多源公司情报平台——从 Crunchbase、LinkedIn 与 Reddit 自动采集并以 AI 驱动分析公司数据。功能特性聚合来自 Crunchbase、LinkedIn 与 Reddit 的公司与社交数据通过 CrewAI 智能体与 Bright Data MCP 实现网页抓取自动化处理 JS 渲染、代理轮换与验证码基于 Google Gemini 模型的 AI 分析与洞察生成在 Streamlit 仪表盘中实时可视化模块化架构便于扩展新增数据源或工作流工作原理启动由专用的 CrewAI 智能体发起数据获取编排通过 Bright Data MCP 进行 API 调用与动态抓取——处理 JS、代理、限流与验证码等规范化存储并发送数据至 Gemini AI 进行即时分析展示在 Streamlit 仪表盘中显示结果与可执行洞察技术栈语言Python 3编排CrewAI 多智能体框架协议Model Context Protocol (MCP)抓取Bright Data MCP 与 Web Scraper APIsAIGoogle Gemini 模型仪表盘Streamlit数据源来源数据类型内容集成方式Crunchbase公司档案融资、团队、指标、新闻100% MCPLinkedIn职业数据职位、动态混合MCP APIReddit公众情绪讨论、观点、评测100% MCP适用场景竞品情报与公司调研市场趋势分析实时情绪与话题监测投资/MA 目标筛选面向分析师的多源数据发现先决条件Python 3 与 Node.js拥有 Bright Data 账号 与 API Key并开通 Web Unlocker 与 Browser API 区域zonesGemini API 访问安装# 克隆仓库gitclone https://github.com/bright-cn/trendscan.gitcdtrendscan# 创建并激活 Python 虚拟环境uv venv# 安装依赖uv pipinstall-rrequirements.txt配置打开项目根目录下的.env文件填写你的真实凭据与 API Key可选如需更换 Gemini 模型在.env中设置LLM_MODEL。参见 Gemini 模型文档示例 .env 变量变量名描述BRIGHT_DATA_API_KEY你的 Bright Data API KeyGEMINI_API_KEY你的 Gemini API Key……使用启动 Streamlit Web 界面streamlit run streamlit_trendscan.py随后可在浏览器中发起数据检索、运行整条流水线并与仪表盘交互。参与贡献欢迎提交 PR、反馈与功能建议发现问题或改进点请提交 Issue大型改动建议先发起讨论许可证采用 MIT 许可证发布。祝你玩转趋势扫描全面增强公司情报能力