By name: trend-to-proposals description: | This skill should be used when the user asks to: 「分析趋势并生成新项目方案」「给我多个候选项目蓝图发邮件」「趋势报告+多方案打包」 「trend to proposals」「分析 GitHub trending 并提案」「来一套立项备选方案」。 一体化流程：调用 github-trend-analyzer 完成数据采集与趋势报告 → 生成 3 个完整 Project Blueprint 候选方案 → 把报告 + 方案 + 原始数据合并打包为 ZIP → 通过 SMTP 发到邮箱。 version: 0.1.0 author: JS-mark tags: [github, trend, proposal, blueprint, ai-agent, email]
Trend → Proposals（趋势报告 + 多方案蓝图 + 邮件一体化）
角色定位
你是 「立项参谋」。当用户希望「不只是看趋势报告，而是直接拿到几个可立项的候选项目方案」时，按下面的流程：
- 跑趋势分析（复用
github-trend-analyzerskill 的步骤 0~5） - 基于趋势生成 3 个完整 Project Blueprint（互不相同、各有侧重）
- 打包（report + proposals + data → ZIP）
- 发邮件（正文 = 趋势报告，附件 = ZIP）
用法（How to Use）
触发短语
- 「分析下 AI 趋势，再给我 3 个能立项的方案，发邮件给我」
- 「
trend-to-proposals走一遍」 - 「来一套完整调研：趋势 + 多方案 + 打包 + 邮件」
输入模板（与 github-trend-analyzer 一致，可省略）
领域：<AI / 前端 / DevOps / 数据库 / 全部>
语言：<TypeScript / Rust / Python / 不限>
时间窗：<最近 7 / 30 / 90 天>
样本量：<每类 N 个，默认 20–30>
关注点：<定位 / 命名 / 商业化 / 文档 / 社区>
方案侧重：<偏 SDK / 偏 SaaS / 偏 CLI / 偏 IDE 插件>（可选）
前置条件
~/.env里已有有效GITHUB_TOKEN（鉴权后限流 30/min）~/.env里已有完整 SMTP 配置（SMTP_HOST/SMTP_PORT/SMTP_TLS/SMTP_USER/SMTP_PASS/MAIL_TO）- 缺哪个就用
AskUserQuestion引导用户补全 → 写回~/.env（参见github-trend-analyzer步骤零和步骤六的安全规则）
输出物（标准目录结构）
$TREND_REPORT_DIR/github-trend-report-YYYY-MM-DD/
├── report.md # 趋势分析报告（来自 github-trend-analyzer 步骤五）
├── proposals/
│ ├── proposal-1-<short-name>.md # 候选方案 1：先发优势赛道
│ ├── proposal-2-<short-name>.md # 候选方案 2：重定位/深耕
│ └── proposal-3-<short-name>.md # 候选方案 3：高风险高回报
└── data/
├── new.json
├── active.json
├── top.json
├── sdk.json
└── mcp.json # 若 trend-analyzer 抓了第 5 类
输出根路径 TREND_REPORT_DIR 与 github-trend-analyzer 共用一份解析逻辑：
shell env > ~/.env > 默认 $HOME/Desktop（不存在则降级 $HOME）。
最终交付：<目录>.zip 通过邮件附件发送给用户。
执行流程
步骤一：调 github-trend-analyzer 完成数据采集与趋势报告
完整复用 github-trend-analyzer skill 的步骤 0~5：
- 步骤 0：
load_github_token（从~/.env/ shell / 项目.env顺序查找） - 步骤 1：必要时用
AskUserQuestion澄清范围 - 步骤 2：采集三类样本 + 可选第 4/5 类（SDK / MCP）
- 步骤 3：用
jq抽取结构化字段 - 步骤 4：横向归纳（技术栈 / 主题 / 包装 / 社区 / 风口）
- 步骤 5：写出
report.md到$TREND_REPORT_DIR/github-trend-report-YYYY-MM-DD/report.md
不要 重复实现 token 加载、API 调用、jq 解析等逻辑——直接按 github-trend-analyzer/SKILL.md 执行。
注意 TREND_REPORT_DIR 已在 github-trend-analyzer 中定义（默认 $HOME/Desktop），本 skill 不要重新解析。
步骤二：生成 3 个完整 Project Blueprint
读完 report.md 和 data/*.json 后，必须 在 $TREND_REPORT_DIR/<目录>/proposals/ 下产出 3 个 Markdown 文件，分别对应 3 种立项策略：
方案 1（先发优势）：基于「新生密集 + 长青稀疏」赛道
- 选取
new.json中频次高、但在top.json中样本少的方向 - 适合：希望抢占早期市场、和长青项目错位的情况
方案 2（深耕重定位）：基于「长青头部 × 互动高交叉」主题
- 选取
top.json与active.json共同覆盖的成熟主题 - 适合：用更专注的切入角度做差异化、目标是稳健成长
方案 3（高风险高回报）：基于「新冒头但样本极少」赛道
- 选取出现频次极低（仅 1~2 个仓库）但描述里有强方向感的关键词
- 适合：愿意承担「赛道不成立」风险，搏一个潜在的早期 alpha
每个方案文件必须包含 7 个固定模块（与 github-trend-analyzer 的 Blueprint 模块一致）：
- 项目代号：3 个候选英文名 + 各自含义/可注册性自检 + 推荐
- 一句话定位：
<动词> for <场景>, powered by <差异化能力>+ 中文 - 目标用户与场景：≥2 个故事化场景（不要写抽象画像）
- MVP 功能清单：v0.1 P0（阻塞首发）+ v0.2 P1（迭代）
- 技术栈选型：每项给一句话理由
- 仓库结构：用 ``` 围栏的 tree 形式
- 第一周 Roadmap：Day 1~7 的具体动作清单
额外强制要求：
- 每个方案开头必须有「为什么是它（数据 trace）」一段（50–150 字），引用 1–3 个具体仓库
owner/repo作为对标或对比 - 3 个方案 必须真正不同（不同赛道 / 不同切入面 / 不同用户群），不允许只是名字不同
- 命名 ≤2 词，避免通用词（
ai-tool/llm-kit等），优先形象化代号 - 每个文件大小控制在 400–800 行 Markdown，过短代表偷懒、过长代表凑数
文件命名规则：
proposals/proposal-1-<short-name>.md # short-name 取项目推荐代号的小写连字符
proposals/proposal-2-<short-name>.md
proposals/proposal-3-<short-name>.md
文件开头使用统一 frontmatter 便于后续二次处理：
---
proposal: 1
codename: <推荐英文代号>
strategy: 先发优势 | 深耕重定位 | 高风险高回报
domain: <一级领域，例如 AI Agent / 数据库 / 前端工具>
language: <主语言>
license: MIT
created: YYYY-MM-DD
---
# <推荐代号> — <一句话中文定位>
步骤三：在报告里追加「方案速览」表格
向 report.md 末尾（「附：原始数据」之前）追加一节，便于邮件正文一眼看到 3 个方案对比：
━━━ 🚀 候选方案速览 ━━━
| 序号 | 代号 | 策略 | 一句话定位 | 主语言 | 详情 |
|---|---|---|---|---|---|
| 1 | <代号 A> | 先发优势 | … | TS | [proposal-1-…](proposals/proposal-1-….md) |
| 2 | <代号 B> | 深耕重定位 | … | Python | [proposal-2-…](proposals/proposal-2-….md) |
| 3 | <代号 C> | 高风险高回报 | … | Rust | [proposal-3-…](proposals/proposal-3-….md) |
> 完整蓝图见 `proposals/` 目录或邮件附件中的 ZIP。
步骤四：打包
: "${TREND_REPORT_DIR:=$HOME/Desktop}"
TREND_REPORT_DIR="${TREND_REPORT_DIR/#\~/$HOME}"
[ -d "$TREND_REPORT_DIR" ] || TREND_REPORT_DIR="$HOME"
DIR="$TREND_REPORT_DIR/github-trend-report-$(date +%Y-%m-%d)"
ZIP="${DIR}.zip"
[ -d "$DIR" ] || { echo "目录不存在：$DIR"; exit 1; }
[ -d "$DIR/proposals" ] || { echo "缺 proposals/ 目录"; exit 1; }
rm -f "$ZIP"
( cd "$TREND_REPORT_DIR" && zip -r "$(basename "$ZIP")" "$(basename "$DIR")" >/dev/null )
ls -la "$ZIP"
校验：在打包前确认目录里同时包含 report.md / proposals/proposal-{1,2,3}-*.md / data/*.json。任意缺失 → 报错并停止，不要把不完整的 ZIP 发出去。
步骤五：发邮件
完全复用 github-trend-analyzer/references/send-report.py（不重复实现 SMTP）。
SCRIPT="$(dirname "$0")/../github-trend-analyzer/references/send-report.py"
# 若上面的相对路径在执行环境里取不到，可绝对引用：
# SCRIPT="/Users/mark/myself/code/skills/skills/github-trend-analyzer/references/send-report.py"
python3 "$SCRIPT" \
--to "$MAIL_TO" \
--subject "GitHub 趋势 + 3 个候选项目蓝图 ($(date +%Y-%m-%d))" \
--body-file "$DIR/report.md" \
--attach "$ZIP"
成功后向用户确认（中文，逐项列出）：
- ✅ 已发送至：<MAIL_TO>
- 📎 附件：<ZIP 文件名> (<size> KB)
- 📧 主题：<主题>
- 📑 包含：报告 + 3 个方案 markdown + 原始数据
- 🔐 SMTP：<SMTP_HOST>:<SMTP_PORT> (<TLS 模式>)
错误处理：与 github-trend-analyzer 步骤 6.4 一致（535 鉴权 / 网络超时 / 附件超大 25MB）。
关键原则
- 不重复实现：本 skill 严格复用
github-trend-analyzer的数据采集、token 加载、SMTP 脚本与错误处理。所有这些环节出问题时，先去看github-trend-analyzer的对应步骤，不要在本 skill 里新写一遍。 - 数据可追溯：3 个方案的「为什么是它」段落必须能映射回
data/*.json里某个具体仓库。禁止凭空设计。 - 方案差异化：3 个方案 必须 用三种不同立项策略（先发 / 深耕 / 高风险），不许 3 个都做 SDK。
- 命名硬约束：禁止
ai-xxx/llm-xxx/xxx-kit类通用词；优先形象化代号（参考成功项目：hermes / claude / cairn / mercury / opencode）。 - token 节流：proposal 文件控制在 400–800 行；report 已经有趋势归纳，proposal 不要重复趋势分析。
- 打包先校验：缺文件就停下报错，宁缺勿乱。
- 本地优先：所有产物先落到
$TREND_REPORT_DIR/<目录>/（默认~/Desktop/...）再发邮件；用户随时可以重新打开查看。
与其它 skill 的协同
| 上游 / 下游 | 协同方式 |
|---|---|
github-trend-analyzer |
必备上游：本 skill 步骤一直接调用其步骤 0~5 |
feature-planner |
可选下游：把任意 proposal-N-*.md 转成具体开发 TODO |
frontend-design |
可选下游：根据某个 proposal 的「项目代号」设计 README Hero / Logo |
参考文档
../github-trend-analyzer/SKILL.md— 数据采集与报告生成主流程../github-trend-analyzer/references/github-api.md— GitHub Search API 字段../github-trend-analyzer/references/analysis-template.md— 分析维度 checklist../github-trend-analyzer/references/send-report.py— SMTP 发送脚本（复用）