star-dart

name	star-dart
description	将 GitHub Star 仓库列表转化为可检索、可复用的个人知识库。自动生成中文文档并保存到飞书知识库，配合多维表格索引，让"收藏"变成"真正掌握"。使用场景："我刚 Star 了这个项目，帮我生成文档放入知识库"、"我 Star 的 AI 项目有哪些"。

Star-DART Skill

核心理念

Star 不等于掌握。 我们 Star 大量开源项目，当下觉得"以后用得上"，过段时间只剩模糊记忆。真正需要时，翻遍 Star 列表也找不到，或者找到了也懒得重新看一遍。

本 Skill 的目标：把"看过"变成"能用"。

你 Star 了一个项目 → 默认 3 小时定时轮询发现 → 自动生成中文文档 → 保存到飞书知识库 → 多维表格索引
                                              ↓
                              未来需要时：搜索关键词 或 浏览分类
                                         快速找到、立刻复用

工作流程

定时轮询 → 获取文档 → 生成初稿 → 补充完善 → 保存文档 → 创建索引记录 → 发送通知

默认轮询间隔为 10800 秒（3 小时），用户可通过 POLL_INTERVAL 调整。

---

第一步：获取素材

必须读取以下文件：

• {WORK_DIR}/overview.md — DeepWiki 生成的项目概述
• {WORK_DIR}/README.md — GitHub README 原文档
• references/tags.md — 11 个一级分类
• references/tags.json — 每个分类下的详细标签

DeepWiki 调用方式：

# 见 references/deepwiki_mcp.md

---

第二步：生成文档

2.1 生成初稿

Star-DART文档的核心不是一个README，它的价值在于把“看过”变成“能用”：你不必每次都从零理解项目，也不必依赖记忆去找回收藏。文档产出具备统一结构（定位、亮点、架构、快速开始、边界等），未来只要搜索关键词或按分类浏览，就能快速回到当初的判断与用法。

必须先读取 references/doc_template.md 了解文档结构要求。

生成文件：

• title.txt — 中文标题（10 字以内）
• draft.md — 中文草稿

要求：

• 保留技术术语（变量名、函数名、类名）为英文
• 重点突出架构设计和核心功能及亮点
• 不是翻译，是提炼
• 在overview.md和README.md中尚不明确的重要细节，不要猜测，留下占位符，交由下一阶段补充。

2.2 补充完善

1. ls {WORK_DIR}/docs/ 查看所有文档
2. 选择性阅读，补充草稿中的不明确的部分。
3. 添加缺失细节，修正错误

输出：final.md

---

第三步：保存到飞书知识库

文档标题格式：{中文标题} - {owner}/{repo}

# 1. 创建知识库节点
lark-cli wiki +node-create \
  --space-id "$FEISHU_WIKI_SPACE_ID" \
  --title "{中文标题} - {owner}/{repo}" \
  --as user

# 2. 写入文档内容
lark-cli docs +update \
  --wiki-node "{node_token}" \
  --markdown "$(cat {WORK_DIR}/final.md)"

---

第四步：创建多维表格索引

lark-cli base +record-create \
  --base-token "$FEISHU_BASE_TOKEN" \
  --table-id "$FEISHU_TABLE_ID" \
  --json '{
    "fields": {
      "仓库名": "{owner}/{repo}",
      "一段话简介": "{一句话描述}",
      "飞书文档链接": "{飞书文档链接}",
      "一级分类": "{从 tags.md 选取}",
      "详细标签": "{从 tags.json 选取，有新内容则创建新标签}"
    }
  }'

分类和标签：

• 优先使用 tags.json 中已有的标签
• 有新内容时大胆创建新标签
• 相同语义的内容使用相同标签

---

第五步：发送通知

文档整理完成后，向用户发送飞书交互卡片通知： 卡片格式模板（详细格式见 references/feishu_card.md）：

{
  "msg_type": "interactive",
  "card": {
    "header": {
      "title": { "tag": "plain_text", "content": "📚 文档已生成" },
      "template": "blue"
    },
    "elements": [
      {
        "tag": "div",
        "fields": [
          { "is_short": true, "text": { "tag": "lark_md", "content": "**仓库**\n{owner}/{repo}" } },
          { "is_short": true, "text": { "tag": "lark_md", "content": "**分类**\n{一级分类}" } }
        ]
      },
      { "tag": "hr" },
      {
        "tag": "div",
        "text": { "tag": "lark_md", "content": "**简介**\n{一句话描述}" }
      },
      {
        "tag": "action",
        "actions": [
          {
            "tag": "button",
            "text": { "tag": "plain_text", "content": "查看文档" },
            "type": "primary",
            "url": "{飞书文档链接}"
          }
        ]
      }
    ]
  }
}

通知由 OpenClaw Agent 发送，Agent 应将上述 JSON 作为消息内容发送。

---

环境变量

变量	说明
GITHUB_TOKEN	GitHub API Token
FEISHU_WIKI_SPACE_ID	飞书知识库 Space ID
FEISHU_BASE_TOKEN	飞书多维表格 Token
FEISHU_TABLE_ID	飞书多维表格 Table ID
FEISHU_CHANNEL_ID	飞书群聊 ID（可选）

---

关键提示

1. 不是翻译，是提炼 — 重点是为什么值得用，不是罗列功能
2. 文档标题要清晰 — {中文标题} - {owner}/{repo}，便于搜索
3. 标签要一致 — 参考 tags.json，避免重复标签
4. 多维表格是索引 — 通过它快速找到项目，再跳转查看完整文档