GitHub Commercial Analysis Skill

一个用于筛选 GitHub 开源项目商业化机会的 Codex Skill。它会基于用户画像、项目数据、舆情热度、MVP 可行性和风险规则，生成可直接打开的单文件 HTML 项目机会日报。

Install with npx

npx github-commercial-analysis-skill

安装后会写入：

~/.codex/skills/github-commercial-analysis-skill

如果你想固定当前版本：

npx [email protected]

默认输出文件：

github-opportunity-daily-report.html

适合谁使用

• 程序员、独立开发者、博主、自媒体创作者
• 想从 GitHub 找可复刻、可包装、可做内容、可商业化验证项目的人
• 想每天自动发现 Agent、AI 工具、SaaS、小程序、桌面工具等机会的人
• 想把开源项目转成 MVP、课程案例、订阅产品或企业定制方案的人

核心能力

• 搜索 GitHub 候选项目
• 获取 Repo、README、Release、License、Topics 等项目详情
• 用 GH Archive 判断近期 GitHub 行为热度
• 用 Hacker News Algolia 判断海外技术社区讨论和需求信号
• 按明确公式生成最终 10 个推荐项目
• 输出手机友好的 HTML 卡片报告
• 对 License、法律、隐私、侵权、灰产等风险做硬性降级

数据源

本 Skill 默认使用 4 个数据源：

| 数据源 | 用途 | 配置方式 | | --- | --- | --- | | GitHub REST Search API | 搜索候选项目 | 推荐使用 GitHub CLI 登录 | | GitHub Repo API | 获取 README、License、Release、Topics、项目详情 | 推荐使用 GitHub CLI 登录 | | GH Archive | 判断近期 GitHub 事件热度 | 公共 endpoint，无需 token | | Hacker News Algolia API | 判断海外技术社区讨论和需求热度 | 公共 endpoint，无需 token |

GitHub 登录：

gh auth login --web
gh auth status

一键安装

推荐：npm / npx 安装

已经发布到 npm，直接运行：

npx github-commercial-analysis-skill

这个命令会把 Skill 安装到：

~/.codex/skills/github-commercial-analysis-skill

如果想固定版本，也可以这样安装：

npx [email protected]

备用：GitHub 源安装

如果 npm 暂时不可用，再使用 GitHub 源：

npx --yes github:Shark-Overlord/github-commercial-analysis-skill

Windows PowerShell 备用方式

powershell -NoProfile -ExecutionPolicy Bypass -Command "irm https://raw.githubusercontent.com/Shark-Overlord/github-commercial-analysis-skill/main/install.ps1 | iex"

macOS / Linux 备用方式

curl -fsSL https://raw.githubusercontent.com/Shark-Overlord/github-commercial-analysis-skill/main/install.sh | bash

安装后在 Codex 中这样调用：

Use $github-commercial-analysis-skill to find GitHub projects that I can turn into a paid MVP and generate an HTML report.

手动安装

安装到 Codex skills 目录：

cd $env:USERPROFILE\.codex\skills
git clone https://github.com/Shark-Overlord/github-commercial-analysis-skill.git

作为普通项目运行：

git clone https://github.com/Shark-Overlord/github-commercial-analysis-skill.git
cd github-commercial-analysis-skill

可选依赖：

D:\anaconda3\python.exe -m pip install requests

如果你的 Python 不在 D:\anaconda3\python.exe，换成自己的 Python 3 路径即可。

配置用户画像

运行脚本前，需要创建：

data/config/current-user-profile.json

示例：

{
  "required_answers": {
    "skill_user_identity": "程序员 + 博主",
    "skill_user_goal": "通过 Skill 找到适合自己做产品和内容的项目机会",
    "project_direction": "Agent、微信小程序、Skill 相关内容",
    "target_user": "个人用户或中小企业",
    "target_output": "桌面端和微信小程序",
    "mvp_time_budget": "14 天",
    "payment_goal": "订阅制",
    "technical_level": "本身是程序员，技术能力较强",
    "risk_boundary": "所有和法律相关的都不要碰"
  },
  "risk_preference": "conservative"
}

如果没有这个文件，脚本会停止并输出 9 个必答问题，不会直接进入 GitHub 搜索。

运行

$env:PYTHONUTF8='1'
D:\anaconda3\python.exe .\scripts\run_daily_analysis.py --force

生成的 HTML 报告会写到当前目录的上一级工作区中：

github-opportunity-daily-report.html

如果你把 Skill 放在独立目录中运行，也可以根据脚本输出中的 report 字段找到报告路径。

检索流程简版

1. 配置 4 个数据源：GitHub Search、GitHub Repo、GH Archive、HN Algolia。
2. 询问用户画像必答问题：用户是谁、目的是什么、方向是什么、卖给谁、做成什么、多久做 MVP、怎么收费、技术能力、风险边界。
3. 根据画像生成搜索关键词、排除词、语言、时间窗口和候选数量。
4. 采集候选项目并补全 README、License、Release、Topics、热度和社区讨论。
5. 按项目价值、用户匹配、商业潜力、MVP 可行性、内容传播、风险和舆情热度评分。
6. 应用硬性降级规则，输出最终 10 个项目。
7. 生成单文件 HTML 日报。

最终评分公式

| 维度 | 权重 | | --- | ---: | | 用户匹配 | 20% | | 商业潜力 | 20% | | MVP 可行性 | 15% | | 内容传播价值 | 15% | | 风险可控 | 15% | | 舆情与需求热度 | 15% |

硬性规则优先于分数：

• License 高风险或不明确：最高只能谨慎推荐
• 法律、隐私、侵权、灰产风险：不得进入商业推荐
• 用户时间预算内不可落地：不得进入前 3
• 不符合用户画像：不得高推荐
• GH Archive 或 HN Algolia 不可用：舆情分降权，并在报告中标注数据缺口

验证闭环

运行校验脚本：

$env:PYTHONUTF8='1'
D:\anaconda3\python.exe .\scripts\validate_skill_package.py

报告生成后至少检查：

• SKILL.md frontmatter 只有 name 和 description
• SKILL.md 引用文件全部存在
• JSON schema 能 UTF-8 读取并解析
• HTML 包含 <meta charset="utf-8">
• HTML 无 ????、锟斤拷、��� 等乱码
• HTML 无外部 CSS、JS、CDN 依赖
• 移动端使用按顺序排列的项目卡片，不依赖表格
• 每张卡片标题能点击跳转到 GitHub 仓库
• 每张卡片包含中文项目简介、基础信息、商业化判断、最终分和舆情分
• 风险降级、数据缺口和 License 问题必须显示在报告中

目录结构

github-commercial-analysis-skill/
├── SKILL.md
├── README.md
├── agents/
├── sop/
├── strategies/
├── criteria/
├── schemas/
├── tools/
├── templates/
├── prompts/
├── assets/
├── examples/
└── scripts/

不会上传的本地文件

.gitignore 默认排除：

• data/：用户画像、采集缓存、分析结果
• github-opportunity-daily-report.html：生成的日报
• __pycache__/ 和 Python 缓存
• .env 等本地配置

免责声明

本 Skill 只用于商业化机会初筛，不构成法律、投资、财务或合规意见。对开源许可证和风险的判断只是初步筛查，正式商业化前仍需要人工复核。