自动采集 PyTorch 社区动态，生成个性化情报简报——让你每天花 5 分钟就能掌握社区里与你相关的高价值信号。
PyTorchInsight 自动从 GitHub、Discourse 论坛、PyTorch 官网等数据源采集社区活动，经过 AI 多轮筛选和分析后，生成一份针对你的角色和关注领域定制的 Markdown 报告。
git clone https://github.com/cosdt/PyTorchInsight.git
cd PyTorchInsight
uv synccp .env.example .env编辑 .env，填入你的凭据：
| 变量 | 描述 | 必需 |
|---|---|---|
GITHUB_TOKEN |
GitHub PAT | 否 |
DISCOURSE_API_KEY |
Discourse API KEY | 否 |
DISCOURSE_API_USERNAME |
Discourse 用户名（与 API Key 配对） | 否 |
cp opencode.json.example opencode.json编辑 opencode.json，将 <path-to-pytorchinsight> 替换为本项目的绝对路径，将 <your-github-pat> 替换为你的 GitHub Token。
cp user-prompt.example.md user-prompt.md编辑 user-prompt.md，描述你的角色和关注领域。这决定了报告为你突出哪些内容、过滤哪些噪声。
opencode run \
--agent pytorchinsight-orchestrator \
--model alibaba-cn/qwen3.5-plus \
-- "@user-prompt.md pytorch 最近1天 执行完整工作流生成报告。"报告输出到 reports/ 目录。
项目支持通过 GitHub Actions 自动定时生成周报（每周一 UTC 01:00 / 北京时间 09:00），也可手动触发。
在仓库 Settings → Secrets and variables → Actions → New repository secret 中添加以下两个 secret：
| Secret | 描述 | 获取方式 |
|---|---|---|
DASHSCOPE_API_KEY |
阿里云 DashScope API Key | 阿里云 DashScope 控制台 → API-KEY 管理 |
GH_PAT |
GitHub Personal Access Token | GitHub Settings → Developer settings → Personal access tokens → Generate new token，勾选 repo 权限 |
注意：
GH_PAT用于 MCP Server 调用 GitHub API 获取社区数据。workflow 推送报告使用的是 GitHub Actions 默认的GITHUB_TOKEN，无需额外配置。
- 进入仓库的 Actions 页面
- 选择 Weekly Community Report workflow
- 点击 Run workflow
- 可选填写
project（默认 pytorch）和time_window（默认 最近7天）
每次周报生成成功后，workflow 会自动创建一个带 weekly-report 标签的 GitHub Issue，内容即为完整周报。
团队成员接收设置（两步缺一不可）：
- 进入仓库页面，点击右上角 Watch → 选择 All Activity 或 Custom → 勾选 Issues
- 在 GitHub Notifications 设置 中，确保 Watching 类别下的 Email 选项已勾选
提示：通知邮件来自
notifications@github.com，请确保该地址未被邮箱拦截。
如需按标签过滤，可在 Issues 页面用 label:weekly-report 筛选所有历史周报。
建议在仓库 Settings → Notifications 中开启 workflow failure 邮件通知，以便及时发现流水线异常。
PyTorchInsight 的 MCP Server 可以脱离多 Agent 工作流，单独配合 Claude Code 等 MCP 客户端使用，按需查询 PyTorch 社区数据。
提供 10 个工具：
| 工具 | 数据源 | 说明 |
|---|---|---|
get_prs |
GitHub | 按时间范围和模块获取 PR |
get_issues |
GitHub | 按时间范围、模块和状态获取 Issue |
get_commits |
GitHub | 按时间范围和作者获取 Commit |
get_rfcs |
GitHub | 获取 pytorch/pytorch 和 pytorch/rfcs 的 RFC |
get_pr_detail |
GitHub | 获取单个 PR 详情（文件变更、Review） |
get_issue_detail |
GitHub | 获取单个 Issue 详情（评论、关联 PR） |
get_discussions |
Discourse | 搜索论坛话题 |
get_events |
pytorch.org | 获取社区活动 |
get_blog_news |
pytorch.org | 获取博客和公告 |
get_key_contributors_activity |
GitHub + Discourse | 关键贡献者跨平台活动 |
参考 .mcp.json.example，将 MCP 配置添加到你的 Claude Code 中：
cp .mcp.json.example .mcp.json编辑 .mcp.json，将 <path-to-pytorchinsight> 替换为本项目的绝对路径。确保已完成环境变量配置，然后就可以在 Claude Code 中直接查询 PyTorch 社区数据了。
uv run pytorch-community-mcpPyTorchInsight 由两层组成：
┌─────────────────────────────────────────────────┐
│ Multi-Agent 工作流（分析层） │
│ │
│ Orchestrator (编排) │
│ ├── GitHub Collector (并行采集) │
│ ├── Community Collector (并行采集) │
│ ├── Analyst × 3 (并行深度分析) │
│ └── Composer (个性化报告) │
│ │
├─────────────────────────────────────────────────┤
│ MCP Server（数据层） │
│ │
│ pytorch-community-mcp │
│ 10 个 PyTorch 社区数据工具 │
│ 数据源：GitHub API / Discourse / pytorch.org │
└─────────────────────────────────────────────────┘
- MCP Server：领域专用的 MCP server，将 PyTorch 社区多个数据源封装为 10 个语义化工具。详见 MCP Server 文档。
- Multi-Agent 工作流：运行在 OpenCode 上的 5 个 Agent 协作系统，负责采集编排、数据融合、深度分析和报告生成。详见 Multi-Agent 工作流文档。
# 安装依赖
uv sync
# 运行测试
uv run pytest
# 启动 MCP Server（开发模式）
uv run pytorch-community-mcp| 文档 | 说明 |
|---|---|
| MCP Server 详细文档 | MCP Server 的设计思路、API 说明 |
| Multi-Agent 工作流 | Agent 拓扑、工作流阶段、通信协议 |
| 环境搭建指南 | 详细的安装配置步骤 |
| 需求规格 | 产品需求、用户画像、数据源定义 |
Apache-2.0