公益捐助) | [⭐ 项目相关](#项目相关) |
 | [🔧 自定义监控平台](#自定义监控平台) | [📝 frequency_words.txt 配置](#frequencywordstxt-配置教程) | | |
 
 </div>
 
 - 感谢**耐心反馈 bug** 的贡献者，你们的每一条反馈让项目更加完善😉;  
 - 感谢**为项目点 star** 的观众们，**fork** 你所欲也，**star** 我所欲也，两者得兼😍是对开源精神最好的支持;  
-- 感谢**关注[公众号](#问题答疑与1元点赞)** 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。  
+- 感谢**关注[公众号](#问题答疑与公益捐助)** 的读者们，你们的留言、点赞、分享和推荐等积极互动让内容更有温度😎。  
 
 <details>
-<summary>👉 点击查看<strong>致谢名单</strong> (当前 <strong>🔥66🔥</strong> 位)</summary>
+<summary>👉 点击查看<strong>致谢名单</strong> (当前 <strong>🔥71🔥</strong> 位)</summary>
 
 ### 数据支持
 
@@ -68,6 +75,11 @@
 
 |           点赞人            |  金额  |  日期  |             备注             |
 | :-------------------------: | :----: | :----: | :-----------------------: |
+|           *鬼          |  1 | 2025.11.17  |    | 
+|           *超          |  10 | 2025.11.17  |    | 
+|           R*w          |  10 | 2025.11.17  | 这 agent 做的牛逼啊,兄弟    | 
+|           J*o          |  1 | 2025.11.17  | 感谢开源,祝大佬事业有成    | 
+|           *晨          |  8.88  | 2025.11.16  | 项目不错,研究学习中    | 
 |           *海          |  1  | 2025.11.15  |    | 
 |           *德          |  1.99  | 2025.11.15  |    | 
 |           *疏          |  8.8  | 2025.11.14  |  感谢开源，项目很棒，支持一下   | 
@@ -547,6 +559,15 @@ GitHub 一键 Fork 即可使用，无需编程基础。
 
 
 
+### 2025/11/18 - mcp-v1.0.2
+
+  **MCP 模块更新:**
+  - 优化查询今日新闻却可能错误返回过去日期的情况
+
+
+<details>
+<summary><strong>👉 点击展开：历史更新</strong></summary>
+
 ### 2025/10/26 - mcp-v1.0.1
 
   **MCP 模块更新:**
@@ -554,10 +575,6 @@ GitHub 一键 Fork 即可使用，无需编程基础。
   - 统一所有工具的时间参数格式
 
 
-<details>
-<summary><strong>👉 点击展开：历史更新</strong></summary>
-
-
 ### 2025/10/31 - v3.0.4
 
 - 解决飞书因推送内容过长而产生的错误，实现了分批推送
@@ -1048,7 +1065,7 @@ frequency_words.txt 文件增加了一个【必须词】功能，使用 + 号
    > **自动识别**：使用以上邮箱时，无需手动配置 `EMAIL_SMTP_SERVER` 和 `EMAIL_SMTP_PORT`，系统会自动识别。
    >
    > **反馈说明**：
-   > - 如果您使用**其他邮箱**测试成功，欢迎开 [Issues](https://github.com/sansan0/TrendRadar/issues) 告知，我会添加到支持列表
+   > - 如果你使用**其他邮箱**测试成功，欢迎开 [Issues](https://github.com/sansan0/TrendRadar/issues) 告知，我会添加到支持列表
    > - 如果上述邮箱配置有误或无法使用，也请开 [Issues](https://github.com/sansan0/TrendRadar/issues) 反馈，帮助改进项目
 
    **常见邮箱设置：**
@@ -1427,7 +1444,7 @@ TrendRadar v3.0.0 新增了基于 **MCP (Model Context Protocol)** 的 AI 分析
 
 Cherry Studio 提供 GUI 配置界面， 5 分钟快速部署， 复杂的部分是一键安装的。
 
-**图文部署教程**：现已更新到我的[公众号](#问题答疑与1元点赞)，回复 "mcp" 即可
+**图文部署教程**：现已更新到我的[公众号](#问题答疑与公益捐助)，回复 "mcp" 即可
 
 **详细部署教程**：[README-Cherry-Studio.md](README-Cherry-Studio.md)
 
@@ -1439,7 +1456,7 @@ Cherry Studio 提供 GUI 配置界面， 5 分钟快速部署， 复杂的部分
 
 > 实际不建议一次性问多个问题。如果你选择的 ai 模型连下图的按顺序调用都无法做到，建议换一个。
 
-<img src="/_image/ai2.png" alt="mcp 使用效果图2" width="600">
+<img src="/_image/ai3.png" alt="mcp 使用效果图" width="600">
 
 
 ## 🔌 MCP 客户端
@@ -1735,17 +1752,65 @@ MCP Inspector 是官方调试工具，用于测试 MCP 连接：
 </details>
 
 
-## ☕问题答疑与1元点赞
+## ☕问题答疑与公益捐助
 
-> 心意到就行，收到的**点赞**用于提高开发者开源的积极性。**点赞**已收录于**致谢名单**  
+> 如果你想支持本项目，可通过微信搜索**腾讯公益**，对里面的**助学计划**随心捐助~
+>  
+> 我还在为信息过载而焦虑，他们却在信息荒漠中挣扎，连学习的机会都没有，所以他们比我更需要支持。 
+
+<details>
+<summary><b>👉 点击展开：作者有话说</b></summary>
+<br>
+
+感谢各位支持！因获得赞助商赞助，现已移除**一元点赞**打赏码。
+
+之前参与**一元点赞**的朋友已收录至顶部**致谢名单**。
+
+本项目开发和维护投入了大量时间、精力和成本（含 AI 模型费用），有了赞助支持后可以更安心维护。
+
+目前大厂模型价格已相对亲民，如果你手上暂无合适的模型，点击下方**302.AI**也是对开发者的支持：
+
+<div align="center">
+
+<span style="margin-left: 10px"><a href="https://share.302.ai/mEOUzG" target="_blank"><img src="_image/icon-302ai.png" alt="302.AI logo" width="100"/></a></span>
+
+</div>
+
+**使用流程：**
+
+1. 注册并充值后，进入右上角 [管理后台](https://302.ai/dashboard/overview)
+2. 点击左侧 [API Keys](https://302.ai/apis/list)
+3. 在页面下方找到默认 API KEY，点击眼睛图标查看，然后复制（注意：不是点最右侧的复制按钮）
+4. Cherry Studio 已集成 302.AI，直接填入 API 密钥即可使用(当前必须得先填密钥才能看到完整模型列表)
+
+若你已有合适的模型，也欢迎先**注册体验**~
+
+</details>
 
 - **GitHub Issues**：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
 - **公众号交流**：适合快速咨询。建议优先在相关文章下的公共留言区交流，如私信，请文明礼貌用语😉
 
 
-|公众号关注 |微信点赞 | 支付宝点赞 |
+<div align="center">
-|:---:|:---:|:---:| 
+
-| <img src="_image/weixin.png" width="300" title="硅基茶水间"/> | <img src="https://cdn-1258574687.cos.ap-shanghai.myqcloud.com/img/%2F2025%2F07%2F17%2F2ae0a88d98079f7e876c2b4dc85233c6-9e8025.JPG" width="300" title="微信支付"/> | <img src="https://cdn-1258574687.cos.ap-shanghai.myqcloud.com/img/%2F2025%2F07%2F17%2F1ed4f20ab8e35be51f8e84c94e6e239b4-fe4947.JPG" width="300" title="支付宝支付"/> |
+|公众号关注 |
+|:---:|
+| <img src="_image/weixin.png" width="400" title="硅基茶水间"/> |
+
+</div>
+
+## 🪄赞助商
+
+> 302.AI 是一个按用量付费的企业级 AI 资源平台       
+> 提供市场上最新、最全面的 **AI模型** 和 **API**，以及多种开箱即用的在线 AI 应用。
+
+
+<div align="center">
+
+<span style="margin-left: 10px"><a href="https://share.302.ai/mEOUzG" target="_blank"><img src="_image/banner-302ai-zh.jpg" alt="302ai banner" width="800"/></a>
+
+</div>
+
 
 ### 常见问题