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
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 只能拿到导航栏壳子，禁止用 web_fetch 抓 github.com 的 repo 页面。一律使用 GitHub API：
- 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：
| 来源 | URL 模式 | 采集内容 | 建议工具 |
|---|
| GitHub Repo | github.com/{org}/{repo} | README、About、Contributors | web_fetch |
| GitHub Issues | github.com/{org}/{repo}/issues?q=sort:comments | Top 3-5 高质量 Issue | browser |
| 中文社区 | 微信/知乎/小红书 | 深度评测、使用经验 | content-extract |
| 技术博客 | Medium/Dev.to | 技术架构分析 | web_fetch / content-extract |
| 讨论区 | V2EX/Reddit | 用户反馈、槽点 | search-layer（Deep 模式） |
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：
| 场景 | 命令 | 说明 |
|---|
| 项目调研（默认） | python3 skills/search-layer/scripts/search.py --queries "<project> review" "<project> 评测" --mode deep --intent exploratory --num 5 | 多查询并行，按权威性排序 |
| 最新动态 | python3 skills/search-layer/scripts/search.py "<project> latest release" --mode deep --intent status --freshness pw --num 5 | 优先新鲜度，过滤一周内 |
| 竞品对比 | python3 skills/search-layer/scripts/search.py --queries "<project> vs <competitor>" "<project> alternatives" --mode deep --intent comparison --num 5 | 对比意图，关键词+权威双权重 |
| 快速查链接 | python3 skills/search-layer/scripts/search.py "<project> official docs" --mode fast --intent resource --num 3 | 精确匹配，最快 |
| 社区讨论 | python3 skills/search-layer/scripts/search.py "<project> discussion experience" --mode deep --intent exploratory --domain-boost reddit.com,news.ycombinator.com --num 5 | 加权社区站点 |
意图类型速查：factual(事实) / status(动态) / comparison(对比) / tutorial(教程) / exploratory(探索) / news(新闻) / resource(资源定位)
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 单源。
抓取降级与增强协议 (Extraction Upgrade)
当遇到以下情况时，必须从 web_fetch 升级为 content-extract：
- 域名限制:
mp.weixin.qq.com, zhihu.com, xiaohongshu.com。
- 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。
- 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）
- 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）
- 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）
- 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。
- 所有标题加粗（emoji + 粗体文字）
- 竞品对比必须附链接（GitHub / 官网 / 文档，至少一个）
- 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"
- 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：
Dependencies
本 Skill 依赖以下 OpenClaw 工具和 Skills：
| 依赖 | 类型 | 用途 |
|---|
web_search | 内置工具 | Brave Search 检索 |
web_fetch | 内置工具 | 网页内容抓取 |
browser | 内置工具 | 动态页面渲染（备选） |
search-layer | Skill | 多源搜索 + 意图感知评分（Brave + Exa + Tavily + Grok），v2.1 支持 --intent / --queries / --freshness |
content-extract | Skill | 高保真内容提取（反爬站点降级方案） |
