Skills-SIMarket
skills-si.com
Proposer une Skill
/
L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

github-star-manager

github-star-manager

整理、分类、清理、备份与恢复 GitHub Stars，或批量评估导入新项目。当用户要求整理/分类/清理/备份 GitHub 收藏、管理 star 列表(List)、批量评估仓库，或提到「GitHub Stars 整理 / 清理收藏 / star 太多」时使用。支持 organize/import/backup 模式；凭证通过环境变量或 WorkBuddy 的 GitHub 连接器注入，无需在 Skill 目录内放置 .env。

Independent GitHub snapshot · Automated classification · Original documentation governs

Jjspi-fu / customized-skillsMIT

Documentation de la Skill

GitHub

name: github-star-manager description: 整理、分类、清理、备份与恢复 GitHub Stars，或批量评估导入新项目。当用户要求整理/分类/清理/备份 GitHub 收藏、管理 star 列表(List)、批量评估仓库，或提到「GitHub Stars 整理 / 清理收藏 / star 太多」时使用。支持 organize/import/backup 模式；凭证通过环境变量或 WorkBuddy 的 GitHub 连接器注入，无需在 Skill 目录内放置 .env。

GitHub Stars Manager

前置准备与配置

  • 凭证需求: GitHub Token（支持 GitHub CLI 本地自动获取，或 Classic PAT / Token 包含 public_repo + read:user + user scope）。
  • 环境要求: Python >= 3.6，pip install requests (>= 2.28)。
  • 配置来源 (级联解析): 不再强制依赖 Skill 目录内的 .env，而是按以下优先级依次读取（每个 key 取最高优先级来源；已存在的真实环境变量永不覆盖）：
    1. 进程环境已有的变量（WorkBuddy/连接器注入的 GITHUB_TOKEN、shell 环境变量）；
    2. GH_STAR_MANAGER_ENV 指向的显式 .env 路径（可指向 WorkBuddy 托管的密钥文件）；
    3. 用户级 ~/.gh-star-manager/.env（随用户在各工作区/项目间通用）；
    4. Skill 根目录 .env（仅作向后兼容遗留）；
    5. GitHub CLI 本地凭证（自动获取）: 若上述均未配置，自动执行 gh auth token 读取本地 CLI 登录状态，实现零配置/免手动创建 Token。
  • 凭证推荐: 首选本地登录 GitHub CLI (gh auth login) 或由 WorkBuddy/shell 注入环境变量。
  • 工作目录隔离: 所有会话中间产物（stars.json、review_plan.json、review.html 等）与状态文件统一落在专用工作目录 ~/.gh-star-manager/（可用 GH_STAR_MANAGER_WORKDIR 覆盖为任意 WorkBuddy 托管路径），绝不污染当前项目目录。执行脚本时请把 -o 输出路径指向该目录。
  • 交互模式 (GH_STAR_MANAGER_REVIEW_MODE):
    • chat（WorkBuddy 推荐）: 不启动浏览器，由 Agent 在对话中呈现方案摘要、征求明确授权后直接调用 CLI 写回，最贴合 Agent 循环；
    • static: build_review.py 生成 review.html，由 Agent 通过 present_files 内联预览，用户在对话中确认；
    • server（仅独立桌面场景）: 旧版本地 Web 服务自启自毁，Agent 环境不建议使用。
  • 写操作闸门: 任何写回/改动操作执行前，必须依次完成：Checkpoint(自动备份) -> 展示方案 -> 明确授权确认。
  • 安全边界:
    • 高星保护: star 数 ≥ 5000 的 repo 默认排除在 unstar 之外；单次 unstar 上限 50 项。
    • 凭证隔离: GITHUB_TOKEN 仅留存环境变量与 .env，严禁随 JSON、日志或 CLI 参数暴露。

配置自愈 (Self-Healing)

若脚本报 Missing GITHUB_TOKEN 或 401 Unauthorized:

  1. 优先提示用户运行 gh auth login 或输出 https://github.com/settings/tokens 向用户询问 Token；
  2. 写入用户级 ~/.gh-star-manager/.env（GITHUB_TOKEN=ghp_xxx，目录不存在时自动创建）；
  3. 自动重跑先前失败的命令，无需用户重复指示。

在 WorkBuddy 中自由使用

该 Skill 已与 WorkBuddy 的运行环境解耦，无需把密钥写进 Skill 目录即可随处调用：

  • 方式零（零摩擦，最推荐）: 本地登录过 GitHub CLI (gh auth login)，Skill 即可通过 gh auth token 静默获取凭证。
  • 方式一（零配置）: 在 WorkBuddy 连接器页连上 GitHub 连接器。连接后 GITHUB_TOKEN 由 WorkBuddy 托管并自动注入脚本环境。
  • 方式二（零文件）: 在 shell 启动脚本或 WorkBuddy 的环境变量配置里设置 GITHUB_TOKEN。
  • 方式三（随用户通用）: 创建 ~/.gh-star-manager/.env，所有工作区/项目共用同一份配置。
  • 方式四（指向托管密钥）: 设置环境变量 GH_STAR_MANAGER_ENV=/path/to/secret.env。

操作流程 (Steps)

步骤 1: 凭证验证与状态同步

脚本位于本 Skill 目录下（通常为 ~/.workbuddy/skills/github-star-manager/scripts/），执行时请使用 Skill 的绝对路径；所有 -o 输出请指向工作目录 ~/.gh-star-manager/。

python <skill_dir>/scripts/star_ops.py user; python <skill_dir>/scripts/star_ops.py check-scopes
python <skill_dir>/scripts/fetch_stars.py --sync -o ~/.gh-star-manager/stars.json
python <skill_dir>/scripts/github_lists.py list -o ~/.gh-star-manager/lists.json

完成准则: can_create_lists 为 true；fetch_stars.py 与 github_lists.py 返回 status: success（退出码 0）。

步骤 2: 生成方案 (review_plan.json)

先读取用户画像 python <skill_dir>/scripts/state.py dump-profile。依据用户意图选择对应分支：

  • 全量整理分支 (mode: organize):

    • 运行 python <skill_dir>/scripts/generate_review_plan.py --plan-mode organize -o ~/.gh-star-manager/review_plan.json；
    • 详细分类策略、意图驱动标签锁定 (FROZEN)、解散泛化标签与预设模式（STARS_ORGANIZE_MODE）严格遵循 references/analysis-guide.md；
    • 产出包含建议 List 归属与 unstar 建议的 review_plan.json。

  • 批量导入分支 (mode: import):

    • 将待评估 repo 写入 ~/.gh-star-manager/new_repos.json 格式 ["owner/repo", ...]；
    • 抓取摘要: python <skill_dir>/scripts/repo_insight.py --input-file ~/.gh-star-manager/new_repos.json -o ~/.gh-star-manager/insights.json；
    • 运行 python <skill_dir>/scripts/generate_review_plan.py --plan-mode import --insights-file ~/.gh-star-manager/insights.json -o ~/.gh-star-manager/review_plan.json 产出包含建议 List 归属的 review_plan.json。

完成准则: 成功生成符合契约规范的 review_plan.json。

步骤 3: 方案确认与写回 (WorkBuddy 原生流程)

在 WorkBuddy 的 Agent 循环里，不启动本地浏览器服务，而是用对话驱动，三种模式按 GH_STAR_MANAGER_REVIEW_MODE 选择：

  • (推荐) chat 模式: 直接读取 ~/.gh-star-manager/review_plan.json，在对话中以清晰列表呈现建议（新建/合并 List、unstar 清单、标星归类），明确列出将要执行的写操作；得到用户显式授权后，严格遵循写操作闸门（先备份再执行），依次调用 github_lists.py 与 star_ops.py 批处理 CLI 完成写回（写回细节见 references/analysis-guide.md）。

  • static 模式 (可视化预览): 生成可交互 HTML 供用户在对话内预览与核对：

    python <skill_dir>/scripts/build_review.py --plan-file ~/.gh-star-manager/review_plan.json --output ~/.gh-star-manager/review.html

    随后用 present_files 将 review.html 内联预览给用户；用户在对话中确认或调整，Agent 再按授权执行 CLI 写回。

  • server 模式 (仅独立桌面): python <skill_dir>/scripts/review_server.py --plan-file ~/.gh-star-manager/review_plan.json 启动本地 Web 服务并自动开浏览器、确认后强制先备份再执行并 3 秒自毁。Agent 环境不要使用此模式。

完成准则: 用户在对话中明确授权后，CLI 写回成功（备份已完成、退出码 0）；或 static 模式下用户确认且 Agent 已执行授权写回。

步骤 4: 偏好蒸馏 (Preference Distillation)

交互结束后，对比用户最终方案与原始建议，将差异总结为偏好规则追加至画像：

python scripts/state.py add-preference "规则描述"

步骤 5: 备份与恢复 (可选)

查看与加载备份、恢复 stars/List 归属的具体 CLI 指令见 references/analysis-guide.md#备份与恢复流程。

异常降级与资源索引

More skills to explore

Voir toutes les Skills
Skills enregistrées