核心用法
github-ai-trends 是一个命令行工具，通过GitHub API抓取人工智能、机器学习、大语言模型领域的热门仓库数据，生成响应式暗色主题HTML排行榜。支持按日、周、月三个时间维度筛选，输出包含排名、描述、编程语言、Star数、Fork数及标签的完整报告。
典型调用示例：
python3 scripts/fetch_trends.py --period weekly --limit 30 -o ai-trends.html
也可通过OpenClaw定时任务自动化生成，如：Generate this week's GitHub AI trends report using the github-ai-trends skill.
显著优点
- 零依赖设计：仅使用Python标准库（
urllib），无需pip安装任何包，部署极简 - 自包含输出：生成的HTML内置所有CSS样式，无外部资源依赖，离线可查看
- API友好：支持GitHub Token提升限流（30 req/min vs 无Token的10 req/min）
- 智能筛选：基于关键词+话题标签组合搜索，自动去重并按Star排序
- 多格式输出：可选同时输出原始JSON数据，便于二次分析
潜在局限
- 数据源单一：仅依赖GitHub平台，无法覆盖GitLab、Hugging Face等其他AI社区
- 排名维度单一：以Star增长为核心指标，未纳入代码活跃度、Issue响应、实际采用率等深度指标
- 关键词硬编码：AI/ML/LLM的匹配规则需手动维护，可能遗漏新兴细分领域项目
- 无历史对比：单次报告不展示趋势变化曲线，需人工保存多期数据对比
适合人群
- AI从业者快速了解技术风向
- 投资人/分析师追踪开源生态热度
- 技术布道者制作周报/月报素材
- 开发者寻找可借鉴的优质项目
常规风险
- API限流风险：无Token时10次/分钟限制，大规模抓取可能触发封禁
- Token泄露风险：建议通过环境变量
GITHUB_TOKEN注入，避免硬编码 - 数据时效性：GitHub API存在缓存延迟，极端热门项目可能有数小时滞后
- 主题误判：关键词匹配可能混入边缘项目，需人工复核关键排名