1.3K Star！别人两周后才发现的 AI 新词，这个项目当天就能抓！

作者：颜资源站长 · 发布：2026-10-21

上个月，一个叫 Niko1221/Strata 的 GitHub 仓库悄然创建。

之后就有人开始在 Google 上搜「niko strata」，但当时没有第二个仓库用这个名字，AHrefs、Keyword Planner 这些关键词工具里一个数据都没有。普通 SEO 从业者根本不知道这个词已经开始火了。

等到 Google Trends 出现一条像样的曲线，已经是两三周之后的事了。

这就是今天 AI 领域的信息差：真正有价值的新词从被说出来，到被关键词工具收录，中间隔着一个巨大的时间窗口。

快的三五天，慢的一两周。对于做 AI 工具站 SEO、写 Newsletter、运营导航站的人来说，这个窗口就是竞争对手抢跑的空间。

你比别人早一周给「Strata」做了工具测评页，你就能在搜索结果第一页站住；等两周后 AHrefs 里有数据了，十个同行已经把页面发完了。

问题是，没有人在第一天就帮你盯着这些新词。

项目简介

new-term-radar 就是为了解决这个痛点而生的。

它不是一个关键词工具，它是一个信号雷达——每天扫描 AI 领域里新词出现的前四步，而不是等第五步的数据稳定了才告诉你。

作者 zhuyansen 在 README 里写得很清楚：

一个新名字会按这个顺序留下痕迹：

1. 实验室或大号在 X 上先说出来；模型进入 Hugging Face 热门榜。

2. GitHub 上某一个仓库自己涨起来。

3. 导航站和竞品给它加页面；有人为它注册域名。

4. 你自己的站第一次因为这个词有了搜索曝光。

5. Google Trends 上出现曲线——这已经是几天到几周之后了。

关键词工具读的是第 5 步。这个雷达每天读第 1 到 4 步，第 5 步只用来复盘自己准不准。

从「Strata」到「Seedance 2.5」，从「Qwen Image 2.1」到「SynthID Detector」，这些 2026 年下半年冒出来的热词，雷达都在出现当天就抓到了。

02

PART

它到底扫了什么？

new-term-radar 不是瞎扫。它精确地盯着 AI 新词诞生的每一条可能路径。

信号 ①：X + Hugging Face

雷达会追踪你配置好的一组实验室和行业大号的 X 账号。

只要某个词在过去 60 天里没出现过，第一次被这些账号说出来，就会被标记。Hugging Face 那边更直接——新模型或新 Space 一旦进入 Trending Top 50，立刻触发。

这个信号的特点是快。模型发布公告、实验室贴 blog、大佬转发——这是新词出生的第一现场。

信号 ②：GitHub 爆星

这是雷达的核心信号，也是最硬的信号。

规则很简单：一个创建不超过 14 天的仓库，平均每天涨 200+ 星，或者单日涨 400+ 星——满足任何一条就算「爆星」。

就像 Strata 那样，一个仓库每天涨 800 星，本身就是全部信号，而且完全公开。

雷达会自动加上用户实际搜索时的变体（比如「niko strata」而不只是仓库全名），因为真实用户不会按 GitHub 路径去搜。

信号 ③：站点 Sitemap

AI 工具站之间是最好的情报源。

雷达会定期扫描你配置的导航站（比如 toolify、aixploria、ai-bot.cn、opentools 等），找那些在新 URL 里反复出现、但在老页面里很少出现的词。

一个词突然在多个导航站的新页面里同时冒头，说明它已经走完了「X 发声 → GitHub 爆星」阶段，进入了「导航站收录」的第二波。

信号 ④-⑧：Search Console、新域名、Reddit 求助、付费产品、支付链接

后面这五路信号是雷达从 0.3 版本开始逐步加上的，覆盖了 AI 新词从「概念」到「生意」的后半段路径：

Search Console 你自己站点第一次出现某个词的搜索曝光——这是最直接的「我的读者已经在搜这个词了」

新域名 90 天内新注册的域名已经在给 20+ 关键词带来排名——有人在这个词上做站了

Reddit 求助有人在 Reddit 上发「有没有一种 AI 工具能……」——这是需求侧的真实声音

付费产品从 TrustMRR 读取已经开始赚钱的新产品——有人已经在这个词上变现了

支付链接从 Stripe、Polar、Lemon Squeezy 等平台抓新上线的支付页面——某个网站第一天收钱，这个信号比「发了 launch 文」更实在

八路信号每天并行跑一轮，汇总成一张候选新词表，然后过一个「名字判断」小模型——区分这是一个具体产品的名字（比如「SynthID Detector」）还是一个普通词（比如「dashboard」）。

03

PART

关键词表

光是知道一个新词的名字还不够。

「SynthID Detector」这个品牌词的搜索量可能几个月后就掉了，真正长期有搜索量的是它背后的泛词——「ai image detector」。

品牌词属于 Google 和产品本身，泛词才是你能做排名、能持续获取流量的地方。

这就是雷达 0.3 版本最重要的新增——关键词表（Keyword Table）。

雷达拿到一个新词后，会自动做六件事：

1

找证据：X 上提到这个词的高赞帖子、GitHub 仓库的 README

2

想关键词：让一个小模型读证据，写出普通人会搜的「泛词」——比如「ai image detector」「ai photo authenticity check」

3

筛选：第二次模型调用，打分、去重、标记竞品品牌（⚠）

4

查月搜索量：Google Ads 的搜索量，按月批量拉

5

看趋势：Google Trends 曲线，看是刚起来还是已经过了峰值，还有增长速度

6

查首页竞争：Google 第一页有哪些站在排名，每个站的权重、关键词难度、有没有广告——判断你能不能冲

最终输出的关键词表长这样（来自真实运行记录）：

关键词	类型	背后产品	日搜索量	趋势	决策
photocraft 🖼	名字	—	12,747	仍在上升	优先做
claude haiku 5.5	名字	—	1,863	仍在上升	优先做
ai image detector 🖼	泛词	synthid detector	2,537	持平	关注
photoshop alternative ⚠	泛词	photocraft	244	持平	跳过

决策分三档：

优先做过去 30 天涨了，还在涨，日搜索量够大

关注涨过但还小、太早看不出来，或者平稳有稳定需求

跳过正在掉、或者很小且没变化

然后还会14 天后复盘——回头看这个词的 Google Trends 曲线是不是真的涨了，判断雷达的哪个信号最准。

04

PART

怎么上手？

new-term-radar 是一个纯 Python 项目，只用标准库就能跑起来。三种使用方式：

方式一：命令行（最传统）

git clone https://github.com/zhuyansen/new-term-radar cd new-term-radar cp config.example.json config.json # 编辑你的 X 账号、导航站、话题 export AISA_API_KEY=... # 从 aisa.one 申请 python -m radar daily --out report.md

第一次运行会建立快照，从第二次开始每天对比变化。两个命令：

python -m radar sources —— 只跑 X 和 Hugging Face 信号，每几小时跑一次

python -m radar daily —— 全量信号，每天一次

方式二：Agent Skill（给 AI 助手用）

如果你用 Claude Code、Cursor 或者 Agent Skills 平台：

npx skills add zhuyansen/new-term-radar

装完之后直接跟 AI 说「今天有什么新的 AI 关键词」或者「帮我研究一下 PhotoCraft 和 SynthID Detector 的 SEO 关键词」。

方式三：MCP 服务器

pip install "new-term-radar[mcp]"

然后在你的 MCP 客户端配置里加上：

{ "mcpServers": { "new-term-radar": { "command": "new-term-radar-mcp", "env": { "AISA_API_KEY": "...", "RADAR_CONFIG": "/path/to/config.json", "RADAR_STATE": "/path/to/state" } } } }

05

PART