技能介绍

解决什么问题

手动追踪 GitHub 近期热门项目并撰写高质量的技术科普长文是一件耗时且繁琐的工作。开发者不仅需要反复切换页面筛选真正在近期获得关注的项目，还要人工阅读大量 README、提取核心亮点，最后再花费大量精力打磨文章结构与文字风格。这个技能将“找项目、读详情、写文章、做归档”整合为一个闭环工作流，让你只需挑选感兴趣的项目，剩下的交给自动化流程。

核心工作流

技能分为四个明确的步骤，所有产物均输出到当前项目的 output/ 目录下：

Step 1: 抓取与筛选

运行内置脚本 scripts/github_trending.py 抓取 GitHub Trending 页面。它按“周期内新增 star”排序，过滤掉历史累计霸榜的老项目。你可以指定 daily、weekly 或 monthly 周期，以及 --limit 和 --language 参数。脚本会生成 output/YYYY-MM-DD-source.md 索引，你只需从中挑选 2~3 个项目。

Step 2: 深度抓取详情

针对你挑选的仓库，调用 scripts/fetch_repo.py 获取元数据与 README。这一步旨在尽可能详细地获取项目全貌，包括“解决什么问题、技术栈、亮点与坑”，输出结构化的 output/YYYY-MM-DD-details.md，为后续写作备料。

Step 3: 风格化自动写作

基于详情，技能会以“数字生命卡兹克”的身份，将项目作为“最近玩到的好东西”写成 4000-8000 字的公众号长文。写作严格遵循移植的卡兹克风格（口语化、短段落、无小标题、具体场景包裹），并在完成后执行 L1 到 L4 的四层自检，确保零命中禁用词且具备“活人感”。

Step 4: 飞书归档

通过飞书连接器，将成稿 output/YYYY-MM-DD-article.md 上传至云空间的“GitHub速递”目录，按日期规范命名，完成自动化归档。

适用边界与注意点

运行环境仅需 Python 3 标准库，无需安装额外依赖。Windows 用户执行前需设置 export PYTHONIOENCODING=utf-8 以防 emoji 乱码。
GitHub Trending 页面受网络传输影响偶尔截断，若单次拉取不足 15 条，需重复执行或加大 --limit。
在不配置 GITHUB_TOKEN 的情况下，GitHub API 限速为 10 次/分钟，对于单期 2~3 个仓库的抓取足够，但配置 Token 可提升稳定性。
若仓库 README 超过 12000 字符会被截断，必要时需人工补抓关键章节。若飞书连接器未连接，文章会暂存于 output/ 目录，待连接后再补跑归档。