#!/usr/bin/env python3 """Enhance the trending analysis with LLM-style categorization and better HTML.""" import json, os, re, html as html_module, sys def strip_html(text): if not text: return "" text = re.sub(r'<[^>]+>', '', text) text = html_module.unescape(text) return text.strip() def format_stars(n): if n >= 1000: return f"{n/1000:.1f}k" if n % 1000 != 0 else f"{n//1000}k" return str(n) def get_category(repo): name = repo['name'].lower() desc = repo.get('description', '').lower() readme = strip_html(repo.get('readme', '')).lower()[:2000] all_text = desc + " " + readme # Specific overrides if 'bitchat' in name: return 'IoT' if 'amnezia' in name: return 'Segurança' if 'imgui' in name: return 'Frontend/UI' if 'superfile' in name: return 'Ferramentas Dev' if 'jenkins' in name: return 'Infra/DevOps' if 'cassandra' in name: return 'Dados/Análise' if 'mediacrawler' in name: return 'Dados/Análise' if 'kronos' in name: return 'IA/ML' if 'impeccable' in name: return 'Frontend/UI' if 'geolibre' in name: return 'Dados/Análise' if 'claude-video' in name: return 'Mídia/Criativo' if 'ag-kit' in name: return 'Ferramentas Dev' if 'last30days' in name: return 'Ferramentas Dev' if 'airi' in name: return 'IA/ML' if 'open-code-review' in name: return 'Ferramentas Dev' keywords = { 'IA/ML': ['ai', 'machine learning', 'llm', 'neural', 'foundation model', 'artificial intelligence'], 'Ferramentas Dev': ['developer tool', 'cli', 'code review', 'library', 'framework', 'terminal', 'file manager'], 'Infra/DevOps': ['docker', 'deploy', 'infrastructure', 'devops', 'vpn', 'server', 'automation server'], 'Segurança': ['security', 'privacy', 'encrypt', 'vpn', 'decentralized', 'mesh'], 'Mídia/Criativo': ['video', 'design', 'creative', 'media', 'animation'], 'Dados/Análise': ['data', 'database', 'analytics', 'crawler', 'distributed'], 'Frontend/UI': ['ui', 'gui', 'interface', 'design'], } scores = {} for cat, kws in keywords.items(): score = sum(1 for kw in kws if kw in all_text) if score > 0: scores[cat] = score return max(scores, key=scores.get) if scores else 'Ferramentas Dev' cat_emoji = { 'IA/ML': '🤖', 'Ferramentas Dev': '🛠️', 'Infra/DevOps': '☁️', 'Segurança': '🔒', 'Mídia/Criativo': '🎨', 'Dados/Análise': '📊', 'Frontend/UI': '🎯', 'IoT': '🔗', 'Outro': '📦' } analysis = { 'permissionlesstech/bitchat': { 'problem': 'Comunicação descentralizada sem internet, servidores ou número de telefone — usa mesh Bluetooth para off-line e protocolo Nostr para alcance global.', 'advantages': [ 'Transporte duplo: mesh Bluetooth (offline) + Nostr (internet) com roteamento inteligente', 'Privacidade total: sem contas, sem telefone, sem servidores centrais', 'Criptografia ponta-a-ponta via Noise Protocol nas mensagens privadas', 'Canais baseados em localização geográfica no Nostr', 'Descoberta automática de peers e relay multi-hop na rede mesh' ]}, 'amnezia-vpn/amnezia-client': { 'problem': 'VPN auto-hospedada que simplifica a configuração no próprio servidor com múltiplos protocolos e ofuscação de tráfego para contornar censura.', 'advantages': [ 'Auto-deploy: informe IP e senha SSH, o Amnezia instala e configura tudo automaticamente', 'Múltiplos protocolos: OpenVPN, WireGuard, IKEv2 + ofuscação com Cloak e Shadowsocks', 'Split tunneling: escolha sites ou apps que passam pela VPN', 'Disponível para Windows, macOS, Linux, Android e iOS', 'Site espelho para regiões com bloqueio governamental' ]}, 'moeru-ai/airi': { 'problem': 'Companhia AI auto-hospedada inspirada na Neuro-sama — personagem virtual com voz em tempo real que interage em jogos como Minecraft e Factorio.', 'advantages': [ 'Auto-hospedado: você controla a IA sem depender de serviços externos', 'Voz em tempo real com baixa latência', 'Integração com Minecraft, Factorio e outros jogos', 'Suporte multiplataforma: Web, macOS e Windows', 'Personagem customizável — container de almas de waifu digital' ]}, 'opengeos/GeoLibre': { 'problem': 'Plataforma GIS gratuita, leve e cloud-native para visualizar e analisar dados geoespaciais — roda no navegador, desktop, mobile e Jupyter, mantendo dados locais.', 'advantages': [ 'Multiplataforma: web, desktop (Tauri v2), mobile e Jupyter notebooks', 'Privacidade: tudo processado localmente, sem envio para servidores', 'Plugins e compartilhamento via geolibre.app/share', 'Disponível como pacote Python (pip/conda), app Microsoft Store e Flatpak', 'Construído com React + TypeScript — performance nativa' ]}, 'yorukot/superfile': { 'problem': 'Gerenciador de arquivos moderno e bonito para o terminal — substitui ranger/lf com interface visualmente atraente e cheia de recursos.', 'advantages': [ 'Interface moderna e visualmente atraente no terminal', 'Suporte nativo a macOS, Linux e Windows', 'Instalação simplificada via Homebrew, Winget, Scoop e mais', 'Hotkeys intuitivas para navegação eficiente', 'Comunidade ativa com mais de 21k estrelas' ]}, 'NanmiCoder/MediaCrawler': { 'problem': 'Crawler unificado que extrai posts, comentários e vídeos de 7+ plataformas de mídia social chinesas (小红书, Douyin, Kuaishou, Bilibili, Weibo, Tieba, Zhihu).', 'advantages': [ 'Suporte a 7+ plataformas chinesas num único crawler', 'Extrai posts, comentários, respostas e vídeos', 'Código aberto com foco educacional (58k+ estrelas)', 'Comunidade grande e ativa com contribuições frequentes', 'Patrocinado por BrowserAct para captura em larga escala' ]}, 'pbakaus/impeccable': { 'problem': 'Linguagem de design que faz agentes de IA gerarem interfaces melhores — substitui o visual genérico SaaS por design profissional com 60 regras e 23 comandos.', 'advantages': [ '60 regras determinísticas de detector + checagens LLM para qualidade de design', '23 comandos (/polish, /audit, /critique, /animate, etc.)', 'Setup único (/impeccable init) que define identidade visual do projeto', 'CLI e extensão de browser rodam sem LLM para regras determinísticas', 'Elimina os tells genéricos: Inter, gradientes roxos, cards aninhados' ]}, 'shiyu-coder/Kronos': { 'problem': 'Modelo fundacional (foundation model) especializado na linguagem dos mercados financeiros — analisa dados de ações, tendências e indicadores econômicos.', 'advantages': [ 'Modelo fundacional treinado especificamente para linguagem financeira', 'Disponível no HuggingFace para download e fine-tuning', 'Demo online interativa disponível', 'Suporte a múltiplos idiomas incluindo português', 'Potencial para análise técnica e automatizada de mercado' ]}, 'alibaba/open-code-review': { 'problem': 'Ferramenta de code review open-source testada na escala do Alibaba — combina regras determinísticas com LLM para detectar NPE, XSS, SQL injection e bugs de thread-safety.', 'advantages': [ 'Arquitetura híbrida: pipelines determinísticos + LLM Agent', 'Comentários precisos no nível da linha de código', 'Regras built-in para NPE, thread-safety, XSS e SQL injection', 'Compatível com OpenAI e Anthropic como backend LLM', 'Gratuito e open-source — testado na escala do Alibaba' ]}, 'jenkinsci/jenkins': { 'problem': 'Servidor de automação open-source líder para CI/CD — automatiza builds, testes e deploys com mais de 2.000 plugins disponíveis.', 'advantages': [ 'Ecossistema imenso: mais de 2.000 plugins para qualquer ferramenta', 'Maduro e estável: anos de uso em produção globalmente', 'Pipeline as Code: pipelines definidos em Jenkinsfile versionado', 'Suporte a qualquer linguagem ou framework via plugins', 'LTS e versões regulares com suporte de longo prazo' ]}, 'bradautomates/claude-video': { 'problem': 'Dá ao Claude a capacidade de "assistir" vídeos — baixa, extrai frames com consciência de cena, transcreve áudio e entrega tudo para análise.', 'advantages': [ 'Análise completa: frames + transcrição com timestamps', 'Detecção inteligente de cenas para extração relevante de frames', 'Usa legendas gratuitas quando disponíveis (fallback Whisper API)', 'Instalação zero-config — yt-dlp e ffmpeg instalam na primeira execução', 'Compatível com Claude Code, Codex, Cursor, Copilot e 50+ hosts agent' ]}, 'vudovn/ag-kit': { 'problem': 'Kit de engenharia de agentes "antigravity-first" com regras, skills, agentes especialistas, workflows, memória persistente e orquestração.', 'advantages': [ 'Workspace .agents/ completo com regras, skills, workflows e memória', '20 definições de papéis para roteamento inteligente entre especialistas', 'Memória persistente com compressão de contexto', 'Orquestração de agentes com hooks de segurança nativos', 'Primeiro runtime: Google Antigravity com checklist de produção' ]}, 'apache/cassandra': { 'problem': 'Banco de dados distribuído transactional com escalabilidade linear e tolerância a falhas em hardware commodity ou nuvem — sem single point of failure.', 'advantages': [ 'Escalabilidade linear: adicione nós e ganhe performance proporcional', 'Tolerância a falhas comprovada em produção global', 'Particionamento automático ao adicionar/remover máquinas', 'CQL: linguagem familiar para quem conhece SQL', 'Usado por milhares de empresas incluindo Apple, Netflix e Instagram' ]}, 'mvanhorn/last30days-skill': { 'problem': 'Skill para agentes de IA que pesquisa qualquer tópico nos últimos 30 dias em Reddit, X, YouTube, HN, Polymarket — ranqueia por engajamento real.', 'advantages': [ 'Busca em múltiplas fontes: Reddit, X, YouTube, HN, Polymarket, TikTok', 'Ranqueamento por upvotes, likes e odds com dinheiro real', 'Zero config para fontes básicas — setup wizard de 30s', 'Skill v3 com suporte a Claude Code, Codex, Cursor e 50+ hosts', 'Síntese com citações: cada claim tem fonte verificável' ]}, 'ocornut/imgui': { 'problem': 'Biblioteca GUI bloat-free para C++ em modo imediato — ideal para ferramentas dev, debuggers, editores e aplicações com requisitos de performance.', 'advantages': [ 'Modo imediato: sem callbacks, estado da UI recriado a cada frame', 'Mínimas dependências: integração trivial em qualquer projeto C++', 'Performance excepcional para ferramentas e tempo real', '75k+ estrelas — uma das bibliotecas C++ mais populares do GitHub', 'Ecossistema rico: bindings para múltiplas linguagens e backends gráficos' ]} } def main(): if len(sys.argv) < 2: print("Usage: enhance_trending.py ") sys.exit(1) with open(sys.argv[1]) as f: data = json.loads(f.read()) today = data['date'] repos = data['repos'] # HTML generation html = ''' GitHub Trending — ''' + today + '''
← Home

🔥 GitHub Trending — ''' + today + '''

Análise inteligente dos ''' + str(len(repos)) + ''' repositórios mais populares do dia

''' + str(len(repos)) + '''Repositórios
''' + format_stars(sum(r['stars'] for r in repos)) + '''⭐ Estrelas Totais
''' + str(len(set(r['language'] for r in repos if r.get('language')))) + '''Linguagens
''' + str(len(set(get_category(r) for r in repos))) + '''Categorias
''' for repo in repos: rank = repo['rank'] name = repo['name'] url = repo['url'] lang = repo.get('language', 'N/A') stars = repo['stars'] cat = get_category(repo) emoji = cat_emoji.get(cat, '📦') a = analysis.get(name, {'problem': repo.get('description', 'Projeto em destaque.'), 'advantages': ['Projeto open-source com grande adoção da comunidade.']}) problem_text = html_module.escape(a['problem']) html += f'''
#{rank}

{html_module.escape(name)}

⭐ {format_stars(stars)}
{html_module.escape(lang)} {emoji} {cat}
📋 Problema que resolve:

{problem_text}

🌟 Vantagens:
    ''' for adv in a['advantages']: html += f'
  • {html_module.escape(adv)}
    • \n' html += '''
''' html += '''
Gerado por Hermes Agent · github.com/trending
''' out_dir = os.path.expanduser('~/.hermes/landing') os.makedirs(out_dir, exist_ok=True) out_path = os.path.join(out_dir, f'{today}.html') with open(out_path, 'w') as f: f.write(html) print(f"✅ Enhanced HTML: {out_path}") # Telegram summary total_stars = sum(r['stars'] for r in repos) cat_counts = {} for r in repos: c = get_category(r) cat_counts[c] = cat_counts.get(c, 0) + 1 print("\n\n=== TELEGRAM_MSG ===") print(f"🔥 **GitHub Trending — {today}**\n") print(f"📊 {len(repos)} repositórios · {total_stars:,} ★ totais\n") for repo in repos: name = repo['name'] url = repo['url'] lang = repo.get('language', 'N/A') stars = repo['stars'] cat = get_category(repo) emoji = cat_emoji.get(cat, '📦') a = analysis.get(name, {'problem': repo.get('description', ''), 'advantages': []}) problem = a['problem'][:100].replace('\n', ' ') if len(a['problem']) > 100: problem += '...' adv = a['advantages'][0] if a['advantages'] else '' print(f"**#{repo['rank']} {name}**") print(f"`{lang}` ⭐{format_stars(stars)} {emoji} {cat}") print(f"└ {problem}") if adv: print(f" ✔ {adv}") print() if __name__ == '__main__': main()