Capability Router：收藏夹里躺了多少吃灰的开源项目？给它们做个「入库体检」

你的 GitHub Star 列表现在有多少个项目了？50？100？500？

问一个扎心的问题：这里面有多少个项目，你 Star 之后回去认真用过——哪怕是超过一次？

大部分人面对的情况是：看到好项目→点 Star→吃灰→下次又看到类似项目→再点 Star→继续吃灰。收藏夹变成了「随机的书签堆」，而不是「有序的能力库」。

Table-GitHub-Capability-Router 试图解决这个问题。思路是：GitHub 上的项目，不要先安装，而是先让 AI Agent 自动完成一套「入库体检」。

体检流程

当你 Star 或者收藏了一个 GitHub 项目，Capability Router 会触发一套自动评估流程：

1. 这个项目解决什么问题？ → 提取核心功能描述
2. 和我已有的能力是否重复？ → 对比已安装工具/项目
3. 风险在哪里？ → 检查依赖、许可证、维护状态
4. 值不值得留下？ → 综合评分 + 推荐操作（安装 / 参考学习 / 暂存 / 忽略）

所有 Agent Skills、Plugins、MCP servers、scripts 都会按状态、健康度、风险、回滚路径 四个维度持续跟踪。

核心理念

这个项目的真正价值不在技术实现，而在一个认知升级：收藏不是能力的积累，整理才是。

你 Star 一个项目不一定需要用它，但你应该知道自己 Star 了什么、为什么 Star、以及它和已有工具的关系。当你的 AI Agent 也越来越依赖外部工具（Skills、MCP servers、plugins）的时候，这个「能力路由表」的重要性只会越来越高。

GitHub：github.com/duoduoler-ops/Table-GitHub-Capability-Router