RRepoGEO

REPOGEO 报告 · LITE

PrathamLearnsToCode/paper2code

默认分支 main · commit fcffce7a · 扫描时间 2026/6/18 04:23:15

星标 1,416 · Fork 170

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
35 /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
3 / 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 PrathamLearnsToCode/paper2code 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
  • hightopics#1
    Add more specific topics to improve categorization

    原因:

    当前
    agent, claude-code, skills
    复制粘贴的修复
    ai-agent, code-generation, research-reproduction, arxiv, scientific-papers, llm-applications, paper-to-code
  • highhomepage#2
    Add a homepage URL to the repository metadata

    原因:

    复制粘贴的修复
    https://github.com/PrathamLearnsToCode/paper2code
  • mediumreadme#3
    Reposition the README H1 to emphasize 'open-source AI agent'

    原因:

    当前
    # paper2code
    
    > **arxiv URL in → citation-anchored implementation out**
    复制粘贴的修复
    # paper2code: An Open-Source AI Agent for Research Paper to Code Implementation
    
    > **Transform any arXiv paper into a citation-anchored, runnable codebase with this dedicated AI agent.**

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 PrathamLearnsToCode/paper2code
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
GPT-4
在 2 个问题中被推荐 2 次
竞品排行
  1. GPT-4 · 被推荐 2 次
  2. GitHub Copilot · 被推荐 1 次
  3. Claude 3 Opus · 被推荐 1 次
  4. Gemini Advanced · 被推荐 1 次
  5. Code Interpreter · 被推荐 1 次
  • 品类问题
    How can I automatically generate a working code implementation from a research paper?
    你:未被推荐
    AI 推荐顺序:
    1. GitHub Copilot
    2. GPT-4
    3. Claude 3 Opus
    4. Gemini Advanced
    5. Code Interpreter
    6. ChatGPT Plus
    7. Advanced Data Analysis
    8. Google Gemini Advanced
    9. Wolfram Alpha
    10. Mathematica
    11. Jupyter Notebooks
    12. Python
    13. R
    14. Julia
    15. GitHub
    16. Hugging Face
    17. Papers With Code

    AI 推荐了 17 个替代方案,却始终没点名 PrathamLearnsToCode/paper2code。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for an AI agent to transform scientific papers into executable codebases.
    你:未被推荐
    AI 推荐顺序:
    1. AlphaCode 2
    2. GitHub Copilot X
    3. Code Llama (facebookresearch/codellama)
    4. GPT-4
    5. Bard
    6. Hugging Face Transformers (huggingface/transformers)

    AI 推荐了 6 个替代方案,却始终没点名 PrathamLearnsToCode/paper2code。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 PrathamLearnsToCode/paper2code?
    pass
    AI 明确点名了 PrathamLearnsToCode/paper2code

    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 PrathamLearnsToCode/paper2code in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 PrathamLearnsToCode/paper2code

    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 PrathamLearnsToCode/paper2code solve, and who is the primary audience?
    pass
    AI 明确点名了 PrathamLearnsToCode/paper2code

    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 PrathamLearnsToCode/paper2code 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/PrathamLearnsToCode/paper2code.svg)](https://repogeo.com/zh/r/PrathamLearnsToCode/paper2code)
HTML
<a href="https://repogeo.com/zh/r/PrathamLearnsToCode/paper2code"><img src="https://repogeo.com/badge/PrathamLearnsToCode/paper2code.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

PrathamLearnsToCode/paper2code — 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