一个超越 README 的综合分析技能，通过 API 数据、社区讨论和竞品研究来评估 GitHub 项目。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install github-explorer
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 github-explorer。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 GitHub Explorer？
GitHub Explorer 是为 AI agents 设计的高级技能，用于对任何仓库进行深度的技术和社区审计。虽然大多数工具仅停留在 README 阶段，但此 Openclaw Skills 集成通过分析 Issues、Commits 和跨平台讨论，提供项目可行性的 360 度全方位视图。
它利用多层工作流直接从 GitHub API 获取数据，并在技术博客、中文社区（如知乎和微信）以及全球讨论板（如 Reddit）上并行搜索查询。这确保了开发者能够收到一份涵盖架构、项目健康状况和真实用户反馈的结构化报告。
GitHub Explorer 应用场景
- 通过分析维护者活动和 Issue 解决质量，评估开源库的生产就绪性。
- 将仓库与竞品进行基准测试，识别技术优势和局限性。
- 调查项目超越其营销材料的真实社区情感和常见坑点。
- 复杂软件项目的技术栈发现和架构分析。
GitHub Explorer 工作原理
- 仓库定位：使用专门的搜索层确定确切的 org/repo 并收集初始元数据，如 stars 和 license。
- 多源并行采集：触发 GitHub API 获取原始内容（README、Issues、Commits），同时搜索技术博客和社区论坛。
- 内容提取：对高反爬网站（微信、知乎）采用专门的提取逻辑，确保获取干净的 markdown 数据。
- 分析与综合：评估项目成熟度，识别高质量技术讨论，并提取竞争替代方案。
- 结构化报告：生成包含所有引用源和社区线程深度链接的标准报告。
GitHub Explorer 配置指南
确保已配置核心 Openclaw Skills 环境。需要 GitHub Personal Access Token (PAT) 进行 API 访问以避免频率限制。您可以通过 CLI 直接调用搜索层：
python3 skills/search-layer/scripts/search.py --queries "project_name review" --mode deep --intent exploratory --num 5
对于社区帖子的保真提取，请使用：
python3 skills/content-extract/scripts/content_extract.py --url <URL>
GitHub Explorer 数据架构与分类体系
该技能将其输出组织为高度结构化的 markdown 报告，具有以下元数据分类：
| Section | Data Included |
|---|---|
| 项目身份 | 链接名称和一句话定位声明。 |
| 核心机制 | 技术架构摘要和主要技术栈。 |
| 健康指标 | Star/Fork 计数、License 类型和 Commit 频率趋势。 |
| Issue 亮点 | 前 3-5 个带链接的高质量技术 Issue。 |
| 竞品分析 | 与替代方案的对比，包括直接的 GitHub/文档链接。 |
| 社区回声 | 来自 X/Twitter、Reddit 和 V2EX 的汇总摘要和链接。 |
GitHub Explorer 高级特性
- 多源意图感知：支持探索性研究、竞品对比和状态更新的专门模式。
- 高保真提取：当标准抓取方法遇到反爬措施时，自动回退到 MinerU-HTML。
- 跨平台综合：汇集来自英文和中文开发者生态系统的技术见解。
- 视觉优化：包括强制性的 Telegram 友好格式，并针对列表渲染修复了零宽空格问题。
SKILL.md
加载中
Openclaw 相关技能
OpenClaw Discord 集成
一个无缝插件，使 OpenClaw AI 智能体能够通过 Discord 机器人进行通信，支持斜杠命令（slash commands）和富消息嵌入（rich message embeds）。
S2-Chronos-Memzero: 全息记忆矩阵
S2-Chronos-Memzero 是一个高效的因果记忆矩阵，利用 1 分钟增量状态压缩技术记录环境和智能体决策时间线。
精选*
