Skip to content

About

Offline GitHub repository sample explorer with reproducible snapshots and CSV/JSON exports.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

OpenRepo Lens

用公开 GitHub 数据查看开源仓库的近期 Issue 与 PR 样本。工作台支持时间窗口筛选、仓库比较、记录详情,以及 CSV 摘要和 JSON 导出,并同时展示样本覆盖范围。

在线演示 · 源代码

OpenRepo Lens 桌面工作台

查看演示

下载仓库后,用浏览器打开 docs/index.html 或 output/index.html。页面内嵌数据、样式和脚本,可以离线使用,无需安装 Python。页面中的原始 Issue 和仓库链接需要联网访问。

可以先切换 30 天和 90 天,搜索 fastapi,再打开 Django 的详情查看没有 Issue 样本时的显示方式。快照分析说明见 output/report.html,需要下载后在浏览器中打开。

导出当前筛选

“摘要 CSV”按当前搜索、时间窗口和排列顺序导出,每个匹配仓库一行,包含该窗口的指标、采集时间、来源和样本覆盖字段。它是仓库汇总;页面中的最近 10 条 Issue 明细不代表全部已采集记录。没有匹配仓库时,CSV 只包含表头。

CSV 使用 UTF-8 BOM、逗号分隔和 CRLF 行尾,字段中的引号与换行按 RFC 4180 转义。creation_window_days 为 30、90 或 all;closed_ratio 为 0 到 1 的比例。缺失指标留空,实际零值写为 0。

对以公式符号、前置空白后公式符号或制表换行符开头的文本,CSV 会前置单引号;包括全角公式符号。这会改变 CSV 中的文本,数字字段保持原值。此处理用于降低电子表格将文本解释为公式的风险;OWASP 说明,不同表格软件及重新保存行为可能影响保护。需要保留原始值和缺失值类型时,使用“数据 JSON”。

为什么做这个工具

GitHub Issues 接口同时返回 Issue 和 Pull Request。如果直接用全部记录计算 Issue 关闭比例,结果会混入 PR。另一个问题是各仓库最新 200 条记录覆盖的时间长度不同,不能把这样的截取当成统一时间窗口的完整历史。

OpenRepo Lens 区分两类记录,按 ID 去重,并展示最早采集记录、截断情况和有效样本数。没有 Issue 时,关闭比例显示为缺失值。关闭耗时只描述已关闭且日期有效的 Issue;关闭原因可能是修复、重复或其他处理。

保存的快照

2026 年 10 月 28 日的快照来自 Flask、Django、FastAPI、Starlette 和 Sanic:5 个仓库,1,000 条记录,其中 134 条 Issue、866 条 PR。每个仓库读取基本信息、两页记录和一页 release 列表,共 20 次成功请求。

data/manifest.json 保存请求地址、读取时间、原始文件位置和 SHA256 校验值。响应正文保存在 data/raw/,计算结果保存在 output/analysis.json。离线分析会校验原始文件;文件缺失或内容不一致时,会将异常写入覆盖信息。

这是方便采集的框架样本,不能代表所有开源项目。各响应顺序读取,状态对应各自读取时刻。工具提供描述性比较,未定义维护质量排名或风险总分。Release 列表的第一条记录可能是预发布,空列表也不代表软件从未发布版本。

离线复现

使用 Python 3.10 或更高版本。数据管线、页面构建和 Python 测试只依赖标准库。

python pipeline.py analyze
python build.py
python make_report.py
python -m unittest discover -s tests -v

docs/index.html 是随仓库保存的静态演示副本。更新输出后,可同步演示文件:

python -c "from pathlib import Path; Path('docs/index.html').write_bytes(Path('output/index.html').read_bytes())"

重新采集公开数据:

python pipeline.py collect
python build.py
python make_report.py

采集不读取凭证。每次采集保存新的原始响应目录,并更新当前清单。匿名请求受到 GitHub 限额约束;失败与缺失会保留在输出中。复现旧快照时,需要使用对应清单和响应目录。

验证

随仓库保存的快照通过 14 项 Python 测试和 13 项本地 Chrome 浏览器检查。Python 测试覆盖 PR 排除、时间边界、去重、无效日期、空样本、原始文件校验及离线重算。浏览器检查下载实际 CSV,并用 Python 标准库独立解析,验证筛选范围、转义、公式前缀处理和 JSON 原值保留。结果见 output/validation.json。

GitHub Actions 配置在 Python 3.10 和 3.14 上重建离线输出,并使用 Chromium 运行浏览器检查;工作流实际运行状态以仓库 Actions 页面为准。也可以在本机运行浏览器检查:

npm install --ignore-scripts
npm run test:ui

浏览器检查优先使用 BROWSER_PATH 指定的可执行文件;否则使用 Windows 本机 Chrome,或 Playwright 安装的 Chromium。需要安装测试浏览器时,运行 npx playwright install chromium。Playwright 不影响离线演示或 Python 复现。

文件结构

文件或目录 内容
pipeline.py 公开数据采集、去重与指标计算
build.py 生成独立 HTML 工作台
make_report.py 生成快照分析说明
web/ 页面模板、样式和交互
tests/ 指标、数据一致性和浏览器检查
data/ 原始响应和来源清单
output/ 计算结果、演示、报告与验证记录
docs/index.html 可用于静态托管的演示副本

项目分工与许可

这是 AI 协作个人项目。用户提出并委托项目,AI 执行选题细化、代码实现、数据采集、分析和文档整理。保存的测试记录来自该实现过程,没有企业试用或真实用户效果数据。

接口依据为 GitHub Issues 文档、分页说明和限流说明。

代码按 MIT 许可证提供。原始 GitHub 内容和项目名称属于各自权利人,不因本项目代码许可证而重新授权。

About

Offline GitHub repository sample explorer with reproducible snapshots and CSV/JSON exports.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages