本项目最初的目标是通过调用Github API并将其作为MCP工具提供，实现让LLM助手自动化分类和管理用户的Github star，从而解决star仓库分类混乱的问题。我优先使用cursor实现了完整的MCP server框架，并成功集成了Github API的基础功能，初步证明了项目的技术可行性。然而在进一步开发过程中发现，Github API目前并未提供star list(starred repositories lists)的管理能力，这是始料未及的。因此，本项目改为一个功能完备的MCP server参考模板。

Github相关问题详见：

• https://docs.github.com/en/rest/activity/starring?apiVersion=2022-11-28
• https://github.com/orgs/community/discussions/8293

MCP模板参考：

• https://github.com/chrisboden/mcp_template
• https://docs.cursor.com/context/mcp

star_classifier/
├── src/
│   ├── server.py           # MCP SSE 服务器核心实现
│   ├── github_star_api.py  # GitHub API 封装（真实可用的API）
│   └── config.yaml         # 配置文件
├── mcp_sse_server.py       # SSE 服务器启动脚本  
├── start_github_star_server.py  # 快速启动脚本
├── requirements.txt        # 依赖列表
├── 最小MCP_SSE实现指南.md   # 最小实现教程
└── README.md              # 项目说明

经过清理，本项目现在只包含真实存在的GitHub API功能：

• 📊 基础数据获取: starred仓库列表、统计信息、仓库详情
• 🔍 搜索功能: 在starred仓库中搜索特定内容
• ⭐ Star管理: 给仓库加star、取消star、检查star状态
• 📈 数据分析: 编程语言分布、项目统计等（demo）
• 🌟 恒星分类: 额外的天文恒星分类功能（demo）

1. 安装依赖

pip install -r requirements.txt

2. 配置GitHub Token

# 创建token文件（让本地LLM读取）
echo "your_github_token_here" > starring_accessed_token

3. 启动服务器

python start_github_star_server.py

4. 连接AI助手 服务器将在 http://localhost:8000 启动，支持MCP协议连接。