GitHub Trending Analyzer

GitHub のトレンドリポジトリを自動収集し、AI がトレンドの背景を解説するインタラクティブダッシュボード。

ダッシュボードを見る →

---

特徴

• GitHub API でスター数上位リポジトリを言語・トピック別に自動収集
• 直近1週間 / 1ヶ月 / 1年 の3期間で比較し、変化点を検出
• Claude AI が「なぜこのトレンドが来たのか」を自動コメント
• Plotly.js によるインタラクティブな可視化（バーチャート・ツリーマップ）
• 週次自動実行に対応（GitHub Actions / cron）

---

システム構成図

---

技術スタック

カテゴリ	技術	用途
言語	Python 3.10+	バックエンド・パイプライン
データ収集	requests + GitHub Search API v3	リポジトリ検索・メタデータ取得
NLP	独自キーワード抽出	トークン化・同義語正規化・ストップワード除去
AI分析	Anthropic Claude API (Haiku)	トレンド解説・変化点の考察生成
テンプレート	Jinja2	HTMLダッシュボード生成
可視化	Plotly.js 2.35	インタラクティブチャート
フロントエンド	Vanilla JS + CSS3	ダークテーマ・レスポンシブUI
環境管理	python-dotenv	APIキー管理

---

ディレクトリ構成

GitHub_Trending/
├── scripts/
│   └── run_weekly.py        # パイプライン実行スクリプト
├── src/
│   ├── config.py            # 定数・API設定・同義語辞書
│   ├── collector.py         # GitHub API データ収集
│   ├── keywords.py          # キーワード抽出・変化点検出
│   ├── analyzer.py          # Claude AI トレンド分析
│   └── renderer.py          # ダッシュボード生成
├── templates/
│   └── dashboard.html.j2    # HTMLテンプレート
├── data/
│   ├── snapshots/           # 生データ（日付別JSON）
│   ├── keywords/            # キーワード集計結果
│   └── analysis/            # AI分析結果
├── docs/
│   ├── index.html           # 生成されるダッシュボード
│   ├── assets/style.css     # ダークテーマCSS
│   └── data/latest.json     # フロントエンド用データ
├── .env                     # APIキー（Git管理外）
├── .env.example             # .envのテンプレート
└── pyproject.toml           # Python プロジェクト設定

---

セットアップ

1. 依存パッケージのインストール

pip install requests python-dotenv anthropic jinja2

2. APIキーの設定

cp .env.example .env

.env を編集して2つのキーを設定：

GITHUB_TOKEN=ghp_xxxxxxxxxxxxxxxxxxxx
ANTHROPIC_API_KEY=sk-ant-api03-xxxxxxxxxxxx

キー	取得先
GITHUB_TOKEN	GitHub Settings > Developer settings > Personal access tokens
ANTHROPIC_API_KEY	Anthropic Console > API keys

3. 実行

python scripts/run_weekly.py

4. ダッシュボードを表示

cd docs && python -m http.server 8765
# ブラウザで http://localhost:8765 を開く

---

各モジュールの詳細

collector.py — データ収集

GitHub Search API から7言語 × 3期間 + 5トピックのリポジトリを取得。

• 対象言語: Python, JavaScript, TypeScript, Rust, Go, Java, C++
• 期間: 直近1週間 / 1ヶ月 / 1年
• トピック: LLM, Generative AI, Machine Learning, Web Framework, DevTools
• レート制限: 自動検出・待機機能付き

keywords.py — キーワード分析

リポジトリのトピックタグと説明文からキーワードを抽出。

• 同義語辞書: 100以上のマッピングで表記揺れを正規化（例: llm → LLM）
• ストップワード: 一般的な英単語100語以上を除外
• 変化点検出: 前週比2倍以上で「急上昇」、0.5倍以下で「下降」と判定

analyzer.py — AI解説

キーワード集計結果をClaude Haiku に渡し、構造化された分析を生成。

• 出力: 全体コメント + ハイライト（感情付き）+ 変化点の解説
• コスト: 1回あたり約$0.005（約0.8円）
• 安全装置: max_tokens=2000, 1実行1回のみAPI呼び出し

renderer.py — ダッシュボード生成

Jinja2テンプレートからHTMLを生成し、全データを latest.json に集約。

---

ダッシュボードの機能

セクション	内容
AIトレンド解説	Claude が生成したトレンド総評と注目ポイント
キーワードランキング	期間切り替え可能な横棒グラフ（Top 15）
言語別スター数	プログラミング言語ごとのスター合計（期間別グループ）
キーワードマップ	ツリーマップによる出現頻度の面積表現
変化点	急上昇・新登場キーワードの一覧
注目リポジトリ	直近1週間のスター数上位リポジトリ（リンク付き）

---

コスト見積もり

リソース	無料枠 / コスト	月間見積もり
GitHub API	5,000回/時（認証済み）	無料
Claude Haiku API	$0.80/MTok (入力), $4.00/MTok (出力)	約$0.02（週1回）
合計		月額約3円

---

週次自動実行

方法1: GitHub Actions（推奨・無料）

# .github/workflows/weekly.yml
name: Weekly Trending Analysis
on:
  schedule:
    - cron: '0 0 * * 1'  # 毎週月曜 UTC 0:00
  workflow_dispatch:

jobs:
  analyze:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.11'
      - run: pip install requests python-dotenv anthropic jinja2
      - run: python scripts/run_weekly.py
        env:
          GITHUB_TOKEN: ${{ secrets.GH_TOKEN }}
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
      - uses: stefanzweifel/git-auto-commit-action@v5
        with:
          commit_message: 'chore: weekly trending update'

方法2: ローカル cron

# crontab -e
0 9 * * 1 cd /path/to/GitHub_Trending && python scripts/run_weekly.py

---

ライセンス

MIT

---