RRepoGEO

REPOGEO 报告 · LITE

SkalskiP/awesome-chatgpt-code-interpreter-experiments

默认分支 master · commit 84b9adef · 扫描时间 2026/6/27 18:08:24

星标 1,015 · Fork 58

本仓库扫描历史

下方为分数趋势（含全部就绪扫描；左旧右新，可横向滚动）。表格明细默认折叠，展开后每页 10 条，最新在上。

分数趋势（左 → 右：旧 → 新）

共 2 条就绪扫描。点击下方按钮展开表格（每页 10 条，可翻页）。

AI 可见性总分
22 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
1 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 SkalskiP/awesome-chatgpt-code-interpreter-experiments 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Clarify the README's opening sentence to state it's an 'awesome list' of experiments

    原因：

    当前
    We aim to push ChatGPT + Code Interpreter to its limits, show you what's possible and unlock your creativity! Well, and have a lot of fun doing it! 🔥
    复制粘贴的修复
    This is an awesome collection of experiments and resources designed to push ChatGPT + Code Interpreter to its limits, show you what's possible, and unlock your creativity! Well, and have a lot of fun doing it! 🔥
  • highlicense#2
    Add a LICENSE file to the repository

    原因：

    复制粘贴的修复
    Create a LICENSE file in the repository root. Choose an appropriate open-source license (e.g., MIT, Apache-2.0, GPL-3.0) and add its text to this file.
  • mediumtopics#3
    Add more specific topics to reinforce the 'awesome list' and 'experiments' nature

    原因：

    当前
    agent, chatbot, code-interpreter, computer-vision, jailbreak, language
    复制粘贴的修复
    agent, awesome-list, chatbot, code-interpreter, computer-vision, experiments, generative-ai, jailbreak, language, prompts

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 SkalskiP/awesome-chatgpt-code-interpreter-experiments
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
jupyter/notebook
在 2 个问题中被推荐 1 次
竞品排行
  1. jupyter/notebook · 被推荐 1 次
  2. Google Colab · 被推荐 1 次
  3. microsoft/vscode · 被推荐 1 次
  4. openai/gym · 被推荐 1 次
  5. DLR-RM/stable-baselines3 · 被推荐 1 次
  • 品类问题
    What advanced experiments can I perform with an AI assistant and a code execution environment?
    你：未被推荐
    AI 推荐顺序：
    1. Jupyter Notebook/Lab (jupyter/notebook)
    2. Google Colab
    3. VS Code (microsoft/vscode)
    4. OpenAI Gym (openai/gym)
    5. Stable Baselines3 (DLR-RM/stable-baselines3)
    6. PyTorch (pytorch/pytorch)
    7. TensorFlow (tensorflow/tensorflow)
    8. Python
    9. C++
    10. Numba (numba/numba)
    11. Cython (cython/cython)
    12. requests (psf/requests)
    13. BeautifulSoup (waylan/beautifulsoup4)
    14. Scrapy (scrapy/scrapy)
    15. pandas (pandas-dev/pandas)
    16. Hugging Face Transformers (huggingface/transformers)
    17. Kaggle Notebooks
    18. pytest (pytest-dev/pytest)
    19. unittest
    20. Black (psf/black)
    21. Pylint (pylint-dev/pylint)
    22. Flake8 (PyCQA/flake8)
    23. Plotly (plotly/plotly.py)
    24. Altair (altair-viz/altair)
    25. Matplotlib (matplotlib/matplotlib)
    26. Seaborn (mwaskom/seaborn)

    AI 推荐了 26 个替代方案，却始终没点名 SkalskiP/awesome-chatgpt-code-interpreter-experiments。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    How to leverage a conversational AI with a sandboxed Python interpreter for data tasks?
    你：未被推荐
    AI 推荐顺序：
    1. OpenAI API (GPT-4 Code Interpreter/Advanced Data Analysis)
    2. Piston API
    3. Anthropic Claude (Opus/Sonnet)
    4. Google Cloud Sandbox API
    5. Mistral AI (Mistral Large/Mixtral)
    6. Jupyter Kernel Gateway
    7. Google Gemini (Advanced)
    8. Replit API
    9. Llama 3
    10. Ollama
    11. vLLM
    12. Docker
    13. Hugging Face Inference API
    14. CodeSandbox API

    AI 推荐了 14 个替代方案，却始终没点名 SkalskiP/awesome-chatgpt-code-interpreter-experiments。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of SkalskiP/awesome-chatgpt-code-interpreter-experiments?
    pass
    AI 未点名 SkalskiP/awesome-chatgpt-code-interpreter-experiments —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts SkalskiP/awesome-chatgpt-code-interpreter-experiments in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 SkalskiP/awesome-chatgpt-code-interpreter-experiments

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo SkalskiP/awesome-chatgpt-code-interpreter-experiments solve, and who is the primary audience?
    pass
    AI 未点名 SkalskiP/awesome-chatgpt-code-interpreter-experiments —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 SkalskiP/awesome-chatgpt-code-interpreter-experiments 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/SkalskiP/awesome-chatgpt-code-interpreter-experiments.svg)](https://repogeo.com/zh/r/SkalskiP/awesome-chatgpt-code-interpreter-experiments)
HTML
<a href="https://repogeo.com/zh/r/SkalskiP/awesome-chatgpt-code-interpreter-experiments"><img src="https://repogeo.com/badge/SkalskiP/awesome-chatgpt-code-interpreter-experiments.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

SkalskiP/awesome-chatgpt-code-interpreter-experiments — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3