一、 起心动念：在信息洪流中寻找“真神”
上周在抖音上看到有人推荐一些 GitHub 上的开源项目。正好之前趁黑五打折买了一个服务器，我便想着从GitHub上找一些能够提升我的生产力的工具

但是每天Trending 榜单太耗时，且大多数项目与我无关。而且只看 README 很难一眼看出这个项目的商业价值和对我的实际帮助。

我的想法很简单：能不能让每天给我从 GitHub 推荐一些高星项目，让我从中能获取一些灵感来或者直接用起来提升我的生产力

二、 核心架构：极简而不失强大
为了让这套系统每天来推荐，我选择 n8n 作为自动化引擎。

初始链路设计： 定时触发 -> GitHub API 抓取 -> 邮件发送

这个链路设计的很简单，跑起来也很快，但是很快我发现了一些问题

我看不懂啊，作为一个非技术人员，我看着这些专业名词加英语着实有些费劲，加上邮箱本身的AI助手智能翻译。并不能给一些实际的帮助

三、 优化提升：加入AI解读
后来我就想用AI来把抓取到的项目进行解读，解读完之后再发给我，于是链路就变成了：定时触发 -> GitHub API 抓取 -> AI Agent分析 -> 邮件发送

这样分析是没问题。但是我Gemini的免费额度根本跑不出来。甚至量太大直接给我拒绝访问了，我还因此又买了Deepseek的付费API，想着这就能解决了

跑起来之后，30个项目，Deepseek硬是分析了25min没分析完 token的额度还白费了

而且还有内存溢出的风险
起初，我尝试让 AI 同时分析 30 个项目。结果 2G 内存的服务器直接“宕机”。

然后我就想了办法，那30个项目其实我不是都需要。原本我是想着自己来筛选的。都这样了。我还自己筛选什么。不如让AI干脆帮我筛选了，于是我想到了用两个Agent节点，Agent（筛选）和Agent（分析）

第一个Agent从GitHub上找的30个高星项目中给我找最适合我的一个项目

第二个Agent把这个项目的对我的作用进行分析，并给我生成详细报告

这又碰到了第二个问题——AI 的“胡言乱语”
最初收到的邮件全是商业黑话，甚至连项目叫什么都不知道。AI 陷入了“幻觉”，因为它根本没拿到具体的项目描述。

解决方案：优化 Prompt 并在Prompt中引入强制变量约束。

通过Context加入上下文。给AI约束获得的信息 教训：不要指望 AI 能自动感知上下文，一定要把数据“喂”到它嘴里。

四、 最终效果：每日一封“黄金报告”
现在，每天早晨我都会收到一封 HTML 格式精美的邮件。

这不再是冷冰冰的代码推送，而是一个懂技术的产品助理在跟我对话。

五、 结语与预告
这一期的探索，我解决了“从无到有”和“资源受限”的问题。但目前它还有一个小瑕疵：AI 有时会推荐我已经看过的项目。

在接下来的二期更新中，我计划引入 Agent的memory，并利用循环逻辑实现自动重选：如果 AI 选了重复的，就让它“滚回去”重选，直到选出新鲜血液。

如果你也有一个闲置的 VPS，不要只让它跑脚本。试着把 n8n 和 AI 结合起来，你会发现，最好的生产力工具，永远是根据你自己痛点亲手捏出来的。

同时有什么好的想法也可以评论区交流。作为一个新手，我还是很希望能够多收集大家的意见