GitHub 分析
- 作者仓库星标 0
- 作者更新于 实时读取
- 作者仓库 skills-registry
- 领域
- AI 智能
- 兼容 Agent
-
- Claude Code
- Cursor
- Cline
- Codex
- Windsurf
- Gemini CLI
- +20
- 信任分
- 88 / 100 · 社区维护
- 作者 / 版本 / 许可
- @tomevault-io · 未声明 license
- Token 消耗评级
- 低消耗
- 接入复杂程度
- 需手动接入
- 是否需要外部 API Key
- 需要 · Vendor-specific
- 兼容的系统
- Docker
- 底层运行要求
- Python · Docker
- 文件与系统权限
-
- 只读
- 允许写入 / 修改
- 网络行为
- 允许外网请求
- 安装命令数
- 26 条
档案由构建时根据 SKILL.md 与安装命令自动衍生，可能与作者实际意图存在差异。
需要注意： 未限定 allowed-tools，默认拥有全部工具权限。
---
name: github-stars-analyzer
description: 抓取指定 GitHub 用户 Stars 下的所有项目，并生成标准化中文 Markdown 报告。当用户提到"分析 GitHub stars"、"导出收藏项目"、"汇总 GitHub 星标"…
category: AI 智能
runtime: Python / Docker
---
# github-stars-analyzer 输出预览
## PART A: 任务判断
- 适用问题：提示词、Agent 工作流、模型评估或自动化推理。
- 输入要求：目标材料、限制条件、期望输出和验收方式。
- 证据边界：围绕“技能概述 / 文件结构 / 执行流程”读取原文规则，不把推断写成作者承诺。
## PART B: 执行结果
- **01** 任务判断：确认你的需求是否属于提示词、Agent 工作流、模型评估或自动化推理，并标出输入、限制和预期结果。
- **02** 执行计划：优先按“技能概述 / 文件结构 / 执行流程”拆成步骤，说明每一步会读取什么、修改什么、产出什么。
- **03** 交付结果：给出可复制的命令、文件改动、检查清单或内容草稿，并说明如何继续迭代。
- **04** 风险边界：结合 读取文件、写入/修改文件、会按任务需要访问外部网络、需要准备 Vendor-specific API Key 给出执行前确认项。
## Running Rules
- 读取文件、写入/修改文件；会按任务需要访问外部网络；需要准备 Vendor-specific API Key。
- 先小样例验证，再放大到真实任务。
- 交付时同时给结果、检查口径和下一步迭代建议。 先确认触发方式
原文出现了 `/path`、`/home`、`/mnt` 这类斜杠命令；如果你的 Agent 支持命令触发，优先用命令开场，再补充目标和边界。
给清楚输入和边界
告诉 Agent 目标文件或材料、期望结果、不可改范围、是否允许联网或执行命令。本 Skill 的权限画像是：读取文件、写入/修改文件。
小样例验证后再放大
先用一个小任务确认它会围绕“技能概述 / 文件结构 / 执行流程”工作；涉及文件或命令时，先看 diff、日志、预览或测试结果。
复核后再交付
检查最终产物是否包含明确结果、必要证据和下一步动作；如果输出泛泛而谈，就补充输入、边界和验收标准后重跑。
---
name: github-stars-analyzer
description: 抓取指定 GitHub 用户 Stars 下的所有项目，并生成标准化中文 Markdown 报告。当用户提到"分析 GitHub stars"、"导出收藏项目"、"汇总 GitHub 星标"…
category: AI 智能
source: tomevault-io/skills-registry
---
# github-stars-analyzer
## 什么时候使用
- 把 AI / Agent方向的常用动作沉淀成 Agent 可调用的技能 适合处理AI Agent、提示词、模型评估与自动化推理，核心价值是把输入、判断、执行、验证和交付边界固定下来，避免 Agent 泛泛回答。 把任务拆成可执行、可检查…
- 面向提示词、Agent 工作流、模型评估或自动化推理，优先处理能明确输入、步骤和验收标准的工作。
## 需要提供什么
- 目标材料、目录范围、期望结果和不可改动内容。
- 是否允许联网、执行命令、读写文件或调用外部服务。
## 执行规则
- 围绕「技能概述 / 文件结构 / 执行流程」组织步骤，不把推断写成作者事实。
- 读取文件、写入/修改文件；会按任务需要访问外部网络；需要准备 Vendor-specific API Key。
- 先跑小样例，确认结果可检查后再扩大任务范围。
## 输出要求
- 给出最终产物、关键证据、验证方式和下一步动作。
- 信息不足时标记 unknown，不编造命令、平台或依赖。 证据边界与执行链路
作者原文负责流程事实；仓库文件负责来源和命令；流狐只补充适用场景、限制和质量判断。
skill "github-stars-analyzer" {
输入层 -> 用户目标 + 目标文件 + 禁止范围 + 验收标准
上下文层 -> 技能概述 / 文件结构 / 执行流程
规则层 -> SKILL.md 触发条件 / 执行顺序 / 输出格式
运行层 -> Python / Docker | 读取文件、写入/修改文件 | 会按任务需要访问外部网络
安全层 -> 需要准备 Vendor-specific API Key + 小任务验证 + diff / 日志复核
输出层 -> 可复制结果 + 检查清单 + 下一步迭代
}GitHub Stars 分析器技能
技能概述
通过 GitHub 公开 API 抓取用户所有 starred 仓库，按大类自动分组，生成标准化中文 Markdown 报告文件。
文件结构
github-stars-analyzer/
├── SKILL.md ← 本文件
├── scripts/
│ └── fetch_stars.py ← 抓取 + 报告生成脚本
└── assets/
└── template.md ← 标准化报告模板（说明格式规范）执行流程
第一步：解析用户名
从用户消息中提取 GitHub 用户名，支持以下格式：
https://github.com/USERNAME?tab=starshttps://github.com/USERNAME@USERNAME- 裸用户名
第二步：运行脚本
将脚本复制到工作目录后执行：
cp /path/to/skill/scripts/fetch_stars.py /home/claude/fetch_stars.py
python3 /home/claude/fetch_stars.py USERNAME --output /home/claude/USERNAME_github_stars.md可选参数：
--token <PAT>：GitHub Personal Access Token，将 API 限额从 60次/小时 提升至 5000次/小时--output <路径>：指定输出文件路径，默认为<username>_github_stars.md
第三步：交付文件
cp /home/claude/USERNAME_github_stars.md /mnt/user-data/outputs/USERNAME_github_stars.md然后使用 present_files 工具将文件提供给用户。
报告大类分类规则
脚本按仓库 topics 和语言自动划分以下大类（优先级从上到下匹配）：
| 大类 | 匹配关键词（topics / 语言） |
|---|---|
| 🤖 人工智能与机器学习 | ai, ml, machine-learning, deep-learning, llm, nlp, neural-network, gpt, pytorch, tensorflow |
| 🛠️ 开发工具与效率 | cli, tool, productivity, devtools, vscode, vim, ide, automation, workflow |
| 🌐 前端与界面 | frontend, react, vue, angular, css, html, ui, design, javascript, typescript |
| ⚙️ 后端与框架 | backend, api, rest, graphql, microservice, server, django, flask, fastapi, go, rust |
| 📦 基础设施与运维 | devops, docker, kubernetes, ci-cd, cloud, aws, infra, terraform, nginx |
| 🗄️ 数据库与数据 | database, sql, nosql, redis, postgres, mongodb, data, analytics, etl |
| 🔒 安全与隐私 | security, hacking, pentest, crypto, privacy, auth, vulnerability |
| 📚 学习资源与文档 | awesome, tutorial, learning, course, book, guide, roadmap, cheatsheet |
| 🎮 游戏与创意 | game, graphics, animation, art, creative, shader |
| 🐍 Python 生态 | 语言为 Python 且未命中以上类别 |
| 其他 | 未匹配任何类别的仓库 |
报告模板规范
详见 assets/template.md，生成报告时严格遵循该模板的结构和中文命名规范。
错误处理
- HTTP 404：提示用户名不存在，终止
- HTTP 403：提示 API 超限，显示剩余等待秒数，建议添加
--token - 网络不通：提示检查网络连接（Claude 服务器无外网出口，脚本需在用户本地运行）
向用户说明
完成后告知用户：
- 文件已生成，可直接下载
- 如需在本地重新运行：
python3 fetch_stars.py <用户名> - 如遇 API 限速，在 GitHub 设置页生成一个免费 Token（无需任何权限勾选）后加上
--token参数
Source: AgentWorkers/skills — distributed by TomeVault.
先判断是否适合
作者设计意图
作者的方法与取舍
边界和复核