自动化

.github/README.md

@@ -1,15 +1,29 @@
 ## `.github/` 的文档
 
-## 需求（想做到什么？）
-我希望将 "用户提交产品"（新增一条 Github Issue 的 Comment）   
-到 "存入 .md 文件"，这个流程进行自动化。减少我的时间投入。
+## 概括
+用户在 https://github.com/1c7/chinese-independent-developer/issues/160 提交评论。   
+大部分情况下，格式是不符合规范的（可以理解）  
+需要用程序自动化处理，减少我的时间投入。
 
-## 如何本地运行
+## 流程
+1. 我在用户提交的评论点击 🚀 图标（表情）
+1. 触发 Github Action 执行（手动触发 或 定时执行（每 6 小时）
+1. Github Action 会触发 .github/scripts/process_item.py
+2. 查找 "当前日期-3天" 开始（这个时间点往后） 所有标记 🚀 图标 的评论
+3. 处理格式，创建 Pull Request。
+4. 给评论新增一个  🎉 图标（意思是"处理完成"）
+7. 回复这条评论：感谢提交，已添加。
+
+我只需要修改 PR 然后 merge 就行。  
+
+一句话概括：我点击 🚀 标签，然后 PR 会自动创建，我只需要 merge PR。我大概点击 3 次左右就可以了（如果介绍语有改进空间，我还得改一下文字，然后才 merge）
+
+## 本地运行（为了开发调试）
 ```bash
-export GITHUB_TOKEN="你的_github_token" 
-export LLM_API_KEY="你的_ai_key" 
-export GITHUB_REPOSITORY="你的用户名/你的仓库名" 
+cp .env.example .env
 
-python .github/scripts/process_item.py
+uv sync
+
+uv run .github/scripts/process_item.py
 ```
 

.github/scripts/process_item.py

@@ -13,7 +13,7 @@ REPO_NAME = "1c7/chinese-independent-developer" # os.getenv("GITHUB_REPOSITORY")
 ISSUE_NUMBER = 160  # 你在维护的那个 Issue 编号
 ADMIN_HANDLE = "1c7" # 替换为你的 GitHub ID
 TRIGGER_EMOJI = "rocket" # 🚀
-SUCCESS_EMOJI = "white_check_mark" # ✅
+SUCCESS_EMOJI = "hooray" # 🎉
 # ==========================================
 
 def get_ai_format(raw_text):
@@ -21,10 +21,6 @@ def get_ai_format(raw_text):
     prompt = f"""
 你是一个严格的文案编辑。任务是将用户的项目介绍转换为标准的 Markdown 格式。
 
-严格规则：
-1. 严禁使用“一款、一个、一种、完全免费、高效、简洁、强大、快速、好用”等营销形容词。
-2. 描述部分必须以“用途”或“核心功能”作为动词开头，直接描述它是什么。
-3. 严禁使用加粗格式（即不要使用 ** 包裹文字）。
 4. 格式模板：
 #### 制作者名字 - [Github](链接)
 * :white_check_mark: [项目名](链接)：用途描述
@@ -33,7 +29,7 @@ def get_ai_format(raw_text):
 {raw_text}
 """
     response = client.chat.completions.create(
-        model="gpt-4o-mini", # 或者使用 deepseek-chat
+        model="deepseek-reasoner", # 或者使用 deepseek-chat
         messages=[{"role": "user", "content": prompt}],
         temperature=0.3
     )
@@ -59,7 +55,7 @@ def main():
         # 1. 检查是否有你的 🚀 反应
         reactions = comment.get_reactions()
         has_trigger = any(r.content == TRIGGER_EMOJI and r.user.login == ADMIN_HANDLE for r in reactions)
-        # 2. 检查是否已经标记过 ✅
+        # 2. 检查是否已经标记过成功 🎉
         has_success = any(r.content == SUCCESS_EMOJI for r in reactions)
 
         if has_trigger and not has_success:
@@ -73,7 +69,7 @@ def main():
             readme_text = content.decoded_content.decode("utf-8")
 
             # 插入日期逻辑
-            today_str = datetime.datetime.now().strftime("%Y 年 %m 月 %d 号添加")
+            today_str = datetime.now().strftime("%Y 年 %m 月 %d 号添加")
             date_header = f"### {today_str}"
             
             if date_header not in readme_text:
@@ -89,6 +85,15 @@ def main():
             # 创建新分支并提交 PR
             branch_name = f"add-project-{comment.id}"
             base = repo.get_branch("master")
+
+            # 检查分支是否已存在，如果存在则删除
+            try:
+                existing_ref = repo.get_git_ref(f"heads/{branch_name}")
+                existing_ref.delete()
+                print(f"已删除现有分支: {branch_name}")
+            except:
+                pass  # 分支不存在，继续
+
             repo.create_git_ref(ref=f"refs/heads/{branch_name}", sha=base.commit.sha)
             
             repo.update_file(
@@ -99,16 +104,16 @@ def main():
                 branch=branch_name
             )
 
-            repo.create_pull(
+            pr = repo.create_pull(
                 title=f"新增项目：来自评论 {comment.id}",
                 body=f"由管理员 {ADMIN_HANDLE} 标记并自动生成。\n原始评论：{comment.html_url}",
                 head=branch_name,
                 base="master"
             )
 
-            # 标记为成功，并回复
+            # 用表情标记为成功，并回复
             comment.create_reaction(SUCCESS_EMOJI)
-            comment.create_comment("感谢提交，已添加至待审核列表（PR 已创建）。")
+            # comment.create_comment(f"感谢提交，已添加！\n\nPR 链接：{pr.html_url}")
             
             processed_count += 1
             print(f"评论 {comment.id} 处理成功，已创建 PR。")

.github/workflows/process_list.yml

@@ -25,5 +25,5 @@ jobs:
           GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
           LLM_API_KEY: ${{ secrets.LLM_API_KEY }}
           # 如果你用的不是 OpenAI 原生接口，可以设置这个环境变量，否则默认使用 OpenAI
-          # LLM_BASE_URL: "https://api.deepseek.com/v1" 
+          LLM_BASE_URL: "https://api.deepseek.com"
         run: python .github/scripts/process_item.py