نظرة عامة على البرامج وحالات الاستخدام

Both CollectOSS (pronounced "collect us") and GrimoireLab are excellent tools to help you derive meaningful health insights for open source projects and ecosystems, but they both take very different approaches. As a result of these differences, one of them might be a better choice depending on what you need to do.

تتمثل ميزات GrimoireLab المميزة في أنه يمكنك استخدامه من أجل:

• احصل على عرض مجمع لنشاط تطوير البرامج الخاص بك عبر مجموعة واسعة من القنوات (على سبيل المثال، المستودعات، والقوائم البريدية، وأدوات الدردشة، ومواقع wiki) وقم بإنشاء مكان مركزي لاستخراج البيانات عبر المصادر لفهم هذه المعلومات لسياقك الخاص.
• قم بتطبيق عدد كبير من المرئيات الحالية المعدة مسبقًا لاكتشاف الاتجاهات ومراقبة صحة مشروعاتك مفتوحة المصدر والأنظمة البيئية بشكل مستمر وتخصيص تلك المرئيات باستخدام استعلامات OpenSearch للتعمق في البيانات المثيرة للاهتمام.
• شاهد GrimoireLab وهو يعمل في لوحة القيادة الفوضى.

CollectOSS’s distinctive features are that you can use it to:

• focus on data from GitHub and GitLab platforms (with support for additional platforms like Forgejo coming soon)
• collect data at scale with support for rotating API keys and collection that can scale to tens of thousands of repositories
• write custom queries that explore complex or unanticipated questions using data science or data engineering tools that are built for relational databases and structured data.
• explore data about compliance, security, dependencies, and related software topics to better understand potential risks associated with an open source project.
• use visualizations to learn about community health and explore the CollectOSS data in action using the 8 عقدة لوحة القيادة.

بينما يمكن لأي شخص استخدام أي من الأداتين لاستخلاص رؤى ذات معنى:

• Data scientists, researchers, and other data analysts might be more comfortable writing custom queries using CollectOSS’s relational database for in-depth research.
• قد يقدر مديرو المجتمع أو فرق الهندسة/المنتج أو قادة المشاريع سهولة اكتشاف الاتجاهات باستخدام تصورات GrimoireLab عبر حالات الاستخدام المختلفة.

تحتوي هذه النظرة العامة على عدد قليل فقط من السيناريوهات العديدة التي قد تدفع شخصًا ما إلى استخدام أدوات الفوضى. كلاهما أدوات معقدة مع العديد من الميزات والوظائف التي لا يمكن تلخيصها بشكل كاف في بضع نقاط. بالإضافة إلى ذلك، كل مشروع مفتوح المصدر فريد من نوعه، ويمكن أن تختلف احتياجات البيانات حول المشاريع مفتوحة المصدر والأنظمة البيئية بشكل كبير. على الرغم من أننا نأمل أن يساعدك الملخص أعلاه في تحديد الأداة المناسبة لاحتياجاتك، إلا أننا نشجعك على استكشاف المزايا والميزات الإضافية أدناه بمزيد من التفاصيل قبل إجراء الاختيار النهائي.

المزيد من الفوائد والميزات

CollectOSS

• Data is collected incrementally and includes all messages and commits associated with issues, pull requests, and pull request reviews, including historical data.
• Our high velocity parallel data collection is being used in production with over 40,000 repositories, enabling assessment of diverse open source software ecosystems.
• The CollectOSS community is always improving automated tests, documentation, and practicing transparent quality assurance processes to make CollectOSS a reliable source of upstream health data with full observability.
• يتجاوز الجمع والتحليل حساب الأنشطة ليشمل تغطية الترخيص ومعلومات نوع الترخيص وتعقيد البرامج المستندة إلى COCOMO وتكلفة استبدال البيانات حسب المشروع والملف، ومسح تبعيات البرامج، وقياس التبعية ليبسنواتومعلومات بطاقة أداء OpenSSF المستمرة للسلسلة الزمنية.
• Users can explore complex or unanticipated questions while performing in-depth research using CollectOSS’s relational database or API to write custom queries.
• CollectOSS includes data visualizations through an extensible frontend built using tools familiar to data scientists (e.g., Dash and Plotly) upon which 8 عقدة تم تطويرها.

لمزيد من التفاصيل ، قم بزيارة CollectOSS repository.

GrimoireLab

• يتم إنتاج البيانات بطريقة متسقة لإعداد تقارير واضحة ورؤى موثوقة. يتم جمع البيانات من أكثر من 30 مصدر بيانات، بما في ذلك البيانات التاريخية. يتيح جمع البيانات المتزايد إجراء تحديثات أسرع. يتم ضمان جودة البيانات من خلال أساليب منع تسوس البيانات المتسقة.
• يتم إثراء البيانات الأولية لتوفير رؤى أعمق والسماح بالتحليل الذي يتجاوز العدد الأساسي للأحداث. على سبيل المثال، يحدد تحليل البصل المساهمين الأساسيين والمنتظمين والعارضين مع مرور الوقت. تحدد مقاييس الجذب والاحتفاظ المساهمين الذين انضموا مؤخرًا إلى المشروع وأولئك الذين أصبحوا غير نشطين.
• يتم توفير حلول لوحات المعلومات أعلى البيانات لاستكشاف البيانات وإنشاء تصورات مخصصة ولوحات معلومات قابلة للمشاركة مع الروابط والبيانات المباشرة
• تتوفر واجهات الإدارة وواجهات برمجة التطبيقات لتحديث الارتباطات التنظيمية وإلغاء تكرار المساهمين
• الوصول إلى البيانات متاح في ثلاثة مستويات: (1) واجهة المستخدم لاستكشاف البيانات ومشاركتها؛ (2) واجهة الإدارة لإنشاء تصورات ولوحات معلومات وإدارة الارتباطات؛ (3) واجهة البيانات من خلال OpenSearch API للبيانات الأولية والمثرية للتحليل المخصص في أدوات مختلفة مثل Jupyter Notebooks.
• يسمح تحليل الشبكة بالكشف عن العلاقات والترابط بين المشاريع والمستودعات والمساهمين والمنظمات.
• تم تصميم خصوصية البيانات لدعم التشغيل المتوافق مع اللائحة العامة لحماية البيانات.

لمزيد من التفاصيل ، قم بزيارة موقع GrimoireLab.