Verwandle deine GitHub-Stars in eine Kontaktliste
Jeder GitHub-Star ist ein Signal. Jemand fand dein Repository interessant genug, um es zu bookmarken – und in den meisten Fällen hat diese Person auf ihrer GitHub-Seite auch direkt ihr LinkedIn- oder Twitter/X-Profil verlinkt. Eigent kann das Profil jedes einzelnen Stargazers durchgehen und diese Daten in eine strukturierte Tabelle extrahieren, sodass du eine sofort nutzbare Liste potenzieller Nutzer, Mitwirkender oder Ansprechpartner für Outreach erhältst.
Repository identifizieren
Beginne damit, Eigent mitzuteilen, aus welchem GitHub-Repository die Stargazer abgerufen werden sollen. Für diesen Workflow ist das Ziel das Open-Source-Repository von Eigent:
Rufe alle Informationen der Stargazer von https://github.com/eigent-ai/eigent ab. Speichere sie in einer Tabelle, einschließlich ihrer LinkedIn- und X-Links, die normalerweise in ihren GitHub-Profilen vorhanden sind.
Du kannst jede öffentliche GitHub-Repository-URL verwenden. Der Workflow skaliert auch für Repositories mit Tausenden von Stars.
Eigent ruft die Stargazer-Liste ab
Eigent navigiert zur Stargazer-Seite des Repositories und sammelt jeden Benutzernamen. Je nach Gesamtzahl kann es mehrere Ergebnisseiten durchlaufen. Der Browser-Agent übernimmt dies automatisch – du musst dir weder um Paginierungsgrenzen noch um Rate Limiting Gedanken machen.
Profilanreicherung
Für jeden Stargazer besucht Eigent die GitHub-Profilseite, um Folgendes zu erfassen:
- Benutzername und Anzeigename (falls gesetzt)
- GitHub-Profil-URL
- LinkedIn-URL (falls im Profil angegeben)
- X-(Twitter-)URL (falls im Profil angegeben)
- Bio oder Ort (optional, falls angefordert)
Dieser Anreicherungsschritt läuft parallel über mehrere Profile hinweg, damit die Gesamtzeit auch bei großen Repositories überschaubar bleibt.
Tabellenausgabe
Die finale Ausgabe ist eine strukturierte Datentabelle – als CSV gespeichert oder inline angezeigt – mit einer Zeile pro Stargazer und Spalten für jeden Datenpunkt. Die Tabelle ist bereit, in ein CRM importiert, nach Google Sheets exportiert oder als Grundlage für eine Outreach-Kampagne verwendet zu werden.
Filtern und segmentieren
Nach der ersten Extraktion kannst du Eigent bitten, die Daten zu filtern oder zu segmentieren:
Filtere diese Liste auf Stargazer, die eine LinkedIn-Profilangabe haben.
Zeige mir nur die Stargazer, die mehr als 100 Follower auf GitHub haben.
Sortiere nach dem zuletzt gesetzten Star.
Warum das wichtig ist
Für Open-Source-Projekte ist deine Stargazer-Liste eines der wertvollsten und am wenigsten genutzten Assets, die du hast. Das sind Menschen, die sich bereits selbst als interessiert an dem, was du baust, ausgewählt haben. Eigent macht aus einer passiven Vanity-Metrik eine handlungsfähige Kontaktdatenbank – ganz ohne manuelles Anklicken von Profilen oder Copy-and-Paste.
Was du als Nächstes ausprobieren solltest
Führe dieselbe Extraktion für drei Repositorys von Wettbewerbern durch und führe die Ergebnisse zusammen.
Finde heraus, welche unserer Stargazer auch Mitwirkende an ähnlichen Open-Source-Projekten sind.
Vergleiche diese Liste mit unserer bestehenden Nutzerdatenbank, um zu identifizieren, wer sich noch nicht angemeldet hat.
Sende eine personalisierte Outreach-Nachricht an die Top 50 Stargazer, die ein LinkedIn-Profil haben.
Tipps für bessere Ergebnisse
-
Zuerst auf kleineren Repos ausführen. Bei Repositories mit mehr als 10.000 Stars dauert der Anreicherungsschritt länger. Teste deinen Prompt zuerst an einem kleineren Repo, bevor du ihn in großem Maßstab ausführst.
-
Konkrete Felder anfordern. Wenn du nur LinkedIn-Links benötigst und kein X/Twitter, sag das ausdrücklich – Eigent überspringt dann das zusätzliche Parsen des Profils und läuft schneller.
-
Bitte auch um eine Zusammenfassung. Wenn du ergänzend sagst „teile mir auch die häufigsten Arbeitgeber-Domänen und die in den Profilen angegebenen Orte mit“, erhältst du sofortige Zielgruppen-Einblicke zusätzlich zur Rohdatenliste.
