中文 | English

Pulse

持续感知 AI agent 工具生态的前沿动态。

Pulse 监控最活跃的 AI agent harness 开源项目——追踪 issues、pull requests、commits 和 releases——洞察用户需求、社区动向和行业方向。

功能

• 采集 监控项目的 GitHub 活动（issues、PRs、所有分支的 commits、releases）
• 分析 三层 LLM 分析流水线并行执行：
  • 维度分析（4个独立分析师并行）：用户痛点、社区动向、官方工作重心、版本节奏
  • 项目合成：将 4 份维度报告合并为单项目综合报告
  • 全局综合：跨项目提炼，生成赛道级洞察报告
• 双段报告格式 每个章节包含两段，面向不同读者：
  • 说人话 — 大白话，任何人可读，直接说结论
  • 说行话 — 技术细节 + 数量支撑，面向 AI agent 开发者
• 创业者视角 报告包含「创业者的窗口」章节，基于本期信号推断可切入的方向
• 可视化 Web Dashboard 展示多项目趋势折线图（matrix 绿配色，线尾项目 logo）
• 定时运行 支持 daemon 模式定时执行，也可手动触发

默认监控列表

项目	仓库
Claude Code	anthropics/claude-code
Codex	openai/codex
OpenClaw	openclaw/openclaw

可通过 Web Dashboard 或 config.yaml 添加/移除项目。

快速开始

# 克隆并安装
git clone https://github.com/hchen13/pulse.git
cd pulse
python3 -m venv .venv
source .venv/bin/activate
pip install -e .

# 采集数据
pulse fetch

# 生成分析报告
pulse report -g

# 启动 Web Dashboard
pulse serve
# → http://localhost:8765

# 或一键执行（采集 + 分析）
pulse run

前置条件

• Python 3.10+
• gh CLI — 已认证 GitHub（gh auth login）
• claude CLI — Anthropic Claude Code CLI，用作分析引擎

CLI 命令

命令	说明
pulse list	查看监控列表
pulse add <owner/repo>	添加监控项目
pulse fetch	采集最新数据
pulse report [-g]	查看或生成每日报告
pulse run	完整流程：采集 + 分析
pulse serve	启动 Web Dashboard
pulse daemon	启动定时 daemon
pulse status	查看采集统计
pulse trends	查看趋势数据
pulse watch [-f]	监听新报告事件

Web Dashboard

Dashboard（默认端口 8765）包含：

• 概览 — 所有项目的关键指标 + 今日洞察
• 日报 — 完整分析报告，Markdown 渲染（终端绿主题，双段结构）
• 趋势 — Issues / PRs / Commits 多项目折线图（matrix 绿配色，线尾显示项目 logo）
• Workflow — 分析师配置（system prompt 可在线编辑）
• Settings — 定时配置、WebSocket 开关、Webhook 管理

通知机制

报告生成后支持两种推送方式。

WebSocket

连接 Dashboard 的 /ws 端点：

const ws = new WebSocket('ws://your-host/pulse/ws');
ws.onmessage = (e) => {
  const event = JSON.parse(e.data);
  if (event.type === 'report_ready') {
    console.log('新报告:', event.data);
  }
};

也可以用 CLI 监听：

pulse watch              # 等待下一个报告后退出
pulse watch --follow     # 持续监听

Webhook

在 Settings 页面配置 Webhook URL，报告生成后自动 POST：

{
  "event": "report_ready",
  "date": "2026-03-26",
  "repos": ["claude-code", "codex", "openclaw"],
  "dashboard_url": "http://localhost:8765"
}

配置

编辑 config.yaml：

repos:           # 监控项目列表（可通过 Dashboard 或 CLI 添加）
schedule:
  cron: "0 6 * * *"    # 定时执行（默认每天 6:00）
analysis:
  model: claude-haiku-4-5   # 分析模型
web:
  port: 8765
notification:
  websocket:
    enabled: true
  webhooks: []       # Webhook URL 列表

架构

pulse/
├── config.yaml              # 运行时配置
├── .claude/analysts/        # 分析师 system prompt（可在 Dashboard 在线编辑）
│   ├── issues.md            # 用户研究分析师（Issues → 用户痛点）
│   ├── prs.md               # 社区生态分析师（Open PRs → 社区动向）
│   ├── commits.md           # 工程方向分析师（Merged PRs + Commits → 官方方向）
│   └── synthesis.md         # 综合分析师（跨项目提炼 + 双段报告格式 + 创业者视角）
├── data/pulse.db            # SQLite 存储（40 天滚动清理）
├── pulse/
│   ├── cli.py               # CLI 入口
│   ├── daemon.py            # 定时调度
│   ├── collectors/
│   │   └── github.py        # GitHub 数据采集（gh CLI）
│   ├── analyzers/
│   │   └── llm.py           # LLM 分析（claude CLI，并行执行）
│   ├── web/
│   │   └── app.py           # FastAPI Dashboard（单文件，内嵌前端）
│   └── notifiers/           # 推送通知（可插拔）
└── scripts/
    └── install.sh           # macOS launchd 服务安装脚本

数据策略

• 采集：24 小时滚动窗口，全量采集到 SQLite
• 分析：前 50 条数据放入 prompt + 完整数据文件路径；分析师按需读取更多
• 存储：40 天滚动清理，过期数据自动清除
• 报告：每次执行覆盖写入

---

给 AI Agent 的部署指南

如果你是一个 AI agent，正在帮助你的人类部署 Pulse，这部分是给你看的。

开始前检查

1. Python 3.10+
2. gh CLI 已安装并认证 — gh auth status 验证
3. claude CLI 已安装 — claude --version 验证。这是分析引擎，没有它数据采集能工作但报告无法生成
4. 网络 可以访问 GitHub API

部署步骤

# 1. 克隆仓库
git clone https://github.com/hchen13/pulse.git
cd pulse

# 2. 创建虚拟环境
python3 -m venv .venv
source .venv/bin/activate

# 3. 安装
pip install -e .

# 4. 验证前置条件
gh auth status          # 应显示已认证
claude --version        # 应显示版本号
pulse list              # 应显示 3 个默认项目

# 5. 首次采集
pulse fetch             # 约 2 分钟

# 6. 生成首份报告
pulse report -g         # 约 2 分钟（13 次并行 LLM 调用）

# 7. 启动 Dashboard
pulse serve             # → http://localhost:8765

作为服务运行（macOS）

bash scripts/install.sh
# 安装两个 launchd 服务：
#   com.pulse.daemon — 定时采集 + 分析
#   com.pulse.web    — Web Dashboard（端口 8765）

作为服务运行（Linux/systemd）

创建两个 unit 文件（路径按实际安装位置修改）：

# /etc/systemd/user/pulse-daemon.service
[Unit]
Description=Pulse Daemon
After=network.target

[Service]
Type=simple
WorkingDirectory=/path/to/pulse
ExecStart=/path/to/pulse/.venv/bin/pulse daemon
Restart=on-failure

[Install]
WantedBy=default.target

# /etc/systemd/user/pulse-web.service
[Unit]
Description=Pulse Web Dashboard
After=network.target

[Service]
Type=simple
WorkingDirectory=/path/to/pulse
ExecStart=/path/to/pulse/.venv/bin/pulse serve --host 0.0.0.0
Restart=on-failure

[Install]
WantedBy=default.target

启用：systemctl --user enable --now pulse-daemon pulse-web

反向代理（可选）

如果希望用 hostname/pulse 而不是 hostname:8765 访问，配置反向代理。Caddy 示例：

:80 {
    handle_path /pulse* {
        reverse_proxy localhost:8765
    }
}

注意事项

• GitHub 限速：认证用户约 5000 次/小时。3 个 repo 每次采集约 20 次请求，50+ repo 时需注意
• claude CLI 认证：需要有效的 Anthropic API key 或订阅。报告生成失败时引导人类重新认证
• 磁盘：SQLite 约 5MB（3 个活跃 repo），40 天滚动清理
• 端口 8765：被占用时在 config.yaml 的 web.port 修改
• 首次运行无历史趋势：趋势图需要多天数据积累

添加项目

通过 Dashboard（推荐）或 CLI：

pulse add owner/repo-name

---

License

MIT