Diese Seite erklärt in einfachen Worten, wie awesome-repositories.com entscheidet, was Ihnen in welcher Reihenfolge angezeigt wird. Es gibt keine geheime Blackbox – hier erfahren Sie, wie das System tatsächlich arbeitet.
Was ist im Verzeichnis enthalten?
Das Verzeichnis ist eine kuratierte Auswahl von Open-Source-GitHub-Repositories. Jedes Projekt wird importiert, gelesen und von einer KI analysiert: Das Modell arbeitet sich durch die README-Datei und die Dokumentation des Projekts, um zu verstehen, worum es geht, welches Problem es löst und wo es einzuordnen ist. Seiten mit geringer Aussagekraft, verwaiste Projekte und nahezu identische Duplikate werden aussortiert, anstatt das Verzeichnis künstlich aufzublähen.
Wir indexieren nicht jedes Repository auf GitHub. Das Ziel ist eine überschaubare Menge an Projekten, die Ihre Aufmerksamkeit wert sind und konsistent beschrieben werden, anstatt eines erschöpfenden Abbilds der Plattform.
Wie das Suchranking funktioniert
Wenn Sie eine Suche starten, sammelt das System zunächst Kandidatenprojekte über mehrere parallele Durchläufe: einen Keyword-Abgleich mit unserem kuratierten Tag-Vokabular, einen semantischen Abgleich, der die Bedeutung Ihrer Suchanfrage mit jedem Projekt vergleicht (sodass auch Begriffe gefunden werden, die Sie nicht explizit eingegeben haben), einen Durchlauf, der direkt von Ihnen genannte Projekte einbezieht, sowie einen Durchlauf, der auch noch nicht vollständig analysierte Repositories berücksichtigt. Diese Kandidatenlisten werden zusammengeführt, sodass Projekte, die in mehreren Durchläufen auftauchen, bevorzugt werden.
Ein KI-Modell interpretiert anschließend Ihre Suchanfrage wie ein Mensch – es erkennt die Absicht, die Art des gesuchten Tools und die konkreten Funktionen, die ein gutes Ergebnis ausmachen sollten. Es bewertet jeden Kandidaten einzeln und vergibt ein Relevanzurteil sowie eine kurze Begründung in einfacher Sprache. Die endgültige Reihenfolge ist eine gewichtete Mischung: Das KI-Urteil pro Projekt hat das größte Gewicht, gefolgt von Tag-Übereinstimmungen, Ihren Filtereinstellungen und tatsächlichen Klicksignalen. Zudem gibt es einen Abzug für Ergebnisse, die Begriffe enthalten, die Sie explizit ausgeschlossen haben.
Falls die KI nicht verfügbar ist – etwa bei einem Ausfall, einem Quotenlimit oder wenn sie deaktiviert wurde – bleibt die Suche nicht leer. Sie greift auf ein deterministisches Ranking zurück, das auf Tag-Übereinstimmungen, Ihren Filtern und Klicks basiert, sodass Sie weiterhin relevante Ergebnisse erhalten, nur ohne die KI-basierte Begründung pro Ergebnis.
Wie Repositories ihre Beschreibungen und Tags erhalten
Die Kurzbeschreibung, der Einzeiler und die Tags jedes Repositorys werden von einer KI aus der README-Datei und der Dokumentation des Projekts erstellt und nicht von einer Marketingseite übernommen. Dieselbe Analyse ordnet das Projekt in eine gemeinsame Taxonomie ein – eine konsistente Struktur aus Anwendungsfällen, Ökosystemen und Reifegrad –, damit Sie das gesamte Verzeichnis filtern können, anstatt sich durch freie Tags zu wühlen.
Die Prompts, die Bewertungsregeln und die Struktur dieser Taxonomie werden von uns abgestimmt, überprüft und korrigiert, wenn das Modell einen Fehler macht.
Was ist eine kuratierte Suche?
Einige Suchanfragen sind als "kuratierte" Seiten gespeichert – eine feste Abfrage wie "Rust web frameworks" mit einer stabilen URL. Auf diesen Seiten kann ein Redakteur bestimmte Repositories anpinnen, von denen er überzeugt ist. Angepinnte Projekte werden nicht erzwungen an die Spitze gesetzt: Sie landen im selben Kandidatenpool und werden vom selben KI-Richter bewertet wie alles andere auch, sodass sich eine Empfehlung ihre Position erst verdienen muss.
Aktualität und Re-Analyse
Repositories werden im Laufe der Zeit erneut synchronisiert und analysiert, wenn sich ihr Code und ihre Dokumentation ändern, damit Beschreibungen und Tags nicht veralten. Neu eingereichte Projekte werden analysiert, bevor sie in den gerankten Ergebnissen erscheinen.
KI mit menschlicher Aufsicht
Um es klar zu sagen: Die KI leistet hier die Schwerstarbeit – sie liest Projekte, baut die Taxonomie auf und rankt jede Suche. Sie läuft jedoch nicht unbeaufsichtigt. Wir schreiben und optimieren die Prompts, die Bewertungsregeln und die Leitplanken für die Kuratierung, überprüfen die Ergebnisse und korrigieren sie bei Fehlern. Das Ziel ist die Geschwindigkeit und Skalierbarkeit der KI kombiniert mit dem Urteilsvermögen von jemandem, der diese Tools tatsächlich nutzt.
Korrekturen
Glauben Sie, dass ein Repository falsch gerankt, falsch beschrieben oder nicht gelistet ist? Sagen Sie uns Bescheid. Reichen Sie ein Projekt von einer beliebigen Seite aus ein oder senden Sie eine E-Mail an hello@awesome-repositories.com und wir sehen uns das an.