gh-trend-reporter

GitHub Trending リポジトリを自動収集し、LLM の Function Calling で技術トレンドを分析・分類して、日本語の週次レポートを Markdown で出力する CLI ツール。 Gemini API と Ollama（ローカル LLM）の両方に対応。

アーキテクチャ

┌─────────────────────────────────────────────────────┐
│                    CLI (Click)                      │
│   collect ──→ analyze ──→ report                    │
└────┬────────────┬───────────┬───────────────────────┘
     │            │           │
     ▼            ▼           ▼
┌─────────┐ ┌──────────────────────┐ ┌────────────────┐
│ Scraper │ │  Analysis Agent      │ │  Report Gen    │
│ (httpx  │ │  (Function Calling)  │ │  (Markdown)    │
│  + BS4) │ │  Plan→Act→Observe    │ └───────┬────────┘
└────┬────┘ │       →Reflect       │         │
     │      └──┬───────────────────┘         │
     ▼         ▼                             ▼
┌────────────────────────┐      ┌────────────────────┐
│    SQLite Database     │      │ reports/2026-W14   │
│  trending │ details    │      │   -qwen2.5-14b.md  │
│  analyses              │      └────────────────────┘
└────────────────────────┘

• Scraper — GitHub Trending ページを httpx + BeautifulSoup4 でスクレイピング
• Analysis Agent — LLM が Function Calling で必要なデータを自律的に取得・分析
• Report Generator — 分析結果を Markdown レポートとして出力

Function Calling エージェント

全データをプロンプトに詰め込むのではなく、LLM が Function Calling で「次に何を調べるか」を自分で判断します。

LLM: 「まず weekly の一覧をください」
  → get_trending_repos(since="weekly")
LLM: 「この 3 つの詳細を見たい」
  → get_repo_detail("bytedance", "deer-flow")
LLM: 「前週と比較したい」
  → get_previous_week_trending()
LLM: 「分析完了」
  → JSON で最終結果を出力

エージェントが使えるツールは 4 つです:

ツール	目的
get_trending_repos	今週の Trending 一覧を DB から取得
get_repo_detail	特定リポジトリの詳細（トピック、README 等）を取得
get_previous_week_trending	前週データを取得して差分を比較
classify_repos	リポジトリ群をカテゴリに分類

注目リポジトリだけを get_repo_detail で深掘りするため、トークン効率が良く、分析の柔軟性も高くなります。

セットアップ

git clone https://github.com/ryo-manba/gh-trend-reporter.git
cd gh-trend-reporter
uv sync

cp .env.example .env
# .env の GEMINI_API_KEY を設定

使い方

# 一括実行（収集 → 分析 → レポート生成）
uv run gtr run

# 個別実行
uv run gtr collect                    # Trending データを収集
uv run gtr collect --language python  # 言語フィルタ
uv run gtr analyze                    # トレンド分析
uv run gtr analyze --week 2026-W14   # 特定週を分析
uv run gtr report                    # Markdown レポート生成
uv run gtr status                    # DB 統計

LLM プロバイダー

Gemini（デフォルト）

GEMINI_API_KEY=your_key

Ollama（ローカル LLM）

LLM_PROVIDER=ollama
OLLAMA_MODEL=qwen2.5:14b

Ollama を使う場合は事前にモデルを pull してください:

ollama pull qwen2.5:14b

技術スタック

技術	用途
Python 3.12+	async/await、型ヒント
Gemini 2.5 Flash	Function Calling エージェント
Ollama	ローカル LLM（OpenAI 互換）
httpx + BeautifulSoup4	スクレイピング・HTTP
Click	CLI フレームワーク
SQLite	データ永続化・キャッシュ
Pydantic v2	型安全なデータモデル

ファイル構成

src/gh_trend_reporter/
├── agent.py         # Function Calling エージェントループ
├── cli.py           # Click CLI エントリーポイント
├── config.py        # 環境変数ベースの設定管理
├── database.py      # SQLite CRUD・キャッシュ
├── github_api.py    # GitHub REST API クライアント
├── models.py        # Pydantic データモデル
├── rate_limiter.py  # Gemini レート制限管理
├── reporter.py      # Markdown レポート生成
└── scraper.py       # GitHub Trending スクレイパー
prompts/
├── agent_system.txt # エージェント用システムプロンプト
└── report_format.txt

テスト

uv run pytest
uv run pytest --cov=gh_trend_reporter --cov-report=term-missing
uv run ruff check src/ tests/
uv run mypy src/

License

MIT