Anciens du mentorat CHAOSS
La communauté CHAOSS remercie tous les mentorés et mentors qui ont participé au Google Summer of Code, Google Season of Docs et Outreachy.
Liste de tous les mentorés
| Étudiant | Programme & Année | Le projet NetPoulSafe | Les Mentors |
|---|---|---|---|
| Yash Prakash | GSoC 2021 | Automatisez la publication des métriques et l'amélioration des processus | Kevin Lumbard, Georg Link, Jaskirat Singh |
| Ritik Malik | GSoC 2021 | Automatisez la publication des métriques et l'amélioration des processus | Kevin Lumbard, Georg Link, Matt Germonprez, Jaskirat Singh |
| Dhruv Satchdev | GSoC 2021 | Développer une ressource de données partagée axée sur les dépendances, les risques et les vulnérabilités des logiciels open source | Sean Goggins, Vinod Ahuja |
| Anuj Lamoria | GSoC 2021 | Identifiez automatiquement les alias des contributeurs | Sean Goggin |
| Rashmi KA | GSoC 2021 | Sorting Hat - Étendez le modèle de données et l'interface utilisateur pour capturer de meilleures informations sur les contributeurs | Lieu Vardhan Reddy |
| Yeming Gu | GSoC 2021 | Proposition GSoC de Yeming Gu pour CHAOSS | Sean Goggins, Vinod Ahuja |
| Veerasamy Sévagen | Promotion d'été de l'open source 2021 | Extension et restylage du tutoriel GrimoireLab | Venu Vardhan |
| Jaskirat Singh | GSOD 2020 | Créer un manuel CHAOSS à l'échelle de la communauté | Georg JPlink, Armstrong Foundjem, Matt Germonprez |
| Xiaoya Xia | GSOD 2020 | Construire la documentation pour le projet CHAOSS D&I Badging | Matt Snell, Aastha Bist |
| Ria Gupta | GSoC 2020 | Système de mesure de la monnaie sociale | Valerio Cosentino, Samantha Venia, Logan |
| Tianyi Zhou | GSoC 2020 | Analyse de grands réseaux sociaux et détection d'anomalies avec Augur | Sean Goggins, Jonahz, Gabe Heim |
| Sarit Adhikari | GSoC 2020 | Apprentissage automatique pour la détection d'anomalies dans les communautés open source | Sean Goggins, Carter Landis, Gabe Heim |
| Abhinav Bajpaï | GSoC 2020 | Implémentation de GitLab Data Collection Worker et Mapper pour lier les réponses de l'API GitLab, de l'API Github et du schéma Augur | Sean Goggins, Carter Landis |
| Bistastha | GSoC 2020 | Créer un processus de workflow pour le projet CHAOSS D&I Badging | Matt Snel |
| vchrombie | GSoC 2020 | Création de modèles de qualité à l'aide des métriques GrimoireLab et CHAOSS | Valerio Cosentino, Aniruddha Karajgi |
| Saïcharan Reddy | GSoC 2020 | Mise en œuvre de GitLab Data Collection Worker et amélioration de la couverture des tests | Elita Nelson, Sean Goggins, Jonas |
| Akshara P. | GSoC 2020 | Apprentissage automatique pour la détection d'anomalies dans les communautés open source | Elita Nelson, Sean Goggins, Gabe Heim |
| Pratik Mishra | GSoC 2020 | Apprentissage automatique pour la détection d'anomalies dans les communautés open source | Elita Nelson, Sean Goggins, Gabe Heim |
| Minerai-Aruwaji Oloruntola | Sensibilisation 2020 | Construire un processus de flux de travail pour les badges CHAOSS Diversité et Inclusion | Matt Germonprez, Matt Snell, Saleh Abdel Motaal |
| Parthe Sharma | GSoC 2019 | Construire des métriques de maturité et de déclin du risque CHAOSS et de la croissance dans Augur | Sean Goggin |
| Ma Bingwen | GSoC 2019 | Construire des métriques de maturité et de déclin du risque CHAOSS et de la croissance dans Augur | Sean Goggins, Matt Germonprez |
| Aniruddha Karajgi | GSoC 2019 | Implémenter les métriques CHAOSS avec Perceval | Jésus Gonzalez-Barahona, valcos, Pranjal Aswani |
| Nishchith K Shetty | GSoC 2019 | Prise en charge des métriques liées au code source | Jésus Gonzalez-Barahona, valcos, Pranjal Aswani |
| Keanu Nichols | GSoC 2018 | Création de rapports sur les métriques CHAOSS | Sean Goggins, Jésus Gonzalez-Barahona |
| Pranjal Assouani | GSoC 2018 | Création de rapports sur les métriques CHAOSS : refactorisation du code existant et extension des capacités du projet Manuscripts | Valerio Cosentino, Jésus Gonzalez-Barahona |
Les mentorés
Yash Prakash
Yash Prakash sélectionné pour le GSoC 2021
Titre du projet
Automatisez la publication des métriques et l'amélioration des processus
Description du projet
Les métriques CHAOSS ont été définies pour fournir une vue approfondie des différentes fonctionnalités d'un projet open source. Les métriques sont également un élément clé pour aider les organisations à investir stratégiquement leurs ressources.
L'objectif principal du projet est de comprendre le processus de publication des métriques, de proposer des améliorations de processus et d'automatiser le processus de publication de ces métriques.
En plus de la version anglaise originale de ces mesures, ces mesures sont également traduites dans différentes langues pour aider les communautés du monde entier à les comprendre et à en tirer profit.
À la fin de ce projet, il y aurait une automatisation complète du processus de génération de rapports pour les métriques et leurs traductions
Liens
Ritik Malik
Ritik Malik sélectionné pour le GSoC 2021
Titre du projet
Automatisez la publication des métriques et l'amélioration des processus
Description du projet
L'amélioration du processus de publication des métriques et son automatisation complète permettront non seulement de gagner du temps, mais cela nous aidera également à définir une structure centrale pour les groupes de travail/métriques actuels et à venir. En gardant à l'esprit le CHAOSS en constante évolution, le processus serait suffisamment évolutif et flexible pour être facilement modifié à l'avenir. La qualité et l'impression du PDF seraient également prioritaires.
Liens
Dhruv Satchdev
Dhruv Sachdev sélectionné pour GSoD 2021
Titre du projet
Développer une ressource de données partagée axée sur les dépendances, les risques et les vulnérabilités des logiciels open source
Description du projet
Ce projet vise à développer une ressource de données partagée pour identifier diverses dépendances pour les logiciels Open Source, en utilisant certains des outils existants pour analyser les dépendances et les cartographier pour savoir s'il existe des dépendances directes, transitives et circulaires. Ce projet traite des dépendances au niveau du code et non des dépendances basées sur l'infrastructure comme le système d'exploitation ou la base de données. Ce projet est mis en œuvre à l'aide d'augur, une suite logicielle permettant de collecter et de mesurer des données structurées sur les communautés de logiciels libres et open source (FOSS).
Liens
Anuj Lamoria
Anuj Lamoria sélectionnée pour le GSoC 2021
Titre du projet
Identifiez automatiquement les alias des contributeurs
Description du projet
L'objectif de ce projet est de généraliser et de mettre à disposition un package Python distribuable PyPy, la fonctionnalité de base actuellement au sein du travailleur contributeur Augur, et envisagée comme la prochaine phase du travailleur contributeur Augur. L'objectif principal de ce projet est d'identifier automatiquement les alias des contributeurs. (e-mails, comptes d'utilisateurs de la plate-forme) pour augmenter la parcimonie des statistiques et des mesures avec l'amélioration de la confidentialité Je me concentrerais sur Augur et développerais des outils d'analyse de prévision des risques et des modules de visualisation utiles. Les principaux travaux de ce projet sont les suivants : Construire une base de données de graphes accessible par API pour identifier et mapper les contributeurs qui utilisent plusieurs adresses e-mail au sein d'une plate-forme et des identifiants sur plusieurs plates-formes. Mettre en place des méthodes pour gérer ces informations. Intégrez ces informations dans des métriques CHAOSS plus claires et plus parcimonieuses. Automatisez la gestion des changements de contributeurs au fil du temps Activez l'analyse au niveau du projet qui masque ou rend anonyme l'identité de chaque développeur
Liens
Rashmi KA
Rashmi KA sélectionné pour GSoD 2021
Titre du projet
Sorting Hat - Étendez le modèle de données et l'interface utilisateur pour capturer de meilleures informations sur les contributeurs
Description du projet
Grimoirelab est un ensemble d'outils open source pour l'analyse du développement logiciel. Grimoirelab fournit un ensemble d'outils pour collecter, analyser et visualiser les métriques de développement logiciel à partir de diverses sources telles que Git, Jira, Confluence, Slack, etc. Afin de gérer les identités des personnes à travers ces différentes sources, Grimoirelab a développé Sorting Hat. Sorting Hat gère les identités des personnes et les métadonnées associées.
Dans le cadre des métadonnées collectées autour des identités, Sorting Hat stocke des informations organisationnelles telles que le nom et les domaines liés à l'organisation. Ce projet vise à ajouter à ces informations en étendant le modèle d'organisation existant pour capturer la structure interne des organisations telles que les départements, les sous-organisations et les équipes. Cela aidera à annoter les informations d'identité de manière plus significative.
Liens
Yeming Gu
Yeming Gu sélectionné pour GSoD 2021
Titre du projet
Proposition GSoC de Yeming Gu pour CHAOSS
Description du projet
Mon projet vise à définir une nouvelle métrique de mesure de similarité basée sur la sémantique de codage social sous-jacente aux données de trace open source pour enrichir la capacité d'Augur. Le schéma de réseau d'information hétérogène et les techniques d'intégration de réseau sont introduits pour capturer les informations de similarité latente entre les référentiels. Ce projet aboutira à de nouveaux modèles de calcul pour transformer ces informations en vecteurs de représentation calculables par rapport à chaque référentiel.
Liens
Veerasamy Sévagen
Veerasamy Sevagen sélectionné pour l'été de la promotion Open Source 2021
Titre du projet
Extension et restylage du tutoriel GrimoireLab
Description du projet
GrimoireLab est une puissante plateforme open-source qui fournit un support pour le suivi et l'analyse approfondie des projets logiciels. Il produit un riche ensemble de mesures avec des données extraites de plus de 30 outils liés à la contribution au développement Open Source tels que les systèmes de contrôle de version, les suivis de problèmes et les forums. Ces métriques sont affichées et exploitées sur des tableaux de bord dynamiques Web, qui peuvent être facilement inspectés par les décideurs pour les aider à comprendre l'évolution et la santé de leurs projets. Le principal point d'entrée pour en savoir plus sur GrimoireLab est le didacticiel, qui fournit une présentation de la plate-forme et de ses composants. Récemment, la communauté a demandé de réorganiser et d'étendre son contenu pour inclure des informations supplémentaires telles que la personnalisation et la gestion du tableau de bord.
Liens
Jaskirat Singh
Jaskirat Singh sélectionné pour GSoD 2020 sous la Fondation Linux
Titre du projet
Créer un manuel CHAOSS à l'échelle de la communauté
Description du projet
Le manuel communautaire est un document qui définit les principales politiques et procédures de la communauté et décrit la mission, les valeurs et le fonctionnement de la communauté. Ce manuel fournit une introduction et un fonctionnement clairs aux nouveaux membres de la communauté. Actuellement, le manuel de la communauté CHAOSS est disponible sur le référentiel GitHub et doit être réorganisé et refactorisé avec plus d'informations pour les nouveaux arrivants et les utilisateurs existants de la communauté.
Liens
Xiaoya Xia
Xiaoya Xia sélectionnée pour GSoD 2020 sous la Fondation Linux
Titre du projet
Construire la documentation pour le projet CHAOSS D&I Badging
Description du projet
Le travail consiste à créer de la documentation pour un jeune projet de CHAOSS : le projet D&I Badging, le projet est un système d'examen par les pairs, utilisant un badge comme résultat final de l'examen, et les métriques CHAOSS D&I comme références d'examen. Ainsi, les candidats et les examinateurs sont deux rôles importants, il devrait y avoir des instructions claires et élaborées pour leur montrer quoi faire, comment soumettre la candidature et comment réviser avec une liste de contrôle sur GitHub.
Liens
Ria Gupta
Ria Gupta sélectionnée pour le GSoc 2020
Titre du projet
Système de mesure de la monnaie sociale
Description du projet
La mise en œuvre du système de mesure de la monnaie sociale (SCMS) sera une étape importante dans la fourniture d'une vue meilleure et holistique de la santé du projet dans la communauté open source. En ajoutant la monnaie sociale dans la métrique, nous pouvons mesurer quantitativement la valeur des interactions communautaires pour évaluer avec précision la « réputation » d'une communauté.
Liens
Tianyi Zhou
Tianyi Zhou sélectionnée pour le GSoC 2020
Titre du projet
Analyse de grands réseaux sociaux et détection d'anomalies avec Augur.
Description du projet
Augur est un logiciel qui collecte des données pour une liste de référentiels donnés et fournit une variété de mesures CHAOSS pour fournir des mesures de santé et de durabilité open source. Ensuite, les utilisateurs peuvent enquêter empiriquement et découvrir des informations utiles pour l'ingénierie logicielle, telles que la compréhension du modèle collaboratif.
Au stade actuel, Augur est incapable d'exploiter les référentiels pour générer les informations de co-édition dans le développement de logiciels open source. Cette idée de projet est sur le point de développer ce genre de fonctions pour enrichir le projet Augur. Il se terminera par un nouveau travailleur de données et un outil d'analyse pour un réseau de coédition à grain fin qui ouvre une nouvelle source massive de données haute résolution sur les modèles de collaboration humaine.
Ensuite, je voudrais établir le serveur Augur pour miner et surveiller l'écosystème open source (avec plus de 10000 XNUMX référentiels ou plus). Les réseaux de collaboration et les données de trace sociale de tous les contributeurs de l'écosystème open source seront évalués en termes d'analyse des réseaux sociaux. Il jouera un rôle essentiel dans la réalisation de l'objectif d'Augur vers l'analyse de la santé des organisations open source ainsi que l'objectif du projet CHAOSS vers la diversité et l'inclusion.
Liens
Sarit Adhikari
Sarit Adhikari sélectionnée pour le GSoC 2020
Titre du projet
Apprentissage automatique pour la détection d'anomalies dans les communautés open source
Description du projet
Le développement de logiciels open source est un effort collaboratif qui nécessite une prise de décision décentralisée de la part de différents développeurs et mainteneurs. Afin de mesurer l'avancement du projet, il est important de quantifier les changements de code dans le temps. CHAOSS fournit des analyses et des mesures pour aider les communautés open source à mesurer l'impact du travail du développeur sur le projet et l'impact du projet sur la communauté. Augur est une mise en œuvre prototype du projet CHAOSS sur les métriques de logiciels open source qui intègre systématiquement les données de plusieurs référentiels open source, des suivis de problèmes, des listes de diffusion, etc. dont les caractéristiques diffèrent considérablement des autres points de données normaux. Du point de vue du développement de logiciels open source, il détecte les surtensions et les baisses inhabituelles des activités de développement telles que les validations de code, les demandes d'extraction, etc. Ce projet vise à identifier les différents types d'anomalies disponibles à partir des données de trace et à fournir une notification personnalisée. à l'utilisateur en utilisant plusieurs techniques d'apprentissage automatique.
Liens
Abhinav Bajpaï
Abhinav Bajpai sélectionné pour le GSoC 2020
Titre du projet
Implémentation de GitLab Data Collection Worker et Mapper pour lier les réponses de l'API GitLab, de l'API Github et du schéma Augur.
Description du projet
Le projet vise à développer un agent de collecte Gitlab étroitement lié à l'agent de collecte Github en utilisant des fichiers de mappage pour lier les attributs prévus de leurs réponses API et le schéma Augur. Le travailleur Gitlab a la responsabilité de récupérer les données progressives liées aux problèmes, aux validations, aux demandes de fusion, etc. de GitLab à l'aide de l'API python-gitlab sur laquelle des métriques pourraient être générées. Des modules supplémentaires tels que le module Data Setter et le modérateur de schéma seraient implémentés pour fonctionner comme un canal commun permettant aux deux travailleurs de pousser la réponse API collectée dans la base de données Augur ou de modifier le schéma Augur en modifiant les fichiers du mappeur. Le module Data Setter aura en outre la responsabilité de mettre en œuvre le mécanisme de gestion des doublons.
Liens
Bistastha
Bistaastha sélectionné pour le GSoC 2020
Titre du projet
Construire un processus de workflow pour le projet CHAOSS D&I Badging.
Description du projet
Le programme CHAOSS Diversity and Inclusion Badging vise à encourager les projets et les événements à obtenir des badges pour les bonnes pratiques de diversité et d'inclusion. Ce projet consistera à créer un flux de travail basé sur GitHub pour le programme CHAOSS D&I Badging.
Ce projet étendrait le travail existant sur les badges CHAOSS et mettrait en œuvre un processus d'examen ouvert par les pairs. En outre, le projet se concentrerait sur l'intégration de robots de workflow basés sur GitHub.
Liens
vchrombie
vchrombie sélectionné pour le GSoC 2020
Titre du projet
Création de modèles de qualité à l'aide des métriques GrimoireLab et CHAOSS.
Description du projet
GrimoireLab est une puissante plateforme open-source qui fournit un support pour le suivi et l'analyse approfondie des projets logiciels. Il produit un riche ensemble de tableaux de bord, qui peuvent être facilement inspectés par les décideurs pour les aider à comprendre l'évolution et la santé de leurs projets. Malgré le grand nombre de tableaux de bord disponibles dans GrimoireLab, la comparaison de projets entre eux n'est pas simple car elle nécessite de naviguer et d'explorer les données dans différents tableaux de bord.
Prosoul est une application Web qui donne aux décideurs les moyens de créer et de gérer leurs propres modèles de qualité, qui sont des moyens utiles pour évaluer et comparer les projets logiciels. Cette idée de projet consiste à soutenir la définition de modèles de qualité à l'aide des données de GrimoireLab et de Prosoul.
L'objectif principal du projet est de concevoir une approche pour façonner les données GrimoireLab dans un format facilement consommable par Prosoul et de l'implémenter sur les données obtenues à partir de quelques sources de données comme git, github et les référentiels de listes de diffusion pour obtenir une qualité simple des modèles.
Liens
Saïcharan Reddy
Saicharan Reddy sélectionné pour le GSoC 2020
Titre du projet
Mise en œuvre de GitLab Data Collection Worker et amélioration de la couverture des tests
Description du projet
L'objectif principal de ce projet est de rassembler les données relatives aux problèmes GitLab, aux commits, aux demandes de fusion entre d'autres entités et de les stocker dans l'écosystème de modèles de données unifiés d'Augur. Le projet utilisera une file d'attente de tâches, un courtier et des instances de travail pour traiter les informations à grande échelle. Indicateurs de durabilité &. La santé globale du projet sera basée sur les informations stockées dans le modèle unifié. Ce projet vise également à augmenter la couverture globale des tests du projet. Des tests ergonomiques, unitaires et d'intégration pour les agents de collecte de données seraient mis en œuvre pour assurer la cohérence des données.
Liens
Akshara P.
Akshara P sélectionné pour le GSoC 2020
Titre du projet
Apprentissage automatique pour la détection d'anomalies dans les communautés open source
Description du projet
Augur est une pile Web de prototypage basée sur Flask pour les métriques CHAOSS. Il fournit des données structurées extraites de diverses sources telles que des référentiels git, des listes de diffusion et des suivis de problèmes à l'aide d'une architecture de plug-in incorporant d'autres projets de métriques open source tels que Facade et FOSSology. Augur permet aux utilisateurs de suivre les activités qui se déroulent dans les référentiels qui les intéressent et de comparer leurs performances. Les principaux objectifs de ce projet sont de détecter les anomalies dans diverses métriques de la communauté open-source et d'en informer les community managers au plus tôt ; fournir des points de terminaison d'API pour les métriques requises et un tableau de bord personnalisé pour visualiser ces métriques via des graphiques. L'achèvement de ce projet se traduirait par un tableau de bord personnalisé pour chaque utilisateur, fournissant des statistiques en temps réel sur les activités anormales se produisant dans leurs référentiels.
Liens
Pratik Mishra
Pratik Mishra sélectionné pour le GSoC 2020
Titre du projet
Apprentissage automatique pour la détection d'anomalies dans les communautés open source
Description du projet
Ce projet jouera l'un des rôles les plus vitaux dans la réalisation de l'objectif d'Augur d'analyser la santé de l'organisation open source. Il fournira non seulement une visualisation, mais offrira également des informations utiles qui aideront les utilisateurs à trouver la raison des activités anormales ou de la période anormale.
Liens
Minerai-Aruwaji Oloruntola
Ore-Aruwaji Oloruntola a été sélectionné pour Outreachy 2020
Titre du projet
Construire un processus de flux de travail pour les badges CHAOSS Diversité et Inclusion
Liens
Parthe Sharma
Parth Sharma a terminé avec succès le GSoC 2019.
Titre du projet
Construire des métriques de maturité et de déclin du risque CHAOSS et de la croissance dans Augur
Description du projet
Augur est une pile Web de prototypage entièrement fonctionnelle pour les métriques CHAOSS. Il fournit des données structurées extraites de référentiels git à l'aide d'une architecture de plug-in qui intègre d'autres projets de métriques open source tels que Facade et FOSSology. L'objectif principal de ce projet est d'étendre les fonctionnalités d'Augur en mettant en œuvre des métriques et des cas d'utilisation CHAOSS Risque et Croissance-Maturité-Déclin en mettant l'accent sur le cas d'utilisation du gestionnaire de communauté open source. Ce projet, axé sur le cas d'utilisation du gestionnaire de communauté, permettra aux gestionnaires de communauté open source de tirer parti des indicateurs de risque et de croissance-maturité-déclin pour mieux gérer leurs communautés et leurs projets.
Liens
Ma Bingwen
Bingwen Ma a terminé avec succès le GSoC 2019.
Titre du projet
Construire des métriques de maturité et de déclin du risque CHAOSS et de la croissance dans Augur
Description du projet
Les objectifs du projet sont de mettre en œuvre des mesures de risque et d'autres mesures dans les mesures CHAOSS de croissance-maturité-déclin et des cas d'utilisation en utilisant Augur, en se concentrant sur ce que nous avons découvert comme cas d'utilisation de gestionnaire de communauté open source.
Liens
Aniruddha Karajgi
Aniruddha Karajgi a terminé avec succès le GSoC 2019.
Titre du projet
Implémenter les métriques CHAOSS avec Perceval
Description du projet
L'objectif de ce projet est de créer des implémentations et des tests de référence, principalement pour les métriques définies par le groupe de travail Evolution, mais aussi pour les autres groupes de travail. Cela se fera en analysant les données récupérées par Perceval à partir de diverses sources à l'aide de cahiers jupyter, de pandas et de matplotlib.
Liens
Nishchith K Shetty
Nishchith K Shetty a terminé avec succès le GSoC 2019.
Titre du projet
Prise en charge des métriques liées au code source.
Description du projet
Graal produit des analyses liées à la complexité, à la qualité, aux dépendances, à la vulnérabilité et aux licences du code et les données produites sont conformes à celles qui peuvent être traitées par GrimoireLab. Je m'attarderai principalement sur :
- Ajout de la prise en charge des métriques liées au code source à Grimoirelab à l'aide des données d'analyse produites par Graal.
- Adapter la chaîne d'outils Grimoirelab pour pouvoir exécuter Graal et traiter les données produites par celui-ci.
- Rédaction de tests unitaires appropriés pour des backends supplémentaires, leurs connecteurs de support correspondants et leurs méthodes.
- Produire des analyses liées aux métriques proposées et calculées * (décrites ci-dessous)
- Ajout de la documentation relative aux fonctionnalités supplémentaires et aux améliorations de celles existantes.
Sur les cinq backends fournis par Graal, CoCom (Code Complexity) couvre une grande majorité des langages populaires et CoLic (Code License) pris en charge par NOMOS & ScanCode nous aide à récupérer les informations relatives aux licences et aux droits d'auteur à partir des référentiels de développement de logiciels et est indépendant de la langue . L'ajout de métriques liées à ces deux backends pendant la période GSoC pourrait être appliqué à un large éventail de projets à l'avenir.
Liens
Keanu Nichols
Keanu Nichols a terminé avec succès le GSoC 2018.
Titre du projet
Création de rapports sur les métriques CHAOSS.
Description du projet
Rédaction de code Python pour interroger les bases de données GrimoireLab Elastisearch et en tirer les métriques pertinentes pour le rapport. Les technologies possibles pour atteindre cet objectif incluent Python Pandas.
Liens
Pranjal Assouani
Pranjal Aswani a terminé avec succès le GSoC 2018.
Titre du projet
Création de rapports sur les métriques CHAOSS : refactorisation du code existant et extension des capacités du projet Manuscripts.
Description du projet
Le projet Manuscripts, qui fait partie du Grimoire Toolset, nous aide à analyser les référentiels et les projets en créant un rapport basé sur des métriques prédéfinies qui donnent un aperçu du projet. L'infrastructure du système de génération de rapports actuel doit être mise à jour afin que les utilisateurs puissent passer moins de temps à comprendre comment et se concentrer sur la fonctionnalité. L'objectif de ce projet est d'étendre les capacités du projet Manuscripts afin qu'il couvre presque toutes les métriques qui peuvent être calculées à l'aide des différentes sources de données. À la fin de ce projet, nous aurons un système de rapport plus grand et meilleur.