Project Icon

augur

开源项目数据收集与分析工具 助力评估软件健康度

Augur是一种数据工程工具,专门用于评估开源项目的健康度和可持续性。它从Git日志、GitHub API等多个源收集数据并进行标准化处理,提供全面的指标分析。最新版本显著提高了大规模数据收集效率,采用新的作业管理架构,并集成了8Knot仪表板支持。作为CHAOSS项目的重要组成部分,Augur为开源社区提供可靠数据和深入洞察,帮助用户更好地理解项目发展状况。

Augur 新版本 v0.76.1 发布

Augur 主要是一个数据工程工具,使数据科学家能够收集开源软件社区数据。为大家减少数据整理工作! 查看 Augur 数据的主要方式是通过 8Knot...公共 8Knot 实例可在 https://metrix.chaoss.io 访问...它与 Augur 的公共实例 https://ai.chaoss.io 相连接

first-timers-only 我们遵循 First Timers Only 的理念,为新手标记问题,并每周指导一名新人解决问题。您可以在我们的问题列表中找到标记为"first timers only"的问题。

standard-readme compliant Build Docker images Hits-of-Code CII Best Practices

新版本发布通知!

如果您想立即开始,可以在此处查看更新的 docker build/compose 和裸机安装说明

Augur 现在正在向主分支发布一个大幅改进的新版本。它也可以在这里获取:https://github.com/chaoss/augur/releases/tag/v0.76.1

  • main 分支是我们新架构的稳定版本,具有以下特点:
    • 大规模数据收集速度显著提高(10万+仓库)。100k+ 仓库的所有数据可在 2 周内获取。
    • 新的作业管理架构,使用 Celery 和 Redis 管理队列,并允许用户运行 Flower 作业监控仪表板
    • 物化视图提高大规模数据 API 和前端的响应速度
    • 主键更改,现在采用 UUID 策略,确保所有 Augur 实例中的唯一键
    • 支持 https://github.com/oss-aspen/8knot 仪表板(查看示例:https://eightknot.osci.io/)。(美化即将推出!)
    • 通过结构化、关系型数据集实现数据收集完整性保证,可轻松与平台 API 端点进行比较
  • 新版本的下一个发布将包括 Augur 的托管版本,任何人都可以创建账户并添加他们"关心的"仓库。如果托管实例已经有请求的组织或仓库,它将被添加到用户的视图中。如果是新的仓库或组织,用户将被通知收集需要(添加仓库规模所需的时间)。

Augur 是什么?

Augur 是一套用于收集和测量自由开源软件(FOSS)社区结构化数据的软件套件。

我们收集一组仓库的跟踪数据,将其标准化到我们的数据模型中,并提供有关该数据的各种指标。我们数据模型的结构使我们能够综合各种平台的数据,为有关这些社区如何发展的重要问题提供有意义的背景。 Augur 的主要关注点是衡量开源项目的整体健康和可持续性,因为这些类型的项目对几乎每个软件组织或公司都至关重要。我们通过收集项目仓库的数据并将其标准化到我们的数据模型中来实现这一点,以提供有关项目健康状况的有用指标。例如,我们的一个指标是爆发性。爆发性 - 在项目中如何观察到短时间内的密集活动,然后相应地回归到典型的活动模式?

这可以描绘出项目的重点,并深入了解项目的潜在稳定性以及其典型的更新周期是如何发生的。

我们是一个 CHAOSS 项目,我们的许多指标都是由我们优秀的社区定义的指标的实现。您可以在这里找到完整列表。

有关如何参与 CHAOSS 网站的更多信息

收集数据

Augur 支持所有平台上的 Python3.6 到 Python3.9。Python3.10 及以上版本由于机器学习工作器依赖关系尚不可用。在 OSX 上,您可以通过以下方式创建 Python 3.9 环境:python3.9 -m venv path/to/venv

Augur 的主要关注点是衡量开源项目的整体健康和可持续性。

Augur 收集的开源软件项目数据比任何其他可用软件都多。Augur 的主要关注点是衡量开源项目的整体健康和可持续性。 Augur 的核心原则之一是希望公开收集人们可以信任的数据,然后提供有用且定义明确的指标,帮助为数据讲述的更大故事提供重要背景。我们以多种方式做到这一点,其中之一是自行收集所有数据。我们目前从几个主要来源收集数据:

  1. 原始 Git 提交日志(提交、贡献者)
  2. GitHub 的 API(问题、拉取请求、贡献者、发布、仓库元数据)
  3. Linux 基金会的 Core Infrastructure Initiative API(仓库元数据)
  4. Succinct Code Counter,一个极快的 Sloc、Cloc 和 Code 工具,也执行 COCOMO 计算

这些数据由 Augur 控制的专用数据收集工作器收集,每个工作器负责查询这些数据源的某个子集。我们也在努力为新的数据源构建工作器。如果您有新的想法,请告诉我们 - 我们很乐意听取您的意见!

入门

如果您对使用我们的工具收集数据感兴趣,Augur 团队努力开发了一份详细的入门指南,可以在我们的文档中找到。

如果您想为 Augur 的代码做出贡献,您可以在我们的开发者文档中找到安装说明、开发指南、架构参考(即将推出)、最佳实践等。请知道,虽然现在它仍然相当稀疏,但我们正在积极添加内容。如果您遇到困难,请随时寻求帮助

贡献

要为 Augur 做出贡献,请遵循我们的 CONTRIBUTING.md 和我们的行为准则中的指南。Augur 是一个欢迎所有人的社区,无论您是在为开源做出第 1000 次贡献还是第 1 次贡献。我们坚信,开源之所以如此伟大,很大程度上是因为它汇聚了令人难以置信的社区,因此我们邀请您加入我们!

许可证、版权和资金

版权所有 © 2023 内布拉斯加大学奥马哈分校、密苏里大学、Brian Warner 和 CHAOSS 项目。

Augur 是自由软件:您可以根据开源倡议发布的 MIT 许可证的条款重新分发和/或修改它。有关更多详细信息,请参阅 LICENSE 文件。 本项目得到了Alfred P. Sloan基金会、Mozilla、雷诺兹新闻研究所的资助,以及VMWare、Red Hat Software、Grace Hopper开源日、GitHub、微软、Twitter、Adobe、Gluster项目、开源峰会(北美/欧洲)和Linux基金会合规峰会的贡献。主要设计贡献者包括Kate Stewart、Dawn Foster、Duane O'Brien、Remy Decausemaker,还有其他由于项目维护者记忆限制而未提及的人,以及15名谷歌代码之夏的学生。

当前维护者

  • Derek Howard
  • Andrew Brain
  • Isaac Milarsky
  • John McGinnis
  • Sean P. Goggins

前任维护者

  • Carter Landis
  • Gabe Heim
  • Matt Snell
  • Christian Cmehil-Warn
  • Jonah Zukosky
  • Carolyn Perniciaro
  • Elita Nelson
  • Michael Woodruff
  • Max Balk

贡献者

  • Dawn Foster
  • Ivana Atanasova
  • Georg J.P. Link
  • Gary P White

2022年谷歌代码之夏参与者

  • Kaxada
  • Mabel F
  • Priya Srivastava
  • Ramya Kappagantu
  • Yash Prakash

2021年谷歌代码之夏参与者

  • Dhruv Sachdev
  • Rashmi K A
  • Yash Prakash
  • Anuj Lamoria
  • Yeming Gu
  • Ritik Malik

2020年谷歌代码之夏参与者

  • Akshara P
  • Tianyi Zhou
  • Pratik Mishra
  • Sarit Adhikari
  • Saicharan Reddy
  • Abhinav Bajpai

2019年谷歌代码之夏参与者

  • Bingwen Ma
  • Parth Sharma

2018年谷歌代码之夏参与者

  • Keanu Nichols
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号