写了个命令行工具：写代码前先搜一遍开源方案，顺便打个分（MCP Server）

最近在用 Claude Code 的时候注意到一个现象：让它实现一个功能，比如限流中间件，它会立刻开始写代码。一个 Map 加时间戳的玩具实现，转眼就出来了。但它不会提 express-rate-limit 已经存在了，3.3k star ，MIT 协议，接入只要 30 秒。

我自己也差不多，业务一赶，第一反应从来不是"先搜搜有没有现成的"。

GitHub 全站 star 排名前几名，build-your-own-x 、awesome 、public-apis ，加起来一百多万 star ，全是在教人"先找现成的"。但真正在动手之前去查一遍的流程，一直没有被工具化——尤其是对 AI Agent 来说。

所以写了个东西，叫 wheel-hub：

• GitHub: https://github.com/skyzhao1223/wheel-hub


• npm: @wheel-hub/mcp （ MCP Server ）、 @wheel-hub/cli （命令行）

它做什么

三个能力：

1. 按功能关键词搜索 GitHub 现成方案


2. 给单个仓库打 0-100 分，附结论


3. 同类方案横向对比，排出推荐

打分逻辑是四个维度加权：

• Popularity （ 30%）：star 数量级，对数尺度


• Momentum （ 25%）：日均涨星 + 最近提交时间


• Maintenance （ 30%）：提交新鲜度 + issue 积压率


• Trust （ 15%）：许可证宽松度、是否归档

结论分四档：>=75 建议直接用，>=55 可以改造用，>=35 值得看看，再低或者已归档就别碰。

举两个实际输出。ollama 打了 96 分（ ADOPT ）。比较有意思的是 torvalds/linux：24 万+ star 。有个细节：内核的 GPL-2.0 是通过 COPYING 文件声明的，GitHub 的自动识别没法把它归类成标准许可证（ license 字段返回 NOASSERTION ），于是 Trust 维度如实只给了 20 分，总分 86 。引擎只认数据源，不看 star 脸色。

接入方式

MCP （ Claude Code 示例，其他客户端同理）：

claude mcp add wheel-hub --env GITHUB_TOKEN=ghp_xxx -- npx -y @wheel-hub/mcp

不带 token 也能用，匿名 60 次/小时；带 GitHub token 是 5000 次/小时。

命令行：

npm i -g @wheel-hub/cli

wheel-hub find "SSO login" --lang typescript

wheel-hub evaluate ollama/ollama

实现上的一些细节

TypeScript monorepo ，三个包。打分引擎是零依赖纯函数：输入 GitHub 元数据，输出分数和理由数组。以后想接 npm 、PyPI 或者 OSSInsight 的历史数据，评分逻辑不用动。

写的过程中踩了几个坑，记一下：

1. MCP 客户端只透传白名单环境变量，GITHUB_TOKEN 必须显式写进客户端配置的 env 里，否则 Server 会静默跑在匿名限流上，很隐蔽


2. npm 的防 typosquatting 规则会拦截和已有包"过于相似"的名字，wheel-hub 这个名字就因为和已有的 wheelhub 包相似被拒了，最后 CLI 包用了 @wheel-hub/cli 、命令名保留 wheel-hub 的组合


3. npm 新包发布后，公共 CDN 会有几分钟的 404 缓存窗口，第一次发布时容易误以为失败

现状

刚发 0.1.2 ，功能上还不完整。路线图里有几件事：挖 awesome 列表做第二数据源、接 OSSInsight 的 star 历史让增速评估更准、做一个依赖停止维护的提醒功能，以及给识别不出许可证的仓库加一层文件原文解析，减少误报。

欢迎试用，也欢迎拍砖——尤其是打分权重这块，popularity/momentum/maintenance/trust 的比例是我拍的，如果有更合理的定法希望聊聊。