Github repo research

Skill ahlerjam/academic-research/skills/github-repo-research

Verwende diesen Skill, wenn der User eine GitHub-Repo-URL als zusätzlichen Recherche-Einstiegspunkt nutzen möchte, um von einem konkreten Code-Repository aus zur zugehörigen Literatur zu gelangen, statt von einem Thema oder Paper auszugehen. Trigger-Phrasen: "GitHub-Repo analysieren", "Repo-URL analysieren", "Paper zu einem Repo finden", "GitHub-Repository für Recherche / GitHub-Repository fuer Recherche", "verlinkte Publikationen im Repo finden", "welches Paper gehört zu diesem Repository", "Themenfindung aus einem Code-Repository". Liest README + CITATION.cff eines Repos ausschließlich über die öffentliche GitHub-REST-API (kein git clone, keine Codeausführung des Zielrepos), extrahiert arXiv-IDs/DOIs, löst sie via arXiv-API/Crossref auf und legt Treffer via vault.add_paper(provenance="github-repo") ab.From its SKILL.md

Install

npx -y skills add ahlerjam/academic-research --skill github-repo-research

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

6 stars6 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its file declares

Copied from the file, not written here

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

6.2 KB, as published. Nobody here has run it

GitHub-Repo-Research Skill

Gemeinsames Preamble laden: Lies skills/_common/preamble.md und befolge alle dort definierten Blöcke (Vorbedingungen, Keine Fabrikation, Aktivierung, Abgrenzung), bevor du mit diesem Skill-spezifischen Inhalt fortfährst.

Zweck

Nimmt eine GitHub-Repo-URL entgegen und leitet daraus Themenfindungs- bzw. Recherche-Kandidaten ab: README und CITATION.cff werden nach arXiv-Links, DOIs bzw. strukturierten Zitationsfeldern durchsucht. Gefundene Kandidaten werden über die arXiv-API bzw. Crossref zu CSL-JSON aufgelöst und im Vault angelegt (provenance="github-repo"). Zusätzlicher Einstiegspunkt für Nutzer, die von einem konkreten Code-Repository aus in die zugehörige Literatur recherchieren wollen.

Konzept-Idee nach lingzhi227/agent-research-skills (keine Lizenz laut GitHub-API — ausschließlich als Ideengeber zitiert; diese Implementierung teilt keinen Code mit dem Originalrepo).

Voraussetzungen

1. Abhängigkeiten

# requests + pyyaml sind bereits Projekt-Dependencies (pyproject.toml)
uv sync --extra dev

2. Vault-Datenbank vorhanden

Der Vault muss initialisiert sein (z.B. via vault.init_schema()).

Verwendung

Automatisch (Skill-Trigger)

Claude erkennt Phrasen wie "GitHub-Repo analysieren" oder "Paper zu einem Repo finden" und fragt nach der Repo-URL, falls nicht mitgeliefert.

Manuell

python ${CLAUDE_PLUGIN_ROOT}/skills/github-repo-research/scripts/analyze_repo.py \
  --url https://github.com/<owner>/<repo> \
  --db ~/.academic-research/projects/meine-arbeit/vault.db

Pipeline

GitHub-Repo-URL
    ↓
(owner, repo)-Parsing
    ↓
README-Fetch (GET /repos/{owner}/{repo}/readme, GitHub-REST-API)
    ↓                                    ↘
arXiv-ID-/DOI-Regex                CITATION.cff-Fetch (Contents-API)
    ↓                                    ↓
    ↓                              YAML-Parse (preferred-citation/Top-Level)
    ↓                                    ↓
    ←──────────── Kandidaten-Liste (arXiv-IDs + DOIs) ───────────→
    ↓
Kein Kandidat? → strukturiertes Leer-Ergebnis, keine Exception, kein Fake-Paper
    ↓
Resolution: arXiv-API (id_list=) bzw. Crossref → CSL-JSON je Kandidat
    ↓
vault.add_paper(..., provenance="github-repo") pro erfolgreich aufgelöstem Kandidat
    ↓
Ergebnis: {candidates: [...], status: "ok"|"incomplete", errors: [...],
           message: "N Kandidat(en) ... "}

Verhalten

GitHub-Repo-URL entgegennehmen (Argument oder via User-Frage)
(owner, repo) aus der URL parsen
README nur über die GitHub-REST-API lesen (GET /repos/{owner}/{repo}/readme)
CITATION.cff nur über die GitHub-Contents-API lesen, falls vorhanden
arXiv-IDs/DOIs aus README-Freitext per Regex extrahieren; CITATION.cff strukturiert parsen (preferred-citation bevorzugt)
Jeden Kandidaten über arXiv-API bzw. Crossref zu CSL-JSON auflösen
Erfolgreich aufgelöste Kandidaten via vault.add_paper() ablegen (Dedup über bestehende DOI-Logik des Vaults)
Ergebnis melden: N Kandidaten gefunden/abgelegt, oder verständliche Meldung ohne Treffer
Bei status: "incomplete" (mindestens eine Quelle war nicht lesbar) die Fehlerliste an den User weitergeben und nicht behaupten, das Repo enthalte keine Referenz — dieser Lauf hat sie schlicht nicht gesehen

Abgrenzung

Kein git clone, kein Checkout, keine Ausführung von Code aus dem analysierten Repository — ausschließlich Lesezugriffe auf die öffentliche GitHub-REST-API (README + CITATION.cff als Text/Metadaten).
Kein Cross-Skill-Import aus reading-list-import: eigenständige Resolver-Implementierung (resolve_arxiv_id, resolve_doi), analog im Muster, aber ohne Code-Teilung.
Liefert Kandidaten, keine Bewertung der Repo-Qualität oder des Codes selbst.
Findet der Skill keine Referenz, wird das offen gemeldet — es wird niemals ein Paper fabriziert oder geraten.

Sicherheitshinweise

Read-only Netz: Nur lesende API-Zugriffe (GitHub, arXiv, Crossref)
Keine Schreib-/Ausführ-Operationen gegen das Zielrepo: kein Klonen, kein Checkout, kein Aufruf von Skripten/Code aus dem Repo
Kein Schreiben in externe Systeme: Nur der lokale Vault wird beschrieben
Provenance-Tag: jeder Vault-Eintrag trägt provenance="github-repo" für den Audit-Trail (analog Issue #195)

Bekannte Einschränkungen

Regex-Erkennung deckt nicht jedes README-Format ab (z.B. reine Freitext-Erwähnungen ohne Link/ID) — dokumentierte Einschränkung, kein Anspruch auf Vollständigkeit
GitHub-API-Rate-Limit (60 Requests/Stunde ohne Token) kann zu 403/429 führen. Kein Crash, aber das Ergebnis ist dann status: "incomplete" mit gefüllter errors-Liste und CLI-Exit-Code 2: „nicht gelesen" ist nicht „nicht vorhanden", nur ein sauberes HTTP 404 belegt echte Abwesenheit
CITATION.cff-Schema variiert zwischen Repos (preferred-citation vs. Top-Level-Felder, fehlende Keys) — Parsing ist rein .get()-basiert
Netzausfälle bei arXiv/Crossref führen zu übersprungenen Kandidaten statt Crash oder fabriziertem Fallback-CSL