It combines multiple social media and trend platforms in one offline-friendly, privacy-respecting dashboard without any third-party packages or API keys.
플랫폼마다 브라우저 탭을 따로 열지 않아도 됩니다. python3 src/main.py 한 줄이면
http://localhost:8779에서 오늘 볼 만한 흐름을 바로 훑을 수 있습니다.
추가 패키지 설치는 필요 없습니다. Python 표준 라이브러리만 사용합니다.
| 홈 브리핑 (데스크톱) | 급상승 탭 |
|---|---|
| 분석 탭 |
|---|
| 영상 탭 | AI 탭 |
|---|---|
| X 탭 | 급상승 (모바일) |
|---|---|
트렌드는 플랫폼마다 다르게 보입니다. 유튜브는 조회수와 카테고리가 중요하고, 릴스와 틱톡은 계정 흐름을 같이 봐야 합니다. X와 스레드는 텍스트 맥락과 참여 지표가 핵심입니다. 이걸 매일 플랫폼별로 확인하는 건 비효율입니다.
trend-viewer는 이 흐름을 로컬 브라우저 한 장에 모읍니다. 로그인 정보는
서버로 보내지 않습니다. 계정 목록과 캐시는 이 기기 안의 파일로 관리합니다.
python3 src/main.py
# 브라우저에서 http://localhost:8779
포트를 바꾸려면 환경변수를 넣으세요.
TREND_VIEWER_PORT=8780 python3 src/main.py
첫 화면입니다. 아래 모든 플랫폼의 상위 5개 항목을 한 페이지에 모아 보여줍니다. 각 섹션 헤더의 화살표를 누르면 해당 탭 전체 보기로 이동합니다.
Google Trends 실시간 급상승 검색어를 국가별(한국, 미국, 일본)로 보여줍니다. 검색어마다 근사 검색량, 대표 이미지, 관련 뉴스 기사 최대 3건이 함께 옵니다. "지금 무엇이 뜨는가"를 다른 탭보다 먼저 확인하는 자리라서 홈 브리핑 맨 위에도 같은 데이터가 올라갑니다.
Google Trends, YouTube, 릴스, X, 스레드, 틱톡, AI 뉴스의 7개 채널을 함께 읽어 같은 주제가 여러 플랫폼에서 겹치는지 찾고, 이전 분석 기록과 비교해 상승·유지·하락 속도를 계산합니다. 교차 플랫폼 상관관계와 속도 판정은 휴리스틱이라 오프라인에서도 동작하며, 선택적으로 로컬 LLM이 근거 링크를 묶은 클러스터와 한국어 브리핑을 만듭니다.
trend-viewer 자체는 Python 표준 라이브러리만 사용하며 API 키 없이 휴리스틱 분석까지 동작한다. 로컬 ocx 프록시(gpt-5.6-luna)가 떠 있으면 자동으로 LLM 클러스터링·브리핑으로 강화되고, 없으면 조용히 휴리스틱으로 폴백한다.
유튜브 인기 영상을 카테고리(전체, AI, 먹방, 뷰티/패션, 브이로그, 예능/코미디, 영화/드라마, 테크/IT, 지식/교육, 여행, 동물)별로, 기간(오늘, 이번 주, 이번 달)별로 필터링합니다. 국가 선택(한국, 미국, 일본)을 바꾸면 해당 국가 언어의 검색어 세트로 다시 수집합니다. 검색어 입력도 가능합니다. 카드 클릭 시 팝업으로 바로 재생합니다.
유튜브 쇼츠만 따로 봅니다. 카테고리와 기간 필터를 영상 탭과 공유합니다.
shorts=1 파라미터AI 영상 모델(Hugging Face 트렌딩/최신)과 국내외 AI 뉴스를 한 탭에 모읍니다. 뉴스는 TechCrunch, The Verge, MIT Tech Review, arXiv, Hacker News, AI타임스, 전자신문, ZDNet Korea 등 17개 피드에서 수집하고, 헤드라인 키워드 분류기가 모델·제품 / 연구 / 산업·투자 / 정책·규제 카테고리를 붙입니다. 칩으로 필터링하세요.
유튜브, 릴스, X, 스레드, 틱톡, AI 뉴스를 한 화면에서 보는 로컬 트렌드 관제판. Python stdlib only.
Similar projects matched by category, topics, and programming language.
Stormy Cookbook provides copy-pasteable recipes for using the Stormy Social Data API and MCP server, which offers a unified REST API and MCP tools to search profiles, posts, and emails across TikTok, YouTube, Instagram, LinkedIn, X, and Reddit through a single HTTP contract.
Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.
A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.