用途：从一到多个 GitHub 仓库中提取高意向线索，分析用户与仓库的各种互动行为，用于开发者导向的获客、社区或合作挖掘。仅使用免费 GitHub API 数据，不消耗付费数据补充额度。
主要能力：按仓库提取 star、fork、贡献者、issue、PR、评论、watcher、提交邮箱等互动；自动过滤机器人与组织成员；按互动深度加权评分（开 issue 5 分、PR 作者 5 分、贡献者 4 分、issue 评论者 3 分、fork 3 分、watcher 2 分、star 1 分）；按互动仓库数与总分排序，多仓库用户优先；抓取前 N 名用户的 GitHub 资料（姓名、邮箱、公司、位置、博客、Twitter、简介、关注者）；导出 users 与 interactions 两个 CSV。
使用方式：需 gh CLI 已认证（gh auth status 验证）、Python 3.9+ 与 PyYAML。运行：python3 ${CLAUDE_SKILL_DIR}/scripts/gh_repo_signals.py --repos "owner1/repo1,owner2/repo2" --limit <USER_LIMIT> --output ${CLAUDE_SKILL_DIR}/../.tmp/repo_signals.csv。需向用户收集仓库列表与用户数量上限（建议 500 起步）。生成后应继续分析数据并给出建议，分析前需先了解用户公司背景与目标。
适用场景：目标客户为活跃于 GitHub 的开发者、工程师或技术人群；分析竞品或品类仓库的互动者；跨仓库高意向线索挖掘；无付费数据补充的 GitHub 线索生成。
限制：GitHub API 认证用户每小时 5000 次请求，每个仓库约 500-2000 次调用，资料抓取每人 1 次；1 仓库 500 用户约 15-30 分钟，3 仓库约 45-90 分钟。部分用户可能缺少邮箱或公司信息。资料未提供具体收费与价格信息。