Who Is Actor

🕵️ 零依赖 Git 开发者六维画像分析

developer-tools榜 #32

零依赖 Git 仓库开发者画像分析工具,通过原生 git 命令采集数据,AI 深度解读生成六维评估报告,用于团队协作优化。

收藏
33.1k
安装
16.4k
版本
1.0.2
CLS 安全性认证2026-05-06
点击查看完整报告 >

使用说明

核心用法

Who Is Actor 是一款纯原生 Git 命令驱动的开发者行为分析工具,无需安装任何依赖或执行脚本。用户指定仓库路径、目标作者、时间范围和分支后,系统通过 git shortloggit loggit diff --stat 等只读命令采集数据,经 AI 从提交习惯、工作习惯、研发效率、代码风格、代码质量、参与度指数六个维度生成量化评估报告。

核心工作流:① 参数校验(路径/作者/日期/分支严格白名单过滤)→ ② 数据采集(贡献者列表、提交详情、时段分布、代码统计、质量信号)→ ③ AI 六维评分(各维度 1-10 分)→ ④ 生成报告(总览表、个人画像、雷达图、团队对比、改进建议)。

显著优点

  • 零依赖零风险:仅使用原生 git 只读命令,不执行任何外部脚本,无供应链攻击风险
  • 隐私优先设计:强制使用 %an 作者名而非 %ae 邮箱,全程不采集邮箱地址
  • 输入严格校验:路径、作者、日期、分支均经正则白名单验证,防命令注入
  • 多维量化评估:六维度雷达评分 + 综合加权评分,数据驱动而非主观臆断
  • 伦理内置:参与度指数附带明确用途限制声明,禁止用于绩效考核/裁员决策
  • 犀利直接风格:模拟资深 Tech Lead 的 Code Review 语气,优点缺点不粉饰

潜在缺点与局限性

  • 无法识别同人多身份:依赖 git 作者名匹配,同一人使用不同 name 会被视为多人(需配合 .mailmap
  • 非代码贡献盲区:设计、评审、会议指导等工作不产生 git 记录,高分低分均可能失真
  • 时区判断依赖提交记录:跨时区协作时工作时段分析可能偏差
  • 大型仓库性能:全历史分析可能耗时较长,需手动限定时间范围
  • 质量信号间接性:Bug Fix/Revert 占比仅为代理指标,不能直接等同于真实缺陷率
  • AI 解读主观性:评分标准虽有框架,最终分数和点评仍依赖模型判断

适合人群

  • 技术团队管理者:了解团队协作模式、识别 Bus Factor 风险、优化研发流程
  • Tech Lead / 架构师:为团队成员提供基于数据的改进反馈,替代直觉式评价
  • 开源项目维护者:分析贡献者活跃度分布,制定激励策略
  • 开发者自评:客观审视自身提交习惯和工作节奏,寻求提升

常规风险

| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 命令注入 | 恶意构造的仓库路径/作者名可能执行任意代码 | 严格白名单校验,禁止 `; \| & $ \` ( ) > <` 等字符 |
| 隐私泄露 | 误采集邮箱地址 | 强制 `-sn` 替代 `-sne`,禁用 `%ae` 格式符 |
| 误用风险 | 参与度指数被用于绩效考核 | 报告内置用途限制声明,要求"公开透明"原则 |
| 数据误读 | 高分=偷懒/低分=高效的错误推论 | 六维雷达+综合评分设计,强调"完整上下文" |
| 大型仓库超时 | 全历史 log 命令执行过久 | 建议用户限定时间范围,或采样分析 |

安全等级 S:所有命令均为 git 只读操作,无网络请求、无文件写入、无外部进程执行,输入经多层校验后拼接。

安全解读

Who Is Actor:Git仓库开发者画像分析工具

Who Is Actor 是一款专为技术团队设计的开发者行为分析工具,核心亮点在于零依赖架构——无需安装任何第三方库或运行脚本,仅通过原生 git loggit shortloggit diff --stat 等只读命令采集数据,由AI深度解读生成六维度专业报告。

核心用法

用户指定Git仓库路径、目标作者、时间范围和分支后,工具依次执行:贡献者概览统计、每位作者的提交详情(时段分布、代码量、文件类型)、代码质量信号(Bug Fix率、Revert频率、大提交占比)、团队级数据(Bus Factor风险)等纯git数据采集,随后AI从提交习惯、工作习惯、研发效率、代码风格、代码质量、参与度指数六个维度评分(1-10分),最终输出包含数据仪表盘、AI点评、改进建议、雷达图和一句话总结的完整报告。

显著优点

1. 极致安全设计:严格的命令白名单机制,仅允许6个git只读子命令;多层输入校验(路径、作者名、日期、分支名正则过滤);禁止任何写入、网络或非git操作,从根源杜绝命令注入攻击
2. 隐私优先:明确声明不采集开发者邮箱,使用 %an 而非 %ae,符合GDPR数据最小化原则

3. 伦理责任:内置完整的伦理使用条款,明确禁止将参与度指数用于绩效考核、裁员决策,强调"辅助参考、非决策依据"

4. 零运维成本:纯Markdown文档型Skill,无依赖安装,无运行时环境要求

潜在缺点与局限性

1. 分析盲区:Git记录仅反映代码提交活动,无法捕获设计评审、技术讨论、团队指导等非代码贡献,高分/低分均可能失真
2. 时区与时效性:依赖提交记录中的时区信息,跨时区协作场景下的工作时段判断可能偏差;历史仓库分析耗时较长

3. 作者识别局限:同一人的不同name组合需依赖 .mailmap 统一,否则会被识别为多个开发者

4. AI解读依赖:六维度评分和点评质量高度依赖AI的解读能力,可能存在主观性

适合人群

  • 技术团队Lead/Manager:了解团队协作模式,优化流程效率
  • 开源项目维护者:评估贡献者活跃度,识别Bus Factor风险
  • 工程效能团队:宏观把握研发节奏,但不应作为个人绩效考核工具
  • 个人开发者:自我复盘提交习惯和工作节奏

常规风险

  • 误用风险:若使用者忽视伦理条款,将参与度指数用于人事决策,可能引发团队信任危机和法律纠纷
  • 数据过拟合:过度关注Git指标可能导致开发者"刷提交"等行为扭曲
  • T3来源可信度:作者为个人开发者,无公开GitHub仓库背书,需用户自行审查代码内容

综合来看,这是一款设计严谨、安全意识突出的团队辅助工具,价值在于揭示协作模式而非评判个人价值,适合有成熟管理认知的技术团队 responsibly 使用。

Who Is Actor 内容

手动下载zip · 13.5 kB
README.mdtext/markdown
请选择文件