深度搜索 GitHub 仓库,按关键词、语言、star 数、更新时间筛选,获取细分领域最新开源项目,适合技术调研。
GitHub Research 🐙是一项面向实际任务的技能,主要用于GitHub 仓库深度搜索与分析工具;专为技术细分领域调研设计,支持多维度筛选和详细数据分析;
🏷️ 标签分类 - 自动提取项目标签和主题;📋 结构化输出 - Markdown表格,易。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
GitHub 仓库深度搜索与分析工具。专为技术细分领域调研设计,支持多维度筛选和详细数据分析。
# 搜索特定领域 node scripts/github-search.mjs "agent memory" # 指定编程语言 node scripts/github-search.mjs "rag" --language python # 更多结果 node scripts/github-search.mjs "llm" --limit 20
# 筛选高星项目(>1000 stars) node scripts/github-search.mjs "vector database" --min-stars 1000 # 最近更新的项目(30天内) node scripts/github-search.mjs "embedding" --updated-within 30 # 组合筛选 node scripts/github-search.mjs "multi-agent" --language python --min-stars 500 --updated-within 90 --limit 15
# 获取单个仓库的详细信息 node scripts/repo-detail.mjs "microsoft/autogen" # 批量获取(从搜索结果) cat search-results.json | node scripts/batch-detail.mjs
## 🔥 GitHub 热门项目: agent memory | 排名 | 项目 | ⭐ Stars | 🍴 Forks | 💻 语言 | 📅 更新 | 🔗 链接 | |-----|------|---------|---------|--------|--------|--------| | 1 | microsoft/autogen | 32.5k | 4.8k | Python | 2天前 | [查看](https://github.com/microsoft/autogen) | | 2 | langchain-ai/langchain | 89.2k | 14.1k | Python | 1天前 | [查看](https://github.com/langchain-ai/langchain) | | 3 | ... | ... | ... | ... | ... | ... | ### 📊 统计摘要 - **总项目数**: 15 - **平均 Stars**: 5,230 - **主要语言**: Python (80%), TypeScript (13%), Go (7%) - **活跃度**: 73% 最近30天有更新
## 📋 项目详情: microsoft/autogen **全称**: AutoGen **描述**: A programming framework for building AI agents **🏷️ 标签**: ai-agents, multi-agent, llm, python **📈 数据统计** - Stars: 32,547 (+156 this week) - Forks: 4,823 - Issues: 1,234 open - Pull Requests: 89 open **💻 代码信息** - 主要语言: Python (98.2%) - 代码行数: ~150k - 许可证: MIT **📅 活跃度** - 最后提交: 2天前 - 提交频率: 日均 12 commits - 贡献者: 234人 **🔗 链接** - 仓库: https://github.com/microsoft/autogen - 文档: https://microsoft.github.io/autogen/ - 示例: https://github.com/microsoft/autogen/tree/main/samples
| 参数 | 说明 | 默认值 | 示例 |
|---|---|---|---|
query |
搜索关键词 | 必填 | "agent memory" |
--language |
编程语言筛选 | 无 | python, typescript, go |
--min-stars |
最小 stars 数 | 100 | 1000 |
--max-stars |
最大 stars 数 | 无限制 | 50000 |
--updated-within |
最近N天更新 | 365 | 30, 90 |
--created-after |
创建日期之后 | 无 | 2024-01-01 |
--sort |
排序方式 | stars | stars, updated, forks |
--order |
排序顺序 | desc | asc, desc |
--limit |
返回结果数 | 10 | 20, 50 |
--output |
输出格式 | table | table, json, csv |
# Intel Agent 调用 GitHub Research subagent_task = """ 你是情报分析师。使用 github-research skill 获取最新数据。 执行以下命令: ```bash node ~/.openclaw/workspace/skills/github-research/scripts/github-search.mjs "agent memory" --language python --min-stars 500 --updated-within 90 --limit 15 --output json > /tmp/gh_results.json
基于结果生成报告表格... """
### 批量分析多个领域
```bash
#!/bin/bash
TOPICS=("agent memory" "rag" "vector database" "llm orchestration")
for topic in "${TOPICS[@]}"; do
safe_topic=$(echo "$topic" | tr ' ' '-')
node scripts/github-search.mjs "$topic"
--min-stars 1000
--limit 15
--output json > "results/${safe_topic}.json"
done
export GITHUB_TOKEN="ghp_your_token_here"
专为技术细分领域调研设计 | GitHub Research v1.0