学习工作 | Starlens —— 让 GitHub Stars 重新变成可搜索、可整理、可被 AI 调用的个人知识库
TRAE AI 创造力大赛 · 初赛 Demo 作品帖
赛道标签：
学习工作
1. Demo 简介
Starlens 是一个面向个人开发者的 GitHub Stars 知识工作台。它把你在 GitHub 上星标过的仓库同步到 本地PostgreSQL，补充轻量摘要、标签、备注、收藏状态，并提供 Web 工作台、移动端、CLI、MCP/Agent 集成 四条入口，让"收藏即遗忘"的星标列表重新变成可搜索、可整理、可被 AI 调用的个人知识库。
项目当前处于 v1 持续开发阶段，核心功能已稳定运行于生产环境。目标不是做成一个重量级的 RAG 系统或团队协作平台，而是把个人 Stars 变成真正可搜索、可整理、可复用的工作上下文。
面向谁
-
GitHub Stars 收藏量大、但经常"想找找不到"的开发者、内容创作者
-
使用 Claude Code / Cursor / Codex / opencode 等 AI 编程客户端、希望让 AI 直接读到自己的收藏库的人，并主动提供关联仓库适用的建议
-
需要在桌面和移动端随时回溯技术选型的独立开发者
核心功能
- GitHub Stars 同步 + 高级检索
通过 GitHub OAuth 同步星标仓库，保存仓库元数据、topics、语言、Stars 数量、时间戳、README 摘要、用户标签、备注和收藏状态。支持关键词搜索与多维高级过滤：Star 数区间、收藏时间范围、最近推送时间、备注内容关键词等。
- AI 自然语言问答（8 种意图）
基于星标库的 AI 问答链路，内置 8 种意图识别：统计数量、存在性检查、双仓库对比、分布统计、推荐、单仓库分析、条件过滤、语义搜索。
-
“我最近收藏了哪些 gihub 仓库？”
-
“哪些仓库适合做本地 agent 工具？”
-
“对比 A 和 B 两个仓库”
- CLI + MCP + Agent Skill 一键集成
CLI 已发布到 npm（@starlens-app/cli），支持登录、同步、搜索、查看、问答、收藏、备注、标签等命令。一条 stars install-skill 命令即可把星标库接入 Claude Code / Cursor / Codex / opencode / OpenClaw / Hermes / VS Code 等主流 AI 客户端，让 AI 编程助手能直接 search_stars / ask_stars。
- 落地页展示
- Web 工作台主界面
- AI 问答对话场景（如"我现在想生成图片，不知道如何写提示词，帮我推荐合适的仓库"）
stars install-skill终端安装及使用
2. Demo 创作思路
灵感来源
作为开发者，我在 GitHub 上星标了几百上千个仓库，但星标列表本质上是一个"线性时间流"——按收藏时间倒序排列，没有有效的检索和组织能力。每次想找一个几个月前收藏的 “agent 框架” 或 “postgres 工具”，要么翻不到，要么翻到了但已经忘了当时为什么收藏。星标成了一个"收藏即遗忘"的列表。
想解决的问题
-
找不到：星标数量增长后，GitHub 原生的搜索只能按仓库名匹配，无法按"最近推送时间"“备注内容”"语言组合"等维度过滤。
-
记不住：收藏时没有上下文，几个月后完全忘了当时为什么收藏、要用来做什么。
-
用不起来：星标数据被困在 GitHub 网站里，无法被 AI 编程助手、CLI、自动化流程调用。
-
多端割裂：桌面、移动、终端三个场景之间无法共享同一份整理后的知识。
为什么做这个方向
- 真实痛点，自己就是用户
这是我自己每天都在遇到的问题，需求是真实存在的，不是为了比赛而虚构的场景。
- 不做重型 RAG，做轻量整理
市面上已有不少 “GitHub Stars + 向量检索” 的项目，但它们往往要存 README 全文、跑 embeddings、建向量库，部署成本高。我的判断是：90% 的检索需求用"结构化字段过滤 + AI 自然语言转 SQL"就能解决，剩下 10% 才需要语义搜索。 所以 Starlens 明确不做向量检索和完整 RAG，只做轻量摘要 + AI 问答，把部署和运行成本压到最低。
- 把星标库变成 AI 可调用上下文
2026 年开发者越来越依赖 AI 编程助手，但 AI 助手不知道你收藏过哪些仓库。通过 MCP 和 Agent Skill，让 AI 直接读到你的星标库，是比"网页搜索"更贴近真实工作流的价值。
- 以 token 所属用户为授权边界
个人工具不需要细粒度 scope 控制，简化授权模型，降低自托管门槛。
关键取舍
-
不做团队协作、不做多用户（v1 聚焦个人使用）
-
不做多 provider 自动回退（用户配置一个 provider 就够，避免过度工程）
-
不做 README 全文入库（只存摘要，控制数据库体积）
3. TRAE WORK实践过程
开发流程概览
3.1 需求拆解与架构设计
SessionID：1344051871483708:2713a3e9e6b83e4779c2b507ec0c7a38_6a3ea95c510ca5c43ab3c0aa.6a3ea95c510ca5c43ab3c0ad.6a3ea95c510ca5c43ab3c0ab:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/27 00:31:24)
能自主跑了一个多小时，完成工作台的雏形，不愧是国模一哥，哈哈
3.2 使用 plan 模式探讨并实现落地页面的交互进阶优化
SessionID：
1344051871483708:ace144f637dfe8b68e2df98ddda974de_6a3fb76f510ca5c43ab3c8a0.6a411398b5c5cfd2867b194b.6a411398b5c5cfd2867b1949:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/6/28 20:29:12)
3.3 睡觉前的任务规划，不能停
SessionID：1344051871483708:08f4965e4e9acfe4ea7b25ad8c178af7_6a47d091f19830c750a979fa.6a47ef2df19830c750a97df2.6a47ef2df19830c750a97df0:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/4 01:19:41)
可以将一些长任务放到夜间让 trae work 继续干
3.4 使用头脑风暴 skill 扩展新功能
SessionID：
1344051871483708:6551d238270100f8a825ed7316c11565_6a488d4bf19830c750a98296.6a488d4bf19830c750a98299.6a488d4bf19830c750a98297:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/4 12:34:19)
项目
-
在线体验：https://starlens.520ai.xin
体验后觉得项目对您有帮助，欢迎投上一票