Ohjelmiston yleiskatsaus ja käyttötapaukset

Sekä Augur että GrimoireLab ovat erinomaisia ​​työkaluja, joiden avulla voit saada merkityksellisiä terveystietoja avoimen lähdekoodin projekteista ja ekosysteemeistä, mutta molemmilla on hyvin erilaisia ​​lähestymistapoja. Näiden erojen seurauksena yksi niistä saattaa olla parempi valinta riippuen siitä, mitä sinun on tehtävä.

GrimoireLabin erityispiirteet ovat, että voit käyttää sitä:

• saat kootun näkymän ohjelmistokehitystoiminnastasi useissa eri kanavissa (esim. tietovarastot, postituslistat, chat-työkalut, wikit) ja luo keskitetty paikka tiedon louhinnalle eri lähteistä, jotta nämä tiedot voidaan ymmärtää omassa kontekstissasi.
• Käytä suuria määriä olemassa olevia, valmiita visualisointeja havaitaksesi trendejä ja seurataksesi jatkuvasti avoimen lähdekoodin projektiesi ja ekosysteemien kuntoa ja mukauta näitä visualisointeja käyttämällä OpenSearch-kyselyitä saadaksesi tietoa mielenkiintoisista tiedoista.
• katso GrimoireLab toiminnassa CHAOSS Dashboard.

Augurin erityispiirteet ovat, että voit käyttää sitä:

• Keskity GitHub- ja GitLab-alustojen tietoihin, jotka voivat skaalata kymmeniin tuhansiin arkistoihin, ja käytä Augurin relaatiotietokantaa tietotekniikan työkaluna kirjoittaaksesi mukautettuja kyselyitä, jotka tutkivat monimutkaisia ​​tai odottamattomia kysymyksiä samalla kun suoritat syvällistä tutkimusta.
• tutkia yhteensopivuutta, turvallisuutta, riippuvuuksia ja niihin liittyviä ohjelmistoaiheita koskevia tietoja ymmärtääksesi paremmin avoimen lähdekoodin projektiin liittyviä mahdollisia riskejä sen lisäksi, että käytät visualisointeja oppiaksesi yhteisön terveydestä.
• katso Augur toiminnassa käyttäen 8 solmu.

Vaikka kuka tahansa voi käyttää kumpaa tahansa työkalua merkityksellisten oivallusten saamiseksi:

• Tietotieteilijät, tutkijat ja muut data-analyytikot voivat olla mukavampaa kirjoittaa mukautettuja kyselyitä käyttämällä Augurin relaatiotietokantaa perusteelliseen tutkimukseen.
• Yhteisön johtajat, suunnittelu-/tuotetiimit tai projektijohtajat saattavat arvostaa trendien havaitsemisen helppoutta käyttämällä GrimoireLabin visualisointeja eri käyttötapauksissa.

Tämä yleiskatsaus sisältää vain muutamia niistä monista skenaarioista, jotka saattavat saada jonkun käyttämään CHAOSS-työkaluja. Nämä ovat molemmat monimutkaisia ​​työkaluja, joissa on monia ominaisuuksia ja toimintoja, joita ei voida tiivistää riittävästi muutamaan kohtaan. Lisäksi jokainen avoimen lähdekoodin projekti on ainutlaatuinen, ja avoimen lähdekoodin projekteja ja ekosysteemejä koskevat tiedontarpeet voivat vaihdella hurjasti. Vaikka toivommekin, että yllä oleva yhteenveto voi auttaa sinua valitsemaan oikean työkalun tarpeisiisi, kehotamme sinua tutustumaan lisäetuihin ja ominaisuuksiin alla tarkemmin ennen lopullisen valinnan tekemistä.

Lisää etuja ja ominaisuuksia

lupaavat

• Tietoja kerätään asteittain, ja se sisältää kaikki viestit ja sitoumukset, jotka liittyvät ongelmiin, vetopyyntöihin ja vetopyyntöjen tarkastuksiin, mukaan lukien historiatiedot. Tätä nopeaa kokoelmaa on testattu jopa 100,000 XNUMX arkistoon, mikä mahdollistaa erilaisten avoimen lähdekoodin ohjelmistoekosysteemien arvioinnin.
• Keräys ja analysointi ulottuu toimintojen laskemisen lisäksi lisenssin kattavuus- ja lisenssityyppitiedot, COCOMO-pohjaisten ohjelmistojen monimutkaisuus ja korvaustietojen kustannukset projekti- ja tiedostokohtaisesti, ohjelmistoriippuvuusskannaus ja riippuvuuden mittaaminen. LibYears, ja aikasarjan pysyvät OpenSSF Scorecard -tiedot.
• Ymmärrystä yhteisön terveydestä laajennetaan havaitsemalla automaattisesti epätavallinen toiminta suorittamalla laskennallisen lingvistisen koneoppimisanalyysin ja osallistumispoikkeamien havaitsemisen.
• Käyttäjät voivat tutkia monimutkaisia ​​tai odottamattomia kysymyksiä samalla kun he tekevät perusteellista tutkimusta käyttämällä Augurin relaatiotietokantaa tai API:ta mukautettujen kyselyjen kirjoittamiseen.
• Augur sisältää datan visualisointeja laajennettavan käyttöliittymän kautta, joka on rakennettu datatieteilijöille tutuilla työkaluilla (esim. Dash ja Plotly), joiden pohjalta 8 solmu on kehitetty.

Lisätietoja on osoitteessa Augur arkisto.

GrimoireLab

• Tiedot tuotetaan johdonmukaisella tavalla selkeää raportointia ja luotettavia oivalluksia varten. Tiedot kerätään yli 30 tietolähteestä, mukaan lukien historialliset tiedot. Inkrementaalinen tiedonkeruu mahdollistaa nopeammat päivitykset. Tiedon laatu varmistetaan johdonmukaisilla tietojen heikkenemisen estomenetelmillä.
• Raakadataa on rikastettu antamaan syvempiä näkemyksiä ja mahdollistamaan analyysi, joka ylittää tapahtumien perusmäärän. Esimerkiksi sipulianalyysi tunnistaa keskeiset, säännölliset ja satunnaiset tekijät ajan myötä. Vetovoima- ja säilyttämismittarit tunnistavat osallistujat, jotka ovat äskettäin liittyneet projektiin, ja ne, joista on tullut epäaktiivisia.
• Tietojen lisäksi tarjotaan kojelautaratkaisuja tietojen tutkimiseen ja mukautettujen visualisointien ja koontipaneeleiden luomiseen, jotka ovat jaettavissa linkkien ja livedatan kanssa
• Hallintarajapintoja ja sovellusliittymiä on saatavilla organisaatioiden yhteyksien päivittämiseen ja osallistujien kopioiden poistamiseen
• Pääsy tietoihin on saatavilla kolmella tasolla: (1) Käyttöliittymä tietojen tutkimiseen ja jakamiseen; (2) Hallintaliittymä visualisointien ja kojetaulujen luomiseen sekä sidossuhteiden hallintaan; (3) Tietojen käyttöliittymä OpenSearch API:n kautta raaka- ja rikastettuihin tietoihin mukautettua analysointia varten erilaisissa työkaluissa, kuten Jupyter Notebooks.
• Verkkoanalyysi mahdollistaa suhteiden ja keskinäisten yhteyksien paljastamisen projektien, tietovarastojen, avustajien ja organisaatioiden välillä.
• Tietosuoja on sisäänrakennettu tukemaan GDPR-yhteensopivaa toimintaa.

Lisätietoja on osoitteessa GrimoireLabin verkkosivusto.