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。
pip install git-analytics-cliPackage name vs command name: PyPI package name is
git-analytics-cli, CLI command isgit-analytics.
# 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。
运行 git-analytics 不带参数时,会启动交互式向导:
- 选择扫描目录(当前目录、Desktop、Projects 等)
- 选择扫描深度(3 或 5)
- 输入输出目录
- 是否自动打开报告
- 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。
# 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 | 说明 |
|---|---|
scan_dir |
扫描目录,可传多个(默认当前目录) |
--no-wizard |
关闭交互式向导 |
--output-dir |
输出目录(默认当前目录) |
--max-depth |
扫描目录深度(默认 3) |
--since / --until |
时间范围过滤 |
--project |
只分析指定项目(模糊匹配) |
--open |
生成后自动打开报告 |
--share-card |
同时输出分享卡片设计器 HTML |
| 文件 | 说明 |
|---|---|
report.html |
代码习惯体检报告,用浏览器打开 |
data.json |
原始分析数据(JSON) |
share-card.html |
分享卡片设计器(使用 --share-card 时生成) |
- 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
- 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
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默认只扫描你指定的目录,不会遍历整个磁盘。原因:
- 安全:避免意外扫描包含敏感数据的目录
- 性能:全盘扫描耗时太长
- 聚焦:你只关心自己的项目目录
- 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
- 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)
git-analytics ~/Projects ~/Work ~/Code多个目录直接用空格分隔。
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。
- 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
MIT