用途
RepoCrunch 用于将任意公开 GitHub 仓库分析为结构化 JSON。根据官方资料，它不使用 AI，也不使用大语言模型，而是完全确定性（fully deterministic）地运行：给定一个仓库，返回技术栈、依赖、架构、健康指标和安全信号，输出为干净、一致的 JSON。
主要能力
- 技术栈与依赖分析：识别仓库所用技术栈及依赖。
- 架构与健康指标：输出架构信息与仓库健康指标。
- 安全信号：提供安全相关信号（注意：资料中“Secrets regex scanning（密钥正则扫描）”被列在“Not yet implemented, but planned（尚未实现，但已规划）”中）。
- 框架检测：覆盖所支持生态系统中 40 多个框架，包括 FastAPI、Django、React、Next.js、Spring Boot、Rails、Gin、Actix 等，以及更多未逐一列出的框架。
使用方式
可将 RepoCrunch 用作：
- Python 库
- CLI 工具
- REST API
- MCP 服务器（资料提到适用于 Claude、Cursor 等）
运行要求：Python 3.11+。资料显示它也可配合 uv 使用。
安装：
- 从 PyPI 安装：
pip install repocrunch - 从源码安装（资料中给出“Install from source”标题）
- 按需安装所需部分（资料中给出“Install just what you need”标题）
GitHub Token（可选）：不设置 token 时每小时可进行 60 次 API 调用；设置后每小时 5,000 次。token 还允许分析你有权限访问的私有仓库。
MCP 服务器：资料给出的用途说明为“for Claude, Cursor, etc.”，即供 Claude、Cursor 等使用。
已发布与规划
已发布：RepoCrunch 已发布在 PyPI 上，可通过 pip install repocrunch 安装。
已规划但尚未实现的功能（资料明确标注为“Not yet implemented, but planned”）：
- Secrets 正则扫描——在文件树中检测泄露的 API 密钥、token、密码
- 架构类型分类——区分库、应用程序、框架
- API 限流——为 REST API 提供按 key 的节流
- npm/npx 包——
npx repocrunch analyze owner/repo - 漏洞扫描——检测依赖中已知的 CVE
- 对比模式——对多个仓库进行并排分析
- 历史跟踪——跟踪仓库健康度随时间的变化
- 平台部署——Apify Store、Smithery、mcp.so、RapidAPI
适用场景
适合需要对 GitHub 仓库进行确定性、可重复的结构化分析，并希望以 JSON 形式获取技术栈、依赖、架构、健康指标和安全信号的使用者；也适合将仓库分析集成到 Python 程序、命令行流程、REST API 服务或 MCP 工作流（如 Claude、Cursor）中。
限制
- 分析对象为 GitHub 仓库（资料称“任意公开 GitHub 仓库”）；分析私有仓库需要 token 且需有访问权限。
- 不使用 AI 或 LLM，属于确定性分析，因此不提供基于模型的推断能力。
- 无 token 时 GitHub API 限制为每小时 60 次调用；有 token 时为每小时 5,000 次。
- 运行环境要求 Python 3.11+。
- 资料中列出的 Secrets 扫描、架构类型分类、API 限流、npm/npx 包、漏洞扫描、对比模式、历史跟踪、平台部署等功能目前尚未实现，仅为规划。
