TanujaDeore/developer-productivity-intelligence

GitHub: TanujaDeore/developer-productivity-intelligence

一个端到端的开发者生产力智能分析平台,通过机器学习模型从 GitHub 活动数据中检测工程团队的行为异常与倦怠风险。

Stars: 0 | Forks: 0

# 🔬 开发者生产力智能平台 ## 📸 截图 ### Dashboard — 关键指标 ![关键指标](https://static.pigsec.cn/wp-content/uploads/repos/cas/1b/1bde786d15d00be46b05ce707362505f488abdd54139bda801b350f2e65844a0.png) ### Commit 活动模式 ![Commit 活动](https://static.pigsec.cn/wp-content/uploads/repos/cas/b1/b1c84cc1c8420cddfea6089fb3453d3b5c2a9aef2bbc1656a75f4aecf308936e.png) ### 顶级贡献者分析 ![贡献者](https://static.pigsec.cn/wp-content/uploads/repos/cas/3d/3d21005db910ec1539b6a9aa39771d62c429d3e1d4d3061088479701f14a8777.png) ### Pull Request 分析 ![PR 分析](https://static.pigsec.cn/wp-content/uploads/repos/cas/e6/e63b0aedfc250e6cb07e3d630fba2a072b236ddf0e37aedd4b55c70873cb4b0e.png) ### REST API — Swagger UI ![API 文档](https://static.pigsec.cn/wp-content/uploads/repos/cas/bc/bcbbd710491083856e486ca13f6a008274264eb9b7f4dfcf8afaf8ea8418d68b.png) ## 🎯 问题陈述 工程管理者缺乏客观的手段来检测开发者何时遇到困难、陷入阻塞或产生倦怠——往往为时已晚。现有的工具只能统计 commits 和 PRs,却无法分析**行为模式**。 本系统从 GitHub 获取真实的开发者活动数据,利用 ML 模型分析行为信号,检测异常,并通过交互式 Dashboard 和 REST API 呈现风险。 ## 🏗️ 系统架构
标签:Apex, 开发者生产力, 异常检测, 机器学习, 研发效能, 网络测绘, 逆向工具