AI 领域的新词从被说出来到被关键词工具收录，中间往往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。开源项目 new-term-radar 就是为了解决这个痛点而生。
它不是一个关键词工具，而是一个信号雷达——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。
它扫了什么？
一个新名字会按这个顺序留下痕迹：
- 实验室或大号在 X 上先说出来，模型进入 Hugging Face 热门榜
- GitHub 上某一个仓库自己涨起来
- 导航站和竞品给它加页面，有人为它注册域名
- 你自己的站第一次因为这个词有了搜索曝光
- 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。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。
信号 1：X + Hugging Face
雷达追踪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，新模型或新 Space 一旦进入 Trending Top 50 立刻触发。
信号 2：GitHub 爆星
这是雷达的核心信号。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。
信号 3：站点 Sitemap
雷达定期扫描配置的导航站（如 toolify、aixploria、ai-bot.cn 等），找那些在新 URL 里反复出现但在老页面里很少出现的词。
信号 4-8：Search Console、新域名、Reddit 求助、付费产品、支付链接
后面这五路信号覆盖了 AI 新词从概念到生意后半段路径：Search Console 的搜索曝光、90 天内新注册域名、Reddit 上的求助帖、TrustMRR 上已开始赚钱的新产品、Stripe 等平台的新支付页面。
关键词表
雷达拿到一个新词后，会自动做六件事：
- 找证据：X 上提到这个词的高赞帖子、GitHub 仓库的 README
- 想关键词：让小模型读证据，写出普通人会搜的泛词
- 筛选：第二次模型调用，打分、去重、标记竞品品牌
- 查月搜索量：Google Ads 的搜索量，按月批量拉
- 看趋势：Google Trends 曲线，判断是刚起来还是已过峰值
- 查首页竞争：Google 第一页有哪些站排名，判断能不能冲
决策分三档：优先做（过去 30 天还在涨）、关注（涨过但还小或平稳）、跳过（正在掉或很小且没变化）。14 天后还会复盘，回头看 Google Trends 曲线验证准确性。
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
git clone https://github.com/zhuyansen/new-term-radar
cd new-term-radar
cp config.example.json config.json
export AISA_API_KEY=***
python -m radar daily --out report.md方式二：Agent Skill
npx skills add zhuyansen/new-term-radar装完后直接跟 AI 说「今天有什么新的 AI 关键词」即可。
方式三：MCP 服务器
pip install "new-term-radar[mcp]"彩蛋：pains 命令
雷达还能帮你找痛点。运行 python -m radar pains "ai headshot"，它会汇总低星级 Chrome 插件评论、Reddit 抱怨帖、教程视频评论，用模型归类成「现有工具缺失什么」「哪些操作太难」「用户嫌贵」等 gap，每条带上搜索量和真实例子。
AI 领域的新词从来不会在某天突然从 Ahrefs 里冒出来，它总有一条可以被追踪的公开路径。如果你在做 AI 工具站、写 AI Newsletter，或者任何需要比同行早一周知道新词的事情，这个项目值得 fork 一下。
