Git Analytics

扫描本地 Git 仓库，生成你的开发者人格画像和代码习惯体检报告。

不只统计 commits 和 lines——它告诉你：你是什么类型的开发者，你的代码习惯健康吗。

安装

pip install git-analytics-cli

Package name vs command name: PyPI package name is git-analytics-cli, CLI command is git-analytics.

30 秒快速开始

# 运行交互式向导，选目录、选参数，一键出报告
git-analytics

# 或者直接指定扫描目录
git-analytics ~/Projects

向导会引导你选择扫描目录、扫描深度、输出目录等，不需要记任何参数。

Interactive Wizard

运行 git-analytics 不带参数时，会启动交互式向导：

1. 选择扫描目录（当前目录、Desktop、Projects 等）
2. 选择扫描深度（3 或 5）
3. 输入输出目录
4. 是否自动打开报告
5. 是否生成分享卡片设计器

向导会显示配置摘要，确认后开始扫描。输入 q 可随时退出。

CLI 用法

# 交互式向导（默认）
git-analytics

# 扫描指定目录
git-analytics ~/Projects

# 同时扫描多个目录
git-analytics ~/Projects ~/Work ~/Side-projects

# 关闭向导，适合脚本 / CI
git-analytics --no-wizard

# 指定输出目录 + 自动打开报告 + 生成分享卡片设计器
git-analytics ~/Projects --output-dir ./out --open --share-card

# 限定时间范围
git-analytics ~/Projects --since 2024-01-01 --until 2024-12-31

# 只分析特定项目（模糊匹配）
git-analytics ~/Projects --project my-app

# 增加扫描深度（默认 3）
git-analytics ~/Projects --max-depth 5

参数一览

输出文件

它分析什么

• 开发者人格：6 维度光谱分类（时间偏好、节奏风格、专注程度、开发风格、工程取向、AI 协作）
• 习惯健康分：0-100 分，覆盖提交粒度、测试意识、文档意识、作息规律、项目聚焦度
• 时间习惯：24 小时热力图、最活跃时段、周末工作指数
• 工程健康：测试覆盖、文档投入、commit 类型分布、低信息量 commit 占比
• AI 使用痕迹：检测 commit 中的 AI 工具信号（Claude、Copilot、Cursor 等）
• 项目聚焦度：Top 3 项目占比、多项目切换分析

本地隐私

• 完全本地运行，不上传任何代码或数据
• 不需要 GitHub Token
• 可分析私有项目、实验项目、未发布项目
• 所有数据只存在你的电脑上

分享卡片

运行 git-analytics --share-card 生成 share-card.html，浏览器打开后可预览、选主题、导出 PNG。

也可以命令行直接生成 PNG：

python3 -m gen_share_card --data data.json --output card.png

为什么不是全盘扫描

默认只扫描你指定的目录，不会遍历整个磁盘。原因：

1. 安全：避免意外扫描包含敏感数据的目录
2. 性能：全盘扫描耗时太长
3. 聚焦：你只关心自己的项目目录

FAQ

扫描不到仓库？

• 确认目录下有 .git 文件夹
• 增加 --max-depth（默认 3，可以试 5）
• 检查目录路径是否正确

报告打不开？

• 用浏览器直接打开 report.html 文件
• 确保文件有读取权限
• 检查文件大小是否为 0（可能扫描没找到数据）

如何扫多个目录？

git-analytics ~/Projects ~/Work ~/Code

多个目录直接用空格分隔。

和 GitStats 有什么区别？

GitStats 告诉你一个仓库发生了什么；Git Analytics 告诉你你是一个什么样的开发者。

技术栈

• Python 3.8+
• Pillow（分享卡片 PNG 生成）
• Chart.js 可视化报告
• 本地运行，不上传任何数据

License

MIT