GitHub Explorer — 项目深度分析

Philosophy: README 只是门面，真正的价值藏在 Issues、Commits 和社区讨论里。

Workflow

[项目名] → [1. 定位 Repo] → [2. 多源采集] → [3. 分析研判] → [4. 结构化输出]

Phase 1: 定位 Repo

• 用

  web_search

  搜索

  site:github.com <project_name>

  确认完整 org/repo
• 用

  search-layer

  （Deep 模式 + 意图感知）补充获取社区链接和非 GitHub 资源：

  python3 skills/search-layer/scripts/search.py \
    --queries "<project_name> review" "<project_name> 评测 使用体验" \
    --mode deep --intent exploratory --num 5
  

• 用

  web_fetch

  抓取 repo 主页获取基础信息（README、Stars、Forks、License、最近更新）

Phase 2: 多源采集（并行）

⚠️ GitHub 页面抓取规则（强制）：GitHub repo 页面是 SPA（客户端渲染），

web_fetch

• README:

  curl -s -H "Authorization: token {PAT}" -H "Accept: application/vnd.github.v3.raw" "https://api.github.com/repos/{owner}/{repo}/readme"

• Repo 元数据:

  curl -s -H "Authorization: token {PAT}" "https://api.github.com/repos/{owner}/{repo}"

• Issues:

  curl -s -H "Authorization: token {PAT}" "https://api.github.com/repos/{owner}/{repo}/issues?state=all&sort=comments&per_page=10"

• Commits:

  curl -s -H "Authorization: token {PAT}" "https://api.github.com/repos/{owner}/{repo}/commits?per_page=10"

• File tree:

  curl -s -H "Authorization: token {PAT}" "https://api.github.com/repos/{owner}/{repo}/git/trees/{branch}?recursive=1"

PAT 见 TOOLS.md。

以下来源按需检查，有则采集，无则跳过：

github.com/{org}/{repo}

web_fetch

github.com/{org}/{repo}/issues?q=sort:comments

browser

content-extract

web_fetch

content-extract

search-layer

search-layer 调用规范

search-layer v2 支持意图感知评分。github-explorer 场景下的推荐用法：

python3 skills/search-layer/scripts/search.py --queries "<project> review" "<project> 评测" --mode deep --intent exploratory --num 5

python3 skills/search-layer/scripts/search.py "<project> latest release" --mode deep --intent status --freshness pw --num 5

python3 skills/search-layer/scripts/search.py --queries "<project> vs <competitor>" "<project> alternatives" --mode deep --intent comparison --num 5

python3 skills/search-layer/scripts/search.py "<project> official docs" --mode fast --intent resource --num 3

python3 skills/search-layer/scripts/search.py "<project> discussion experience" --mode deep --intent exploratory --domain-boost reddit.com,news.ycombinator.com --num 5

意图类型速查：

factual

status

comparison

tutorial

exploratory

news

resource

不带

--intent

时行为与 v1 完全一致（无评分，按原始顺序输出）。

降级规则：Exa/Tavily 任一 429/5xx → 继续用剩余源；脚本整体失败 → 退回

web_search

抓取降级与增强协议 (Extraction Upgrade)

当遇到以下情况时，必须从

web_fetch

content-extract

1. 域名限制:

   mp.weixin.qq.com

   ,

   zhihu.com

   ,

   xiaohongshu.com

   。
2. 结构复杂: 页面包含大量公式 (LaTeX)、复杂表格、或

   web_fetch

   返回的 Markdown 极其凌乱。
3. 内容缺失:

   web_fetch

   因反爬返回空内容或 Challenge 页面。

调用方式：

python3 skills/content-extract/scripts/content_extract.py --url <URL>

content-extract 内部会：

• 先检查域名白名单（微信/知乎等），命中则直接走 MinerU
• 否则先用

  web_fetch

  探针，失败再 fallback 到 MinerU-HTML
• 返回统一 JSON 合同（含

  ok

  ,

  markdown

  ,

  sources

  等字段）

Phase 3: 分析研判

基于采集数据进行判断：

• 项目阶段: 早期实验 / 快速成长 / 成熟稳定 / 维护模式 / 停滞（基于 commit 频率和内容）
• 精选 Issue 标准: 评论数多、maintainer 参与、暴露架构问题、或包含有价值的技术讨论
• 竞品识别: 从 README 的 "Comparison"/"Alternatives" 章节、Issues 讨论、以及 web 搜索中提取

Phase 4: 结构化输出

严格按以下模板输出，每个模块都必须有实质内容或明确标注"未找到"。

排版规则（强制）

1. 标题必须链接到 GitHub 仓库（格式：

   # [Project Name](https://github.com/org/repo)

   ，确保可点击跳转）
2. 标题前后都统一空行（上一板块结尾 → 空行 → 标题 → 空行 → 内容，确保视觉分隔清晰）
3. Telegram 空行修复（强制）：Telegram 会吞掉列表项（

   -

   开头）后面的空行。解决方案：在列表末尾与下一个标题之间，插入一行盲文空格

   ⠀

   （U+2800），格式如下：

   - 列表最后一项
   
   ⠀
   **下一个标题**
   

   这确保在 Telegram 渲染时标题前的空行不被吞掉。
4. 所有标题加粗（emoji + 粗体文字）
5. 竞品对比必须附链接（GitHub / 官网 / 文档，至少一个）
6. 社区声量必须具体：引用具体的帖子/推文/讨论内容摘要，附原始链接。不要写"评价很高"、"热度很高"这种概括性描述，要写"某某说了什么"或"某帖讨论了什么具体问题"
7. 信息溯源原则：所有引用的外部信息都应附上原始链接，让读者能追溯到源头

# [{Project Name}]({GitHub Repo URL})

**🎯 一句话定位**

{是什么、解决什么问题}

**⚙️ 核心机制**

{技术原理/架构，用人话讲清楚，不是复制 README。包含关键技术栈。}

**📊 项目健康度**

- **Stars**: {数量}  |  **Forks**: {数量}  |  **License**: {类型}
- **团队/作者**: {背景}
- **Commit 趋势**: {最近活跃度 + 项目阶段判断}
- **最近动态**: {最近几条重要 commit 概述}

**🔥 精选 Issue**

{Top 3-5 高质量 Issue，每条包含标题、链接、核心讨论点。如无高质量 Issue 则注明。}

**✅ 适用场景**

{什么时候该用，解决什么具体问题}

**⚠️ 局限**

{什么时候别碰，已知问题}

**🆚 竞品对比**

{同赛道项目对比，差异点。每个竞品必须附 GitHub 或官网链接，格式示例：}
- **vs [GraphRAG](https://github.com/microsoft/graphrag)** — 差异描述
- **vs [RAGFlow](https://github.com/infiniflow/ragflow)** — 差异描述

**🌐 知识图谱**

- **DeepWiki**: {链接或"未收录"}
- **Zread.ai**: {链接或"未收录"}

**🎬 Demo**

{在线体验链接，或"无"}

**📄 关联论文**

{arXiv 链接，或"无"}

**📰 社区声量**

**X/Twitter**

{具体引用推文内容摘要 + 链接，格式示例：}
- [@某用户](链接): "具体说了什么..."
- [某讨论串](链接): 讨论了什么具体问题...
{如未找到则注明"未找到相关讨论"}

**中文社区**

{具体引用帖子标题/内容摘要 + 链接，格式示例：}
- [知乎: 帖子标题](链接) — 讨论了什么
- [V2EX: 帖子标题](链接) — 讨论了什么
{如未找到则注明"未找到相关讨论"}

**💬 我的判断**

{主观评价：值不值得投入时间，适合什么水平的人，建议怎么用}

Execution Notes

• 优先使用

  web_search

  +

  web_fetch

  ，browser 作为备选
• 搜索增强：项目调研类任务默认使用

  search-layer

  v2 Deep 模式 +

  --intent exploratory

  （Brave + Exa + Tavily 三源并行去重 + 意图感知评分），单源失败不阻塞主流程
• 抓取降级（强制）：当

  web_fetch

  失败/403/反爬页/正文过短，或来源域名属于高风险站点（如微信/知乎/小红书）时：改用

  content-extract

  （其内部会 fallback 到 MinerU-HTML），拿到更干净的 Markdown + 可追溯 sources
• 并行采集不同来源以提高效率
• 所有链接必须真实可访问，不要编造 URL
• 中文输出，技术术语保留英文

⚠️ 输出自检清单（强制，每次输出前逐条核对）

输出报告前，必须逐条检查以下项目，全部通过才可发送：

• 标题链接：

  # [Project Name](GitHub URL)

  格式，可点击跳转
• 标题空行：每个粗体标题（

  **🎯 ...**

  ）前后各有一个空行
• Telegram 空行：每个列表块末尾与下一个标题之间有盲文空格

  ⠀

  行（防止 Telegram 吞空行）
• Issue 链接：精选 Issue 每条都有完整

  [#号 标题](完整URL)

  格式
• 竞品链接：每个竞品都附

  [名称](GitHub/官网链接)

• 社区声量链接：每条引用都有

  [来源: 标题](URL)

  格式
• 无空泛描述：社区声量部分没有"评价很高"、"热度很高"等概括性描述
• 信息溯源：所有外部引用都附原始链接

Dependencies

本 Skill 依赖以下 OpenClaw 工具和 Skills：

web_search

web_fetch

browser

search-layer

--intent

--queries

--freshness

content-extract