Token导航 LogoToken导航TokenDH.com
效率敏感数据clawhub未标认证来源可访问clear审计通过

yardoryardor 分析

Agent Skill

yardor 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 OpenClaw 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

4,068

周安装

163

GitHub Stars

公开资料未说明

下载量

1,317
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:yardor(yardor 分析)
来源仓库:https://github.com/blckrabbit/yardor
安装命令:
openclaw skills install yardor
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install yardor

简介

抓取 GitHub 用户 Stars 项目并生成标准化中文 Markdown 报告。

  • 适用于技术趋势分析、收藏项目归档或个人知识管理。
  • 需用户提供 GitHub 用户名或 ?tab=stars 链接。
  • 报告包含项目名称、描述与 Star 数量统计。
  • 输出仅供学习参考,不得用于商业用途。yardor 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
github-stars-analyzer
description
抓取指定 GitHub 用户 Stars 下的所有项目,并生成标准化中文 Markdown 报告。当用户提到"分析 GitHub stars"、"导出收藏项目"、"汇总 GitHub 星标"、"生成 stars 报告",或粘贴包含 ?tab=stars 的 GitHub 链接时,必须触发此技能。始终通过 bash_tool 运行 Python 脚本完成任务,不要使用浏览器 Artifact 或 web_fetch 抓取 GitHub 数据。

GitHub Stars 分析器技能

技能概述

通过 GitHub 公开 API 抓取用户所有 starred 仓库,按大类自动分组,生成标准化中文 Markdown 报告文件。

文件结构

github-stars-analyzer/
├── SKILL.md                  ← 本文件
├── scripts/
│   └── fetch_stars.py        ← 抓取 + 报告生成脚本
└── assets/
    └── template.md           ← 标准化报告模板(说明格式规范)

执行流程

第一步:解析用户名

从用户消息中提取 GitHub 用户名,支持以下格式:

  • https://github.com/USERNAME?tab=stars
  • https://github.com/USERNAME
  • @USERNAME
  • 裸用户名

第二步:运行脚本

将脚本复制到工作目录后执行:

cp /path/to/skill/scripts/fetch_stars.py /home/claude/fetch_stars.py
python3 /home/claude/fetch_stars.py USERNAME --output /home/claude/USERNAME_github_stars.md

可选参数:

  • --token <PAT>:GitHub Personal Access Token,将 API 限额从 60次/小时 提升至 5000次/小时
  • --output <路径>:指定输出文件路径,默认为 <username>_github_stars.md

第三步:交付文件

cp /home/claude/USERNAME_github_stars.md /mnt/user-data/outputs/USERNAME_github_stars.md

然后使用 present_files 工具将文件提供给用户。

报告大类分类规则

脚本按仓库 topics 和语言自动划分以下大类(优先级从上到下匹配):

大类匹配关键词(topics / 语言)
🤖 人工智能与机器学习ai, ml, machine-learning, deep-learning, llm, nlp, neural-network, gpt, pytorch, tensorflow
🛠️ 开发工具与效率cli, tool, productivity, devtools, vscode, vim, ide, automation, workflow
🌐 前端与界面frontend, react, vue, angular, css, html, ui, design, javascript, typescript
⚙️ 后端与框架backend, api, rest, graphql, microservice, server, django, flask, fastapi, go, rust
📦 基础设施与运维devops, docker, kubernetes, ci-cd, cloud, aws, infra, terraform, nginx
🗄️ 数据库与数据database, sql, nosql, redis, postgres, mongodb, data, analytics, etl
🔒 安全与隐私security, hacking, pentest, crypto, privacy, auth, vulnerability
📚 学习资源与文档awesome, tutorial, learning, course, book, guide, roadmap, cheatsheet
🎮 游戏与创意game, graphics, animation, art, creative, shader
🐍 Python 生态语言为 Python 且未命中以上类别
其他未匹配任何类别的仓库

报告模板规范

详见 assets/template.md,生成报告时严格遵循该模板的结构和中文命名规范。

错误处理

  • HTTP 404:提示用户名不存在,终止
  • HTTP 403:提示 API 超限,显示剩余等待秒数,建议添加 --token
  • 网络不通:提示检查网络连接(Claude 服务器无外网出口,脚本需在用户本地运行)

向用户说明

完成后告知用户:

  1. 文件已生成,可直接下载
  2. 如需在本地重新运行:python3 fetch_stars.py <用户名>
  3. 如遇 API 限速,在 GitHub 设置页生成一个免费 Token(无需任何权限勾选)后加上 --token 参数

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

89.82%
按下载量换算1,183

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills