核心功能
gitlab-agent-profile 是一款面向 GitLab 平台的自动化运维技能，专注于生成和维护 Agent 的静态贡献档案。其核心工作流程通过 Python 脚本定期抓取 GitLab 数据，生成三类静态资产：
- 可视化图表：SVG 与 WebP 格式的柱状图，展示近 12 个月的合并请求(MR)统计、直接提交次数及贡献得分
- 数据证明：JSON 格式的原始记录文件，按日期降序排列，确保数据可审计
- 多维度分类：区分 Owner 直接工作、Agent 经 Owner 审核的工作、Agent 自主工作及总计四类指标
显著优势
1. 精细化贡献度量：采用多因子计分体系，MR 按大小标签(xsmall=1, medium=2, large=3, xlarge=5)加权计分，直接提交按 0.2 分折算，避免简单计数导致的贡献失真
2. 智能类型识别：优先使用 GitLab 标签(type::fix/type::feature)，自动回退到 Conventional Commits 标题解析，兼容多种工作流
3. 噪声过滤机制：自动排除 skip:、chore:、docs:、revert 等维护性提交，聚焦实质性贡献
4. 零配置部署：依赖 glab CLI 自动识别认证用户，项目名支持短名称扩展（如 ci-tools → xrow-public/ci-tools）
潜在局限
- 单实例锁定：设计针对特定 GitLab 实例（默认
xrow-public根组），跨实例迁移需手动调整环境变量 - 静态输出限制：生成的是静态图片/JSON，无交互式钻取能力，深度分析需二次开发
- 标签依赖风险：贡献分类严重依赖
size::和type::标签体系，团队标签不规范会导致计分偏差 - 定时任务耦合：内置 cron 配置（15分钟周期）在
enabled: false状态下需手动激活，新手易忽略
适用人群
- 技术团队负责人：需要量化展示人机协作贡献比例
- 开源项目维护者：生成可嵌入 GitHub/GitLab profile 的贡献热力图
- AI Agent 运维工程师：建立 Agent 工作透明度和可审计追踪
- DevOps 平台管理员：整合到内部开发者门户的数据看板
常规风险
| 风险类别 | 具体描述 | 缓解建议 |
|---------|---------|---------|
| 令牌泄露 | `GITLAB_TOKEN` 需持久化存储，泄露可导致仓库访问权限被滥用 | 使用密钥管理服务，避免硬编码 |
| 权限提升 | `glab` 需 `api` + `read_repository` 权限，过度授权可能扩大攻击面 | 创建专用只读机器人账户 |
| 数据准确性 | 标签误用或历史 MR 补打标签会导致统计回溯变化 | 建立标签变更审计日志 |
| 定时任务堆积 | 15分钟高频调度在大型仓库可能产生 API 限流 | 根据仓库规模调整 `everyMs` 间隔 |