这是 Weekend Challenge: Passion Edition 的参赛作品

我构建了什么

Python Persona 是一款桌面应用，它可以分析任意 GitHub 用户的 Python 代码，并展示他们作为开发者的真实身份。你只需输入用户名，应用就会获取其仓库、下载 Python 文件，并展示其使用的框架、包、特性和代码模式。每个数据点都链接到 GitHub 上的确切文件和行号，方便你学习真实代码。

我还构建了 AI 学习路线图功能。当你发现想学习的主题时，点击它，应用会构建反向依赖图。它会从你的主题反向追溯到基础知识，然后一步步教你。这源于我对 ChatGPT 和 Grok 的不满。它们会以自己认为合适的水平作答，但我常常因为基础不够扎实而无法理解答案。这个应用通过先教授先修知识来解决这个问题。

该应用还会将每次分析存储在 Snowflake 中，并将你的代码与你研究过的所有人进行比较。你可以看到自己缺少哪些包、哪些特性从未使用过，以及接下来应该研究哪些顶尖开发者的仓库。

Image

演示

代码

🐍 Python Persona

停止猜测该学什么。开始研究真实代码。

为什么开发这款应用

Python Persona 是一款桌面应用，它可以分析任意 GitHub 用户的 Python 代码，并展示他们作为开发者的真实身份。你只需输入用户名，应用就会获取其仓库、下载 Python 文件，并展示其使用的框架、包、特性和代码模式。每个数据点都链接到 GitHub 上的确切文件和行号，方便你学习真实代码。

我还构建了 AI 学习路线图功能。当你发现想学习的主题时，点击它，应用会构建反向依赖图。它会从你的主题反向追溯到基础知识，然后一步步教你。这源于我对 ChatGPT 和 Grok 的不满。它们会以自己认为合适的水平作答，但我常常因为基础不够扎实而无法理解答案。……

我是如何构建它的

架构

该应用使用 Electron 构建桌面 UI，使用 Python 构建后端。当你输入用户名时，Electron 会启动一个 Python 子进程，通过 GitHub API 获取仓库、下载 Python 源文件，并使用 Python 的 ast 模块解析它们。AST 分析器可检测 15 种以上的 Python 特性，例如上下文管理器、异步函数、数据类、类型提示、生成器、match 语句和海象运算符。对于每个特性，它都会记录文件和行号，以便报告能直接链接到 GitHub。

对于 AI 路线图，我使用了 Google AI Studio（Gemini 2.0 Flash）。提示词要求 AI 从用户主题出发，反向递归识别每个先修知识。输出是结构化的 JSON，包含 4 到 8 个步骤，每个步骤都有摘录、难度级别、学习时间、常见误区和精选资源。AI 会挑选真实的规范 URL 而非搜索链接。如果你没有 Google AI 密钥，本地回退机制会为 async、generators、decorators 和 context managers 等常见主题生成深度链。

对于 Snowflake，每次分析都会存储在用户自己的数据库中。应用会在首次使用时自动创建数据库和表。“自我比较”功能会查询所有存储的档案，向你展示其他人使用的而你没有使用的包、你从未使用过的特性，以及你接下来应该研究的排名前 5 的 Pythonista 的仓库。比较结果会缓存在 Snowflake 中，因此你不必重复获取相同数据。缓存会跟踪你是否使用了 GitHub API 令牌，因此如果你稍后添加令牌，它会使用更好的数据重新获取。

我还使用了 GitHub API 获取个人资料数据、仓库列表、语言检测、文件内容和提交历史。dev.to API 会拉取他们带有 Python 标签的文章，让你不仅能学习他们的代码，还能学习他们写的内容。

该应用还具备一对一比较功能。在任何报告上点击“与我的档案比较”，它会并排获取两个档案。你可以看到你已经掌握的包、需要练习的主题以及需要探索的新概念。比较中的每个主题都是可点击的，并会启动 AI 路线图。

奖项类别

  • 最佳使用 Snowflake：每次分析都存储在 Snowflake 中。“自我比较”功能会聚合所有存储的档案，并将你的代码与所有人进行比较。比较结果会带来源跟踪进行缓存，以便在你的 API 令牌状态发生变化时刷新。

  • 最佳使用 Google AI：AI 摘要、吐槽和学习路线图均由 Google AI Studio（Gemini 2.0 Flash）提供支持。反向依赖图提示会生成带有精选资源的结构化 JSON 路线图。本地回退机制确保即使没有 API 密钥，该功能也能正常工作。