GitHub Big Tech Latest Repo Explorer

从预设的大厂 GitHub 组织中挑选最近创建、star 大于 1000 的热门仓库，默认 3 个月窗口，无结果时自动扩窗，最晚回溯到 2023-03-14（GPT-4 发布日）。

大厂最新热门仓库探索

一、功能

（1）从 references/organizations.json 的大厂组织中，每次挑选一个最近创建、stars > 1000（硬性条件）且未输出过的仓库。

（2）按 assets/output_template.md 回答三个问题：项目是什么、解决了什么问题、如何解决。

二、数据来源

（1）组织名单：references/organizations.json，格式为 {公司: [组织主页链接, ...]}，手工维护，名单外的仓库不会被搜到。scripts/probe_orgs.py 仅用于检查链接有效性，不参与正常运行。

（2）仓库列表：GitHub Core API GET /orgs/{org}/repos，按创建时间倒序分页，翻到早于窗口起点即停止，不使用 Search API。

（3）README：GET /repos/{owner}/{repo}/readme。

（4）认证：需要添加 GITHUB_TOKEN 或 GH_TOKEN 环境变量，Core API 额度为每小时 5000 次，额度耗尽时该组织记为查询失败。

三、运行流程

1. 筛选

（1）本地按 created_at 落在窗口内、stargazers_count > 1000 过滤。

（2）排除 assets/history/history.json 中已输出的 full_name。

（3）按 --pick 策略选出仓库。

2. 自动扩窗

（1）默认窗口为最近 3 个月，无满足条件的未输出仓库时，依次扩大到 6、12、24、36、48、60 个月。

（2）窗口起点不早于 2023-03-14，到该日期仍无结果则停止，输出无可选结果。

（3）每次扩窗后，重新计算候选总数、已输出数、未输出数。

3. 输出与历史

（1）严格遵守 assets/output_template.md，标题、筛选条件、统计均使用最终实际窗口，并标注 stars > 1000。

（2）README 信息不足时标注"信息有限，基于元数据推断"，禁止编造。

（3）仅正式运行成功选出仓库后才写入 assets/history/history.json，--dry-run 不修改历史。

（4）某个组织请求失败时继续处理其它组织，并在结果中列出失败组织。

（5）回答完成后，须将完整回答（不含 README 原文）以 Markdown 保存到 assets/history/，文件名为 YYYY-MM-DD-owner-repo.md（日期取运行当天，owner、repo 为仓库所有者与名称，用 - 连接），脚本输出中已给出具体路径；--count 大于 1 时每个仓库单独保存一个文件。--dry-run 与无可选结果时不保存。

四、参数

参数	说明
--months N	初始窗口（自然月），默认 3，后续档位为 3、6、12、24、36、48、60 中大于 N 的值
--count N	选几个仓库，默认 1
--pick stars	默认，选 Stars 最多，相同时选创建时间最新
--pick oldest	选创建时间最早
--pick random	随机选
--org-config	指定组织名单文件
--reset-history	清空已输出记录
--dry-run	只预览，不写历史
--workers	并发数

验收命令：

bash

python3 scripts/fetch_repo.py --months 3 --count 1 --dry-run

五、常见问题

• 401 Unauthorized：GITHUB_TOKEN 无效、已撤销或没有访问权限。
• 403 / 429：GitHub API 限流；匿名请求请配置 GITHUB_TOKEN 后重试，已使用 Token 则稍后重试。