本项目是一个自动化脚本，用于抓取GitHub上的热门仓库数据，进行AI摘要，并将结果格式化展示在项目的README文件和GitHub Issue中。它不是一个运行中的服务，而是一个定期执行（例如通过GitHub Actions）来更新静态内容的工具。

项目简介

该项目旨在帮助用户方便地了解GitHub上最新和最受欢迎的仓库。通过自动化流程，它每日（或按配置的频率）拉取数据，提炼关键信息，并以易于阅读的表格形式呈现。

主要功能点

• 自动抓取热门仓库: 定期从GitHub API获取在一定时期内创建并获得高星标的仓库列表。
• AI摘要: 使用AI模型（如OpenAI API）对每个仓库的README内容进行简洁摘要。
• 数据整理与展示: 将抓取到的仓库信息（包括名称、描述、语言、标签、星标数、链接和AI摘要）整理成Markdown表格。
• README更新: 将整理好的热门仓库列表写入项目的README.md文件，保持内容最新。
• Issue发布: 将部分热门仓库列表发布到项目的GitHub Issue中，方便通过邮件通知订阅用户。

安装步骤

本项目主要作为一个自动化脚本运行，通常不需要用户在其本地机器上“安装”为一个长期运行的服务。如果您希望在本地运行或部署到自己的自动化流程中，需要执行以下步骤：

1. 克隆仓库:

   git clone https://github.com/marc-ko/daily-trending-repo.git
   cd daily-trending-repo
   

2. 安装依赖: 需要安装Python及其相关的库。

   pip install -r requirements.txt
   

   (注: 仓库信息中未直接提供 requirements.txt，但根据代码推断需要 'requests', 'python-dotenv', 'pytz', 'openai', 'shutil')
3. 配置API密钥: 项目使用GitHub API获取仓库数据，使用OpenAI API进行摘要。您需要设置相应的环境变量。 在项目根目录创建 '.env' 文件，并添加：

   OPENAI_API_KEY="您的OpenAI API密钥"
   # OPENAI_API_BASE="如果您使用非官方OpenAI API，请在此填写基础URL"
   

   （GitHub API通常不需要额外密钥，但如果调用频率过高可能需要设置 'GITHUB_TOKEN' 环境变量）

服务器配置

本项目不是一个MCP服务器，因此没有MCP服务器的启动命令和JSON配置信息。它是一个执行特定任务后退出的脚本。它不通过JSON-RPC协议与LLM客户端通信，也不提供资源、工具或Prompt服务。

基本使用方法

本项目设计为自动化运行。例如，您可以通过GitHub Actions配置一个定时任务，每天执行 'main.py' 脚本。

如果您在本地执行，可以直接运行：

python main.py

脚本会执行以下操作：

1. 备份当前的 'README.md' 和 '.github/ISSUE_TEMPLATE.md' 文件。
2. 抓取最新的GitHub热门仓库数据。
3. 调用OpenAI API生成仓库摘要。
4. 生成新的Markdown表格内容。
5. 将表格写入 'README.md' 和 '.github/ISSUE_TEMPLATE.md' 文件。
6. 清理备份文件。

运行完成后，项目的 'README.md' 和 '.github/ISSUE_TEMPLATE.md' 文件将被更新。