Skip to content

README.zh.md

Latest commit

 

History

History
132 lines (103 loc) · 5.1 KB

README.zh.md

File metadata and controls

132 lines (103 loc) · 5.1 KB
Raw

Github-Roast logo

Github照妖镜

AI 驱动的 GitHub 开发者档案分析器 — 毒舌吐槽、一键截图、转发必备

English

概述

Github照妖镜只需一个 GitHub 用户名或仓库链接，就能生成一份包含 13 个维度的 AI 毒舌分析报告——外加一个独家公式算出你的 GitHub 账号值多少钱。输入 GitHub 账号 → 抓取公开资料、仓库和动态 → DeepSeek AI 生成一份又狠又准的分析，涵盖吐槽、技术栈、弱点、职业建议等。

预览

资料+统计 吐槽+分析
资料+统计+账号估值（左）和 吐槽+技术栈+弱点（右）

功能

  • 抓取 — 通过 GitHub REST API 获取用户信息、仓库列表（最多 100 个）和公开动态，无需浏览器
  • 分析 — 格式化数据后发给 DeepSeek V4 Flash（免费）或 V4 Pro，返回结构化 JSON
  • 13 张报告卡片 — 简介、吐槽、技术栈、弱点、开源影响力、代表项目、协作风格、活力指数、生涯建议、成就徽章、人生建议
  • 账号估值 — 基于 Star、关注者、原创仓库、Fork 数量的独家公式，算出你的 GitHub 值多少钱（¥/$）
  • 下载为图片 — 支持按区段逐个下载 PNG，也支持「一键全部下载」
  • 分享到 X — 预填好推文文案的一键分享
  • 中英文切换 — 简体中文 / English 实时切换
  • 支持个人与组织 — 自动检测账号类型（User / Organization），使用不同的分析提示词

快速开始

在线体验

👉 groast.streamlit.app

本地运行

# 1. 克隆仓库
git clone https://github.com/gokuscraper/github-roast.git
cd github-roast

# 2. 安装 Python 依赖
pip install -r requirements.txt

# 3. 配置 API 密钥
# 创建 .streamlit/secrets.toml，内容：
# GITHUB_TOKEN = "ghp_your-github-token-here"
# OPENCODE_API_KEY = "sk-your-opencode-key-here"

# 4. 启动
streamlit run streamlit_app.py

API 密钥

密钥 必须 获取地址
GITHUB_TOKEN 是 GitHub Tokens（public_repo 权限）
OPENCODE_API_KEY 是 OpenCode 免费通道
SILICON_API_KEY 可选 SiliconFlow 控制台 — 用作兜底

项目结构

github-roast/
├── streamlit_app.py        # 首页 — 输入用户名/链接 → 抓取
├── pages/
│   └── 1_Analysis.py       # 4 区段分析报告页
├── lib/
│   ├── ai.py               # AI 提示词（个人/组织），双 API 策略
│   ├── repo_utils.py       # GitHub 数据格式化 & 统计
│   └── sidebar.py          # 侧边栏导航
├── github_scraper/
│   ├── __init__.py         # fetch_all() 入口
│   ├── client.py           # GitHub API 客户端封装
│   ├── config.py           # API 端点配置
│   ├── fetcher.py          # 获取用户 + 仓库 + 动态
│   ├── models.py           # GitHubUser, GitHubRepo, GitHubEvent 数据类
│   ├── parser.py           # 解析原始 API 数据 → 模型
│   └── storage.py          # 本地 JSON 缓存
├── locales/
│   ├── zh.json             # 中文界面文案
│   └── en.json             # 英文界面文案
├── i18n.py                 # 国际化辅助
└── requirements.txt

工作原理

flowchart LR
    A[GitHub 链接/用户名] --> B[GitHub REST API]
    B --> C[资料 JSON + 仓库 + 动态]
    C --> D[DeepSeek AI]
    D --> E[13 字段 JSON 报告]
    E --> F[4 区段卡片网格 UI]
    F --> G[下载 PNG / 分享到 X]
Loading
  1. 输入 — GitHub 用户名、完整个人主页链接（https://github.com/user）或仓库链接（https://github.com/user/repo）
  2. 抓取 — 通过 GitHub REST API 获取公开数据（/users/{user}、/users/{user}/repos、/users/{user}/events/public）
  3. 识别 — 自动检测是个人用户还是组织，选择对应的分析提示词
  4. 分析 — 格式化数据发给 DeepSeek，搭配毒舌提示词，使用你选择的语言
  5. 报告 — 13 张卡片分为 4 个区段展示
  6. 分享 — 按区段逐个下载 PNG，或一键全部下载，也可分享到 X

技术栈

层 技术
前端 Streamlit（单页应用）
AI 模型 DeepSeek V4 Flash（免费）/ V4 Pro，通过 OpenCode + SiliconFlow 兜底
数据源 GitHub REST API
截图 html2canvas
部署 Streamlit Cloud
协议 Apache 2.0

许可证

Apache 2.0