github-code-interpreter
GitHub 源码解读助手。适用于用户提供 GitHub 仓库链接,并希望解读源码、理解原理、分析架构、生成学习报告或快速上手文档时使用。会在 working 目录下生成源码解读和快速上手两份文档。默认先交付初稿,不自动复查;如果用户明确同意,再安排后续复查。不适用于仅克隆仓库或只要一句简介的场景。
Best use case
github-code-interpreter is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
GitHub 源码解读助手。适用于用户提供 GitHub 仓库链接,并希望解读源码、理解原理、分析架构、生成学习报告或快速上手文档时使用。会在 working 目录下生成源码解读和快速上手两份文档。默认先交付初稿,不自动复查;如果用户明确同意,再安排后续复查。不适用于仅克隆仓库或只要一句简介的场景。
Teams using github-code-interpreter should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/github-code-interpreter/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How github-code-interpreter Compares
| Feature / Agent | github-code-interpreter | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
GitHub 源码解读助手。适用于用户提供 GitHub 仓库链接,并希望解读源码、理解原理、分析架构、生成学习报告或快速上手文档时使用。会在 working 目录下生成源码解读和快速上手两份文档。默认先交付初稿,不自动复查;如果用户明确同意,再安排后续复查。不适用于仅克隆仓库或只要一句简介的场景。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# GitHub 源码解读助手 ## 设计模式 本 skill 主要采用: - **Pipeline**:按“定位仓库 → 建目录 → 阅读分析 → 生成两份文档 → 交付 → 如有需要再复查”的顺序执行 - **Generator**:稳定产出源码解读与快速上手两份文档 - **Inversion(轻度)**:开始前先确认分析范围,复查前再次征求用户同意 ## Gotchas - 不要把“只想克隆仓库”误判成“源码解读” - 不要假装已经全读完大型仓库;必须说明本次聚焦模块 - 不要默认安排复查;是否复查必须先征求用户确认 - 不要凭空编造运行命令、依赖关系、架构细节 - 如果当前渠道支持发文件,应优先发文件,不要只丢路径 ## 适用边界 使用本 skill: - 用户提供 GitHub 仓库链接,并明确要“解读源码 / 分析架构 / 理解原理 / 生成学习报告 / 快速上手” - 用户想把一个开源项目梳理成可读的中文文档 不要使用本 skill: - 用户只想克隆仓库 - 用户只想要一句简介或推荐语 - 用户要解读论文或普通技术文章 ## 核心交付 在合适的 `~/Documents/working` 子目录下创建项目分析目录,并产出两份文档: - `<repo_name>_源码解读.md` - `<repo_name>_快速上手.md` 可额外产出: - `structure.txt` - `metadata.json` 报告结构参考 `references/report-outline.md`。 ## 工作流 ### 0. 先确认分析范围(必须先做) 开始前先向用户确认或声明本次分析范围,至少覆盖: - 是否只做架构解读,还是同时生成快速上手文档 - 是否聚焦某个模块,还是做整体源码导读 - 最终交付以本地文档为主,而不是在对话中直接长篇展开 如果用户已经明确说了“解读源码/分析架构/生成报告”,可直接进入执行,并在回复里顺手说明本次范围。 ### 1. 确定工作目录 按以下优先级选择输出目录: 1. 用户明确指定的目录 2. 当前上下文里已存在且明显合适的 `~/Documents/working` 子目录 3. 默认使用 `~/Documents/working/github-analysis/<repo_name>` 不要跳出 `~/Documents/working` 体系。 ### 2. 定位仓库 优先在 `~/Documents/coding/github` 中查找目标仓库。 - 已存在:直接使用 - 不存在:克隆到 `~/Documents/coding/github/<repo_name>` ### 3. 初始化分析目录 需要快速完成仓库定位、结构导出、元数据生成时,运行: ```bash python3 scripts/bootstrap_github_analysis.py <github_url> ~/Documents/working ``` 如果脚本不可用,就手动完成以下事情: - 创建分析目录 - 导出目录结构 - 记录仓库路径、分支、最后提交时间等基础信息 ### 4. 阅读与分析 至少覆盖这些内容: - `README.md` 和核心文档 - 依赖或构建文件,如 `package.json`、`pyproject.toml`、`Cargo.toml` - 主要源码目录 - 测试、示例、文档目录 大型仓库不要假装“全读完了”。要明确说明本次聚焦的模块或子系统。 ### 5. 生成两份文档 #### 源码解读文档 至少包括: - 项目是做什么的 - 适用场景 - 优点与局限 - 整体架构与关键模块 - 核心原理 / 关键数据流 / 关键算法 - 设计思想与值得借鉴的点 - 必要术语解释 - 按需调用 [`mermaid`](../mermaid/SKILL.md) skill 生成图 #### 快速上手文档 至少包括: - 环境要求 - 安装步骤 - 配置说明 - 最小可运行示例 - 常见问题 - 下一步建议先读哪些源码 ### 6. 交付要求 完成初稿后,先把两份文档路径明确告诉用户,再补充: - 仓库本地路径 - 输出目录路径 - 本次分析范围 - 还没验证的部分 如果当前渠道支持发文件,就直接发送文件;如果不支持,就至少给出可点击路径。 ### 7. 复查原则 默认不自动复查。 如果你判断这份分析值得继续完善,只能先问用户要不要复查;用户明确同意后,才可以安排约 1 小时后的复查。 如果当前环境不方便安排,就不要假装已经安排成功,直接告诉用户即可。 复查时遵循增量更新: - 先读现有两份文档 - 再看仓库是否有更新 - 补充遗漏架构细节、使用场景、设计思想 - 必要时验证快速上手文档 - 在文档末尾追加复查记录 ## 输出要求 汇报时至少包含: - 仓库名与本地路径 - 输出目录 - 两份文档路径 - 本次聚焦模块 - 是否建议复查,以及如需复查必须先征求用户确认 ## 注意事项 - 大型仓库优先聚焦核心模块,不要泛泛而谈 - 先看文档,再读源码,避免误解设计意图 - 快速上手文档尽量基于真实命令,不要凭空猜 - 不要把“当前渠道的文件发送格式”写死成某个平台专用语法
Related Skills
paper-interpreter
论文解读助手。适用于用户发送 arXiv 论文链接,并希望下载论文、解读论文、生成读书笔记、做论文拆解或输出详细报告时使用。会在工作目录创建论文文件夹、下载 PDF 与 TeX Source(如有)、生成中文 Markdown 报告。默认先交付初稿,不自动复查;如果用户明确同意,再安排后续复查。不适用于只要简短推荐语的情况。
sync-skills
Skills 同步助手。将本地目录、GitHub 仓库或 skillsmp.com 页面的 skill 同步到用户选择的 AI 编码工具目录。使用 AskUserQuestion 选择目标(支持多选和自定义路径),展示同步计划后执行,同名 skill 会被覆盖。必须包含 ~/.agents/skills 作为同步目标。
skill-optimizer
优化和重构现有 skill。用于检查目标 skill 的触发描述、SKILL.md 工作流、确认门槛、渐进式披露,以及 references/scripts/assets 的组织方式。当用户提到“优化 skill”“检查 skill 质量”“改进某个 skill”“重构技能说明”,或直接说明要优化哪些方面时使用。默认先审查、再出计划、等待用户确认后再修改目标 skill。
qoder-wiki
Qoder 官方文档知识库,包含产品介绍、用户指南、功能配置、扩展能力、账户定价和故障排查。当用户询问 Qoder 相关问题(如安装、使用、功能、定价、快捷键、MCP、Skills、Quest Mode、Repo Wiki 等)时使用此 skill。
prompt-optimizer
Prompt 优化助手。适用于用户想优化提示词、改进 AI 指令、为特定任务设计更好的 prompt,或需要选择合适提示框架时使用。会根据任务场景匹配合适框架,必要时先追问关键信息,再输出更清晰、更可执行的提示词版本。
opendataloader-pdf
PDF 数据提取工具。当用户提到"PDF 提取"、"PDF 转 Markdown"、"PDF 解析"、"提取 PDF 内容"、"PDF 转 JSON"、"RAG PDF"时使用。OpenDataLoader PDF 是目前基准测试第一的 PDF 解析器,支持本地模式(快速、确定)和混合 AI 模式(复杂表格、扫描件、公式),输出 Markdown、JSON(带边界框)、HTML。适用于需要从 PDF 提取结构化数据用于 RAG/LLM pipeline,或需要批量处理 PDF 文档的场景。
openclaw-wiki
OpenClaw 官方文档知识库。适用于用户询问 OpenClaw 相关问题,如安装、配置、Gateway、WhatsApp/Telegram/Discord 等渠道连接、Sessions、Tools、Skills、Pi Agent、CLI、故障排查等场景。默认先查本地文档,文档不足时再考虑联网补充。
openclaw-session-cleaner
OpenClaw session 清理助手。用于用户提到清理 OpenClaw sessions、删除旧 cron session、压缩或重建 sessions.json、排查 session 文件膨胀时使用。触发后优先检查 ~/.openclaw/agents/main/sessions/ 下的 session 文件数量和 sessions.json 大小,并按指令执行清理。
openclaw-ops
OpenClaw 运维助手。用于用户提到 OpenClaw、小龙虾、gateway、渠道连接、消息发送失败、服务不可达、日志排查、渠道或 Agent 管理时使用。优先执行状态检查与故障分流;涉及重启、修复、更新、配置变更等高影响操作时,先向用户说明再执行。
mermaid
Mermaid 图绘制助手。适用于用户明确要求绘制 Mermaid 图,或提到流程图、架构图、时序图、状态图、甘特图、ER 图、用户旅程图、类图,并希望直接输出 Mermaid 代码块时使用。会先判断最合适的图类型,再生成可渲染、结构清晰的 Mermaid 代码,并在必要时附上简短说明或迭代建议。不适用于追求高保真视觉设计稿的场景。
copaw-ops
CoPaw 运维助手。用于用户提到 copaw 运维、服务无响应、渠道断连、MCP 失败、模型调用失败、cron 不执行、Docker 部署、重载、重启或重置恢复时使用。优先执行状态检查与故障分流;涉及重启、重载、重置、配置修改等高影响动作时,先向用户说明再执行。
claudian-installer
Claudian 安装助手。适用于用户想在 Obsidian 仓库中安装 Claudian 插件,或提到“Claudian”“Claude Code in Obsidian”“install Claudian plugin”时使用。会把插件文件复制到目标 vault 并引导用户启用插件。