GitHub Talent Hunter v1.2.3

AI 驱动的技术人才招聘 Agent。基于 Kimi 2.5 (kimi-coding/k2p5)，支持 华人开发者特性分析 和 产品型开发者识别 (Building in Public)。

核心能力

1. 企业智能诊断 - 3 阶段结构化对话了解企业技术现状与人才需求
2. GitHub 人才搜索 - 支持多维度筛选的精准搜索
3. 人才档案分析 - 深度分析开发者的开源贡献和技术栈
4. 华人特性分析 ⭐ - 检测大厂背景、双轨参与、中文内容
5. 产品型开发者识别 🚀 - 识别 Building in Public 型全能开发者
6. 诊断报告生成 - 8 维度能力评估模型

快速开始

环境配置

# 必需：Kimi API Key（用于企业诊断）
# 获取地址：https://platform.moonshot.cn/
export KIMI_API_KEY="your-kimi-api-key"

# 可选但强烈建议：GitHub Token
# 无 Token：10 请求/分钟 ｜ 有 Token：30 请求/分钟
# 获取地址：https://github.com/settings/tokens/new
# 创建时勾选权限：public_repo, read:user
export GITHUB_TOKEN="your-github-token"

⚠️ 为什么需要 GitHub Token？

GitHub API 对未认证请求限制为 10 次/分钟，超过会被暂时封禁。 设置 Token 后限额提升至 30 次/分钟，且搜索配额从 10 次/分钟 提升到更宽松的限制。

建议操作： 访问 https://github.com/settings/tokens/new → 选择 Generate new token (classic) → 勾选 public_repo 和 read:user → 生成后复制 Token。

使用方法

# 1. 企业诊断（交互式）
python3 scripts/github-talent-hunter diagnose

# 2. 搜索人才
python3 scripts/github-talent-hunter search "fullstack developer" \
    --language typescript \
    --location china \
    --followers ">1000"

# 3. 分析指定用户
python3 scripts/github-talent-hunter analyze octocat

# 4. 启用华人特性分析（检测大厂背景、双轨参与等）
python3 scripts/github-talent-hunter search "backend developer" \
    --language java \
    --chinese-focus

python3 scripts/github-talent-hunter analyze ruanyf --chinese-focus

# 5. 识别产品型开发者（Building in Public）🚀 NEW
python3 scripts/github-talent-hunter search "fullstack" --product-maker -n 10
python3 scripts/github-talent-hunter analyze Vonng --product-maker

# 6. 单文件版本（无需安装）
python3 scripts/github-talent-hunter-standalone.py diagnose

命令详解

diagnose - 企业智能诊断

通过 3 阶段对话收集企业信息，生成 8 维度能力评估报告：

• 基础画像 - 公司规模、行业、发展阶段
• 技术架构 - 技术栈、云服务、CI/CD 成熟度
• 痛点目标 - 招聘困难、技术挑战、紧急程度

输出包含：

• 各维度评分（1-10）
• 最需要补强的人才类型
• GitHub 搜索策略建议

search - 人才搜索

usage: search [-h] [-l LANGUAGE] [--location LOCATION] [-f FOLLOWERS] 
              [-r REPOS] [-n LIMIT] [--chinese-focus] [--product-maker] query

positional arguments:
  query                 搜索关键词

optional arguments:
  -l, --language        编程语言
  --location            地理位置
  -f, --followers       粉丝数条件（如 ">1000"）
  -r, --repos           仓库数条件（如 ">50"）
  -n, --limit           结果数量限制
  --chinese-focus       启用华人特性分析
  --product-maker       启用产品型开发者识别 (Building in Public)

analyze - 用户分析

深度分析指定 GitHub 用户的：

• 基础档案信息
• 开源贡献统计（总星标、仓库数）
• 技术栈分布
• 热门项目

analyze/search --chinese-focus - 华人特性分析 ⭐

专为识别华人开发者设计，分析以下特征：

支持检测的大厂：

• 阿里系：阿里巴巴、淘宝、天猫、阿里云
• 腾讯系：腾讯、QQ、微信
• 字节系：字节跳动、TikTok、抖音
• 其他：百度、小米、华为、美团、京东、360、网易、新浪、滴滴、拼多多、B站

双轨参与指数说明：

• 计算公式：min(公司项目星标, 个人项目星标) / max(公司项目星标, 个人项目星标)
• >0.7 🔥：双轨活跃（公司+个人项目都很活跃，可能是"带薪开源"型）
• 0.3-0.7 📊：单轨主导但另一轨有贡献
• <0.3 ⚡：单轨主导（主要精力在公司或个人项目）

search/analyze --product-maker - 产品型开发者识别 🚀 NEW

识别 "Building in Public" 型全能开发者：

典型画像：

• Vonng (@Vonng): Postgres Hacker + Pigsty 创始人，"Cloud-Exit Han Solo"
• 技术深度 + 产品落地 + 独立精神 = 全能型开发者

使用场景：

# 找能独立负责产品的技术合伙人
python3 scripts/github-talent-hunter search "fullstack" --product-maker -n 10

# 评估某人是否符合要求
python3 scripts/github-talent-hunter analyze Vonng --product-maker

为什么用 Twitter 作为筛选器？

有 Twitter 的 GitHub 开发者中，94% 具备产品型特征：

• Twitter = 公开分享 → 愿意展示工作过程
• Building in Public → 经常发产品进展、技术思考
• 独立气质 → 不满足于只写代码，想创造影响力
• 网络效应 → 懂运营、懂用户、懂传播

Product Hunt vs GitHub 路径对比：

8 维度评估模型

脚本文件

API 限制

GitHub API

• 无认证：10 请求/分钟
• 有认证：30 请求/分钟
• 搜索：10 次/分钟

Kimi API

• 依赖用户自己的 API Key 额度
• 企业诊断每次调用消耗约 2k-4k tokens

参考文档

• API 参考与 8 维度模型

与原项目的差异

示例输出

人才搜索结果（启用华人特性分析）

👤 张三 (@zhangsan)
   📍 Beijing | 🏢 @alibaba
   ⭐ 粉丝: 2341 | 📦 仓库: 56
   📝 TypeScript 爱好者，专注前端工程化
   🔗 https://github.com/zhangsan

   📦 热门仓库:
      - awesome-react ⭐ 1200
      - cli-tools ⭐ 450

🏮 华人群体特征: 大厂背景(阿里), 双轨活跃, 中文简介, 华人技术栈
   🏢 企业背景: 阿里 (company_field)
   🔥 双轨指数: 0.75 (公司+个人项目并行度)
   💻 华人偏好技术: Java(x3.3), Go(x1.5)

诊断报告片段

## 🎯 8维度能力评估

| 🏗️ 技术基础设施 | ████░░░░░░ 4/10 | DevOps/SRE |
| 🏛️ 架构设计能力 | ██████░░░░ 6/10 | 架构师 |
...

## 🚨 人才缺口

1. DevOps工程师 - CI/CD流程缺失
2. 前端架构师 - 技术债务积累

## 🔍 GitHub 搜索策略

- 推荐语言: go, kubernetes
- 关键词: devops, sre, terraform
- 地域: china
- 粉丝数: >500

产品型开发者分析结果（启用 --product-maker）

## 👤 Feng Ruohang

**GitHub:** @Vonng | **位置:** Singapore | **公司:** Pigsty

**粉丝:** 1963 | **仓库:** 104 | **总星标:** 26168

**主要语言:** HTML(3), Shell(3), Python(2), PLpgSQL(2), CSS(1)

**简介:** Postgres Hacker, Distribution Maker, @pgsty Founder

---

### 🚀 产品型开发者分析 (Building in Public)

🎯 产品型分析: 🚀 全能型开发者 (Building in Public) (得分: 110.0/100)
   关键信号: Twitter(@RonVonng), 个人网站, 7个产品落地, GitHub Pages, 高影响力(⭐26168), 持续活跃, 多语言技术栈
   🐦 Twitter: https://twitter.com/RonVonng
   🌐 个人网站: https://vonng.com/en
   📦 产品项目:
      - ddia: https://ddia.vonng.com (⭐ 22845)
      - blog: http://blog.vonng.com/ (⭐ 12)

Changelog

v1.2.3

• 📝 精简 description，解决 clawhub 显示截断问题

v1.2.2

• 📚 更新 SKILL.md：完善核心能力列表、差异对比表、示例输出
• 🔧 更新独立版模型名为 kimi-coding/k2p5

v1.2.1

• 🔧 修复版本号不一致问题
• 🔧 补上 --product-maker 功能（search 和 analyze 命令都支持）
• 🔧 统一企业诊断为"3阶段"
• 🔧 更新 Kimi 模型为 kimi-coding/k2p5
• 🔧 清理调试文件至 archive/ 目录
• 🔧 添加 API 指数退避重试机制

v1.2.0

• ✨ 新增 --product-maker 产品型开发者识别功能
• 🔍 基于 "Building in Public" 理念，识别全能型开发者
• 📊 产品型评分模型（满分100）：产品落地+公开分享+技术影响力
• 🐦 利用 Twitter 账号作为筛选器，命中率94%

v1.1.0

• ✨ 新增 --chinese-focus 华人特性分析功能
• 🔍 支持检测 20+ 大厂背景
• 📊 新增双轨参与指数计算
• 🇨🇳 支持中文内容识别

v1.0.0

• 🎉 初始版本发布
• 🤖 基于 Kimi 2.5 的企业智能诊断
• 🔍 GitHub 人才搜索与分析
• 📊 8 维度能力评估模型