trend-to-proposals

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：

1. 跑趋势分析（复用 github-trend-analyzer skill 的步骤 0~5）
2. 基于趋势生成 3 个完整 Project Blueprint（互不相同、各有侧重）
3. 打包（report + proposals + data → ZIP）
4. 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）：

1. 项目代号：3 个候选英文名 + 各自含义/可注册性自检 + 推荐
2. 一句话定位：<动词> for <场景>, powered by <差异化能力> + 中文
3. 目标用户与场景：≥2 个故事化场景（不要写抽象画像）
4. MVP 功能清单：v0.1 P0（阻塞首发）+ v0.2 P1（迭代）
5. 技术栈选型：每项给一句话理由
6. 仓库结构：用 ``` 围栏的 tree 形式
7. 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

1. 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。
2. 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。
3. 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。
4. 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）。
5. 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。
6. 打包先校验：缺文件就停下报错，宁缺勿乱。
7. 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）