分析 GitHub 用户公开数据，产出六维度评分（0-100）、开发者人格蒸馏、个性化成长方案和交互式 HTML 报告。所有功能以 Claude Code 斜杠命令的方式运行。
输入一个 GitHub 用户名，程序会抓取该用户的公开资料、仓库、贡献记录、组织、Gist、PR 和 Issue，然后通过 LLM 链条依次分析。
最终输出：六维度评分（生产力、影响力、工程质量、协作贡献、知识分享、成长潜力），一份开发者人格画像加镜像角色卡，涵盖五个方向的成长建议。以及带 ECharts 图表、二维码分享和截图导出的交互式 HTML 报告。
分析结果要不要上传到共享的 Supabase 排行榜，由你决定。
git clone https://github.com/therain2020/github-profiler.git
cd github-profiler
# 一键配置 GITHUB_TOKEN（自动复用 gh CLI 或引导创建）
bash scripts/setup.sh
# 启动 Claude Code
claude
# 运行完整流水线（每步执行前会先问你）
/github-pipeline也可以逐步执行：
/github-fetch # 第1步：获取原始数据
/github-extract <username> # 第2步：压缩数据（~155KB → ~50KB）
/github-scorer <username> # 第3步：六维度评分
/github-distill <username> # 第4步：人格蒸馏 + 镜像角色
/github-optimize <username># 第5步：成长方案
/github-report scorer # 第6步：HTML 报告
每个维度 0-100 分，完全基于用户的公开 GitHub 数据。
| 维度 | 衡量内容 |
|---|---|
| 代码生产力 | commit 数量、活跃天数、非 fork 仓库数量 |
| 社区影响力 | followers 数量、star/fork 数、组织参与 |
| 工程质量 | README 完整度、commit message 质量、项目结构 |
| 协作贡献 | PR 合并率、code review 活跃度、跨项目贡献 |
| 知识分享 | 博客、gist 活跃度、README 深度、issue 讨论参与 |
| 成长潜力 | 语言多样性、账号年龄、活动类型分布 |
综合分是六个维度的加权平均。
curl和jq（fetch 脚本会自动检查）GITHUB_TOKEN环境变量。在 github.com/settings/tokens 创建，公开数据无需任何权限。如需读取私有仓库，加--private参数并使用repo权限的 token。- Claude Code
- 可选：Python 3（用于 extract 步骤；没有的话该步骤自动跳过）
- 可选：Supabase 项目（用于排行榜；需配置
SUPABASE_URL和SUPABASE_ANON_KEY）
github-profiler/
├── scripts/
│ ├── fetch-github-data.sh # REST + GraphQL 混合，7 阶段数据抓取
│ ├── extract-github-data.sh # 调用 _extract.py 压缩抓取产物
│ ├── _extract.py # Python 压缩（去重、裁剪时间戳、智能截断 README）
│ ├── render-report.py # 从评分数据生成 HTML 报告
│ ├── save-score.sh # 上传评分到 Supabase 排行榜
│ ├── leaderboard.sh # 查询共享排行榜
│ └── setup.sh # 一键配置 GITHUB_TOKEN
├── templates/
│ ├── analysis-prompt.md # 六维度评分的 LLM 提示词
│ ├── distill-prompt.md # 人格蒸馏的 LLM 提示词
│ ├── optimize-prompt.md # 成长规划的 LLM 提示词
│ └── share-card.html # 独立评分卡片（无框架依赖）
├── supabase/
│ └── schema.sql # 评分表 + 排行榜视图 + RLS 策略
├── .claude/skills/ # 7 个 Claude Code skill 定义
│ ├── github-fetch/SKILL.md
│ ├── github-extract/SKILL.md
│ ├── github-scorer/SKILL.md
│ ├── github-distill/SKILL.md
│ ├── github-optimize/SKILL.md
│ ├── github-report/SKILL.md
│ └── github-pipeline/SKILL.md
├── output/ # 抓取缓存（已 gitignore）
├── reports/ # 分析报告（已 gitignore）
└── temp/ # 临时文件（已 gitignore）
fetch 脚本（scripts/fetch-github-data.sh）分 7 个阶段顺序执行：
- Profile：REST API，1 次调用。bio、company、location、followers 等。
- Repos：REST API，分页。按 stars 排序取前 100 个仓库。
- Organizations：REST API，1 次调用。组织归属。
- Contributions：GraphQL，无 token 时退化为页面抓取。commit 日历、贡献仓库排行。
- Activity：GraphQL，无 token 时退化为 Events API。近期 PR 和 Issue。
- Deep dive：Top 10 仓库。README 文本、commit message、Issue。需要 token。
- Gists：REST API。公开 gist 及文件元数据。
结果缓存在 output/<username>.json，24 小时内复用。用 --force 强制刷新。
没有 token 时脚本以降级模式运行（约 75% 数据覆盖）：贡献数从个人主页抓取，PR/Issue 来自公开的 Events API（90 天窗口），deep dive 和 gist 跳过。
bash scripts/fetch-github-data.sh <username> # 常规抓取（利用缓存）
bash scripts/fetch-github-data.sh <username> --force # 跳过缓存，强制刷新
bash scripts/fetch-github-data.sh <username> --stdout # 同时输出到 stdout
bash scripts/fetch-github-data.sh <username> --private # 含私有仓库（需 repo 权限 token）
bash scripts/fetch-github-data.sh --private # 用 token 自动识别用户
基于 Supabase 的共享排行榜，可选使用。每个用户只显示最新一条评分。
# 上传评分
bash scripts/save-score.sh temp/score.json
# 查看前 20 名
bash scripts/leaderboard.sh
# 查看前 50 名
bash scripts/leaderboard.sh 50
# 查特定用户
bash scripts/leaderboard.sh --user torvalds
# 全局统计
bash scripts/leaderboard.sh --stats数据库结构见 supabase/schema.sql。在自己的 Supabase SQL Editor 中执行即可建表。需要配置 SUPABASE_URL 和 SUPABASE_ANON_KEY 环境变量。
无需构建。脚本是 POSIX 兼容的 bash。Python 脚本目标 Python 3.8+，零外部依赖（仅标准库）。
# 抓取测试数据
bash scripts/fetch-github-data.sh torvalds --force
# 运行流水线
/github-pipeline新增评分维度或修改评分逻辑，编辑 templates/analysis-prompt.md。改报告样式，编辑 scripts/render-report.py 和 templates/share-card.html。
MIT，详见 LICENSE