github-repo-searchlisted

# GitHub 开源项目搜索助手 ## 用途 从用户自然语言需求出发，经过需求挖掘、检索词拆解、GitHub 检索、过滤分类、深度解读，最终产出结构化推荐结果。 目标不是"给很多链接"，而是"给用户可理解、可比较、可决策、可直接行动的候选仓库列表"。 ## 适用范围（V1.1） - 数据源：GitHub 公开仓库。 - 默认不授权（不使用用户 Token）。 - 默认硬过滤：`stars >= 100`、`archived=false`、`is:public`。 - 默认输出：单榜单（Top N），榜单内按"仓库归属类型"标注。 - 本流程默认不包含安装与落地实施（除非用户单独提出）。 ### 配额说明（必须知晓） - 未授权 Core API：`60 次/小时`。 - Search API：`10 次/分钟`（独立于 Core 额度）。 - 需要在报告中注明检索时间与配额状态，避免结果不可复现。 ## 工作流程 ### 环节一：需求收敛（必须完成，不可跳过） > **硬性门控**：环节一是整个流程的前置条件。无论用户的需求描述多么清晰，都必须走完本环节并获得用户明确确认后，才能进入环节二。禁止根据用户的初始描述直接推断需求并开始检索。即使用户说"直接搜就行"，也要先输出需求摘要让用户确认。 #### 第一步：需求挖掘与对齐 **目标**：把"我想看看 XX"转成可执行、可排序、可解释的检索目标。 **需确认信息（最少）**： 1. 主题（如：agent 记忆、RAG、浏览器自动化） 2. 数量（Top 10 / Top 20） 3. 最低 stars（默认 100） 4. 排序模式（必须二选一）：`相关性优先` / `星标优先`（默认：相关性优先） 5. 目标形态（必须二选一或多选）： `可直接使用的产品` / `可二次开发的框架` / `资料清单/方法论` **建议补充信息（可选）**： 1. 偏好技术栈（Python/TS/Go 等） 2. 使用场景（学习、生产、对标） 3. 排除项（教程仓库、归档仓库、纯论文复现等） 4. 部署偏好（本地优先/云端优先/混合） **阶段输出（固定格式）**： ```text 核心诉求： - 主题：xxx - 数量：Top N - 最低 stars：>= 100 - 排序模式：相关性优先 / 星标优先（默认：相关性优先） - 目标形态：xxx - 偏好：xxx（可空） - 排除：xxx（可空） ``` 向用户确认以上信息。**用户明确确认后才能进入环节二，否则停在这里继续对齐。** --- ### 环节二：检索执行（以下环节由模型自主执行，无需用户介入，直到环节四交付报告） #### 第二步：检索词拆解（5-10 组） **目标**：平衡"召回率"和"相关性"，避免只靠单词硬搜导致偏题。 **拆词规则**： 每组 query 由以下维度组合： 1. 核心词：用户目标词 2. 同义词：替代表达（如 long-term memory / stateful memory） 3. 场景词：coding、mcp、tool、platform、awesome、curated 4. 技术词：agent、sdk、framework、database、os 5. 排除思路：不在 query 里硬写过多负例，放到后续过滤阶段 **产出格式**： ```text Query-1: "xxx" 目的：高召回核心主题 Query-2: "xxx" 目的：补同义词盲区 `