GitHub Trending Reporter 🚀

English | 简体中文

一个自动化分析 GitHub Trending 的机器人，为您每日精选、总结并生成技术洞察报告。

---

✨ 项目亮点

• 📈 每日追踪与分析: 自动抓取 GitHub Trending 的最新热门项目，并利用大语言模型（LLM）进行深度分析，产出"一句话点评"、"技术亮点"和"潜在影响"等洞察。
• 🌐 交互式 Web 界面: 基于 Vue.js 构建的现代化前端，提供美观的报告浏览、搜索和筛选功能，支持响应式设计。
• 🚀 多维度数据分析: 内置趋势分析看板，可查看"上榜最频繁项目"、"热门语言分布"、"星标蹿升最快项目"和"技术领域分析"，助您全面洞察技术潮流。
• ⚙️ 灵活高度可配: 从 LLM 模型、API 地址到抓取频率、报告数量，几乎所有核心参数均可通过环境变量轻松配置。
• 📦 开箱即用: 提供 Docker 支持，一键启动，无需繁琐的环境配置；同时支持多种运行模式（完整服务、仅Web、仅报告生成器）。
• 💾 数据持久化: 使用 SQLite 数据库存储历史数据，避免重复分析，并支持趋势分析功能。

📊 输出示例

项目会在 output 目录生成每日报告。

Markdown 报告 (.md)

结构清晰的 Markdown 文件，可直接发布到各类平台。

## 🚀 AI 浪潮继续席卷，今天 GitHub 上有几款颠覆性的开源模型！

### ✨ awesome-project

**一句话点评**: 解决 X 领域痛点的革命性工具。
**💡 技术亮点与创新**: 采用最新的 A 技术和 B 框架，特别巧妙的 C 设计模式。
**📈 潜在影响与应用**: 有望在 Y 行业树立新标准，特别适合 X、Y、Z 场景。
**🔗 项目链接**: [awesome-project](https://github.com/user/awesome-project)

---

### ✨ another-cool-repo

**一句话点评**: ...
...

交互式 Web 界面

现代化卡片式设计的 HTML 文件，提供更好的视觉阅读体验。

🛠️ 技术栈

• 后端: Python 3.x, Flask
• 前端: Vue.js 3, TypeScript, Vite, Pinia, TailwindCSS
• 数据抓取: requests, BeautifulSoup4
• AI 集成: openai
• 任务调度: schedule
• 数据库: SQLite
• 部署: Docker

📁 项目结构

项目采用前后端分离的架构设计：

├── backend/           # 后端代码目录
│   ├── app.py         # 主程序入口（支持三种运行模式）
│   ├── router.py      # API 路由定义
│   ├── config/        # 配置模块
│   │   ├── settings.py      # 环境变量配置
│   │   └── logging_config.py
│   ├── app/           # 核心功能模块
│   │   ├── analyzer.py      # 数据分析功能
│   │   ├── summarizer.py    # AI 总结生成
│   │   ├── scraper.py       # GitHub 数据抓取
│   │   ├── database.py      # 数据库操作
│   │   ├── github_api.py    # GitHub API 调用
│   │   ├── file_writer.py   # 报告文件输出
│   │   ├── cache.py         # IP 限流实现
│   │   └── main.py          # 任务执行入口
│   └── routes/        # 蓝图路由模块
│       ├── projects.py      # 项目相关 API
│       ├── stats.py         # 统计相关 API
│       └── common.py        # 通用 API
├── frontend/          # 前端代码目录
│   ├── src/           # Vue.js 源码
│   │   ├── views/           # 页面视图
│   │   ├── components/      # 可复用组件
│   │   ├── api/             # API 调用封装
│   │   ├── stores/          # Pinia 状态管理
│   │   ├── composables/     # Vue 组合式函数
│   │   └── router/          # Vue Router 配置
│   └── package.json   # 前端依赖配置
└── README.md          # 项目说明文档

🚀 快速开始

1. 环境准备

git clone https://github.com/lgy1027/ai-trending.git
cd ai-trending

2. 配置环境变量

复制后端和前端的 .env.example 文件为 .env，并填入您的 LLM 服务凭证：

# 后端配置
cp backend/.env.example backend/.env

# 前端配置
cp frontend/.env.example frontend/.env

编辑 backend/.env 文件：

# .env
LLM_API_KEY="your_api_key"
LLM_BASE_URL="https://api.openai.com/v1"
LLM_MODEL="gpt-4-turbo"

3. 运行项目

方式一：使用 Docker（推荐）

docker compose up

方式二：本地运行

安装后端依赖：

cd backend
pip install -r requirements.txt

启动后端服务：

# 运行完整服务（Web API + 定时任务）- 推荐
python app.py

# 仅运行 Web API 服务（用于前端开发）
python app.py --mode web --debug

# 仅运行定时报告生成器
python app.py --mode reporter

# 自定义端口和地址
python app.py --host 0.0.0.0 --port 5001 --debug

安装并启动前端（如需前端界面）：

cd frontend
npm install
npm run dev

访问地址：

• 后端 API: http://127.0.0.1:5001
• 前端界面: http://127.0.0.1:5173

⚙️ 详细配置

环境变量 (.env)

变量	必填	默认值	说明
LLM_API_KEY	✅	-	大语言模型服务的 API Key
LLM_BASE_URL	✅	-	大语言模型服务的基础 URL
LLM_MODEL	❌	gpt-4-turbo	使用的模型
GITHUB_API_TOKEN	❌	-	GitHub API Token（可选，获取更详细项目信息）
SCHEDULE_TIME	❌	09:00	每日任务执行时间 (HH:MM)
NUM_PROJECTS_TO_SUMMARIZE	❌	8	每日需要分析的新项目数量
MAX_PROJECTS_TO_SCRAPE	❌	25	从 Trending 列表中筛选的项目总数
TRENDING_DATE_RANGE	❌	daily	抓取时间范围：daily/weekly/monthly

运行模式

通过 --mode 参数指定：

模式	说明
full	运行完整服务（Web API + 定时任务）[默认]
web	仅运行 Web API 服务（适用于前端开发）
reporter	仅运行定时报告生成任务（适用于后台运行）

其他常用参数：

• --host: Web 服务监听地址，默认 127.0.0.1
• --port: Web 服务端口，默认 5001
• --debug: 启用调试模式

🤝 贡献

欢迎任何形式的贡献！如果您有好的想法或发现了 Bug，请随时提出 Issue 或提交 Pull Request。

公众号

欢迎关注我的公众号，获取实时技术解析及前沿观察。

📄 许可证

本项目采用 MIT 许可证。