找不到好用的 Google Trends MCP，于是我自己写了一个

📋 概述

作者原来的内容调研流程很费时间：先查一段时间的 Search Console，再翻 Analytics 找兴趣洞察，最后去 Google Trends 看相关搜索与缺失机会，全部整理成一张表发给客户。GA 和 GSC 都能找到免费开源的 MCP，唯独 Google Trends 找不到同时满足「免费、开源、本地、适合 AI 驱动的工作流」的那一个，于是他做了 Trendzeist。它的起点是 pytrends-modern 之上的一个 MCP 层，但关键设计不是把结果丢给模型，而是围绕所问的问题组织数据：工具集包含请求节流、持久化磁盘缓存、严格输入校验、对 LLM 友好的 JSON 输出，以及带排序的 discover_topics 工作流。返回的选题已排好序——全新飙升的排第一，因为最值得当下调查，其次是稳定上升，再到可放进待办的长青选题；每个选题都附带建议格式（how-to、对比、清单）和用户真实输入的提问。接上 GA 与 GSC 之后，他可以用一句自然语言找出「排名 8 到 20 位、且需求正在上升」的页面。