| outline |
|---|
deep |
2023 中国开源年度报告以深入全面的数据洞察为基础，共分为八大部分。第一部分总体宏观洞篇，通过对基础事件、活跃仓库、活跃用户、开源许可证和编程语言等方面的深入分析，揭示中国在全球开源生态中的全貌。第二部分 OpenRank 排行榜篇，提供了全球和中国各领域开源项目、企业、基金会、开发者以及协作机器人的排名，为业界提供全面系统的 OpenRank 指标信息服务。第三和第四部分为企业洞察篇和基金会洞察篇，通过演变图和趋势分析，呈现了全球和中国企业、基金会在开源领域中的演化。第五部分技术领域洞察篇，深入研究了各领域 Top10 榜单和项目变化情况，展示了前沿技术的发展方向和趋势。第六部分开源项目洞察篇，深入探讨了不同项目类型、领域和主题的多样性和创新方向。第七部分开发者洞察篇，则通过对开发者类型、工作时间分布、地区分布和机器人使用情况的分析，展现了开发者群体的多样性和工作特征。第八部分案例分析篇，通过一系列有趣的案例分析，从一个侧面让读者一窥中国开源生态的蓬勃发展。整体而言，数据篇通过丰富多彩的数据洞察与分析，勾勒出中国开源生态在 2023 年的全景图。
OpenRank
OpenRank 指标是由 X-lab 开放实验室所研发，基于开源开发者-项目协作关系网络构建的协作网络指标，不仅能够很好的表征项目的整体发展状态、社区参与度，同时也引入了开源生态的要素，能够很好地将开源生态中位于关键协作位置的项目、人、组织等实体识别并展示出来。OpenRank 目前已经得到了工业界和学术界的广泛认同，被包括中国标准化研究院系列开源治理标准、信通院开源治理白皮书、开放原子开源基金会全球开源大屏、企业开源办公室治理工具箱等所广泛采纳。
关于该指标的定义请参考：
[2] 赵生宇: 如何评价一个开源项目（三）价值流网络, 2021
[3] 工业和信息化部标准化研究院: 《信息技术 开源治理 第3部分：社区治理与运营》[T/CESA 1270.3-2023]、《信息技术 开源治理 第 5 部分：开源贡献者评价模型》[T/CESA 1270.5-2023], 2023
活跃度（Activity）
活跃度是 X-lab 研发的评价项目或开发者活跃程度的统计性指标。开发者活跃度由开发者 Issue、PR 及代码 Review 等行为加权得到。项目活跃度由项目中所有开发者活跃度总和进行数值处理后得到。
关于该指标的定义请参考：
[2] 赵生宇：如何评价一个开源项目（一）——活跃度，2021
基础事件是本数据篇分析的数据基础，是指全球化开源协作平台上（如 GitHub、Gitee 等）由于开发者活动行为所产生一系列事件日志数据。对基础事件的统计分析，可以宏观洞察全球开原生态发展的态势。本次开源年度报告所涉及的开源协作平台包括 GitHub、Gitee 以及 GitLink。
首先，统计分析全域 GitHub 的事件⽇志总体数量，如下图所示。
可以看到近⼏年全球开源的总体活跃情况和活跃仓库数量都在明显上升，显⽰了全球开源发展中的增速。2023 年 GitHub ⽇志数据达到了 14 亿，相⽐ 2022 年增⻓了约 10.32%。在经过了 2018-2020 的高增长后，GitHub 平台的年度事件增长数量逐渐下降，2023 年的增长率为 10% 左右。但由于整体体量的关系，10% 的增长率还是一个非常大的数字，继续凸显出开源科技的发展在全球数字化转型中的活跃与关键地位。
由于 GitHub 平台活跃事件的庞大，接下来的分析工作，建立在每个平台的前 3 万个活跃仓库的基准之上。为了方便比较，我们选取了 GitHub 与 Gitee 中与开源参与相关性较大的 8 类事件进行统计分析，包括 CommitCommentEvent、ForkEvent、IssueCommentEvent、IssuesEvent、PullRequestEvent、PullRequestReviewCommentEvent、PushEvent 和 WatchEvent。
发现 Gitee 平台呈现更为显著的增长趋势。甚至从 2021 年起，前 3 万个活跃仓库的事件数量超越了 GitHub，凸显了国内活跃开源项目的爆发态势。反映了国内开发者积极参与和贡献到开源社区的热情，为技术创新和知识共享注入了新的活力。
然而，需要强调的是，单纯依靠前 3 万个活跃项目的数据无法完全揭示全球 GitHub 平台的真实情况，因为长尾效应在全球范围内仍然非常明显。这一点将在后续的分析中更为清晰地体现出来，特别是 GitHub 平台作为全球领先的开源社区的广泛和多样性。在未来，随着技术的不断演进和开源文化的推动，可以期待中国开源社区在全球范围内继续蓬勃发展。
再进一步，分析基础事件的细分领域数据，结果如下图所示。
从分析结果可以看到：
- 在 GitHub 平台上，最多的事件类型是 Push 事件，Pull Request 事件和 Issue Comment 事件分别居二三席。其中各个事件的发生次数占比基本上没有太大的变化，这体现出 GitHub 的开源生态模式在走向一个稳定的趋势。
- 在 Gitee 平台上，事件数据在 2018 年有极大的增长，最初以 Watch 事件为主。但在 2020 年后，Pull Request、 Review Comment 事件开始快速增长，在 2022 年成为最多的事件类型，并且在 2023 年也有持续的增长。Gitee 事件数据的结构性变化，体现出国内开发者从关注者到贡献者角色的巨大转变，这和全球范围内的观察都是一致的。
对于 GitLink 平台，我们同样选择了前 3 万个活跃仓库作为基准。鉴于数据的局限性，仅选取了包括 CommitCommentEvent、ForkEvent、IssueCommentEvent、IssuesEvent、PullRequestEvent 和 WatchEvent 六种事件类型的数据进行分析。
观察到，尽管 Gitlink 的活跃仓库事件数相较于 GitHub、Gitee 等平台仍存在一定差距，但同样呈现明显的增长趋势。在 Gitlink 平台上，Issue 事件和 CommitComment 事件占活跃仓库事件的绝大多数。
统计分析了全域 GitHub 活跃仓库的数量信息，如下图所示。
从 2023 年总体数据来说，全域活跃仓库数量达到了 8,792 万，比上一年增长了 4.06%，这和总体事件趋势一样、并在经过了 2018～2020 年的高增长后，开始逐年下降。这有可能和疫情以及全球经济发展的影响有关。
由于 GitHub 和 Gitee 仓库数量的差距，接下来的分析工作，同样建立在每个平台前 3 万个活跃仓库的基础之上。
统计分析 GitHub 和 Gitee 总体活跃仓库活跃度趋势，如下图所示。
从每个平台前 3 万个活跃仓库的活跃度数据来看，Gitee 平台的总体活跃度从 2019 年开始迅速增长，并在 2022 年的的时候甚至超越了 GitHub，且继续保持这高增长的趋势，揭示了这个时间中国开源发展的巨大活力。
进一步，从细分的活跃度组成分析可以看到：
在 GitHub 平台中，创建 PR 事件的占比接近总活跃度事件的一半，合并 PR 事件接近四分之一。审查 PR 事件占 10%，issue 创建和评论事件接近，占 7%。
在 Gitee 平台中，审查 PR 事件最多，占了总活跃度事件的三分之二，合并 PR 事件和 GitHub 平台一样，排在次席，且占比也比较接近。让人感到惊讶的数据是，在 GitHub 平台里占比最高的创建 PR 事件，在 Gitee 平台里是占比最少的，只占了总活跃度事件的 2%。
统计分析 GitHub 和 Gitee 总体活跃仓库 OpenRank 趋势，如下图所示。
然而，从活跃仓库的总体 OpenRank 趋势分析可以看到，虽然 Gitee 的前 3 万仓库的活跃度在 2022 年一度超越了 GitHub，但 OpenRank 的影响力差距还是较大（大约为 5 : 2）。不仅差距较大，从趋势上看，也还没有拉近的迹象，这一点尤其值得关注，也是中国开源接下来的重点发展方向。
统计分析 GitHub 总体活跃用户数量，如下图所示。
2023 年总体来说，全域活跃开发者数量达到了 2,193 万，比上一年增长了 8.88%。和 GitHub 活跃仓库数据一样，在经过了近五年的高增长后，增长率在 2020 年开始逐年下降， GitHub 平台的活跃用户增长开始放缓（虽然 GitHub 官方曾在 2023 年初的时候，宣布其平台整体用户数量突破一亿），这和全球局势的变化、以及中国像 Gitee 这样平台的崛起，也有一定的关系。
得益于 2023 年度 OpenDigger 开源软件生态数据分析挖掘平台挑战赛（OpenSODA）获奖作品的贡献，本次年度报告能够包括详细的 GitHub 开发者地理位置数据分析内容。
以下分析基于 GitHub 上 1000 万个活跃开发者展开。其中正确填写地理位置信息的开发者总量约 200 万人，按照 GitHub 全域注册用户数 1 亿计算，采样比例约为 2%。
1、全球开发者地域分布
首先统计分析全球开发者的地域分布，如下图表所示。
表1.1 全球开发者国家/地区人数分布（Top 15）
| 排名 | 国家 | 总人数 | 占比 | 年度活跃数 | 活跃率 |
|---|---|---|---|---|---|
| 1 | United States | 408983 | 21.09% | 236899 | 57.92% |
| 2 | India | 177669 | 9.16% | 107066 | 60.26% |
| 3 | China | 171039 | 8.82% | 126238 | 73.81% |
| 4 | Brazil | 114855 | 5.92% | 83932 | 73.08% |
| 5 | Germany | 88767 | 4.58% | 64836 | 73.04% |
| 6 | United Kingdom | 83245 | 4.29% | 55175 | 66.28% |
| 7 | Canada | 65241 | 3.36% | 42238 | 64.74% |
| 8 | France | 57480 | 2.96% | 40341 | 70.18% |
| 9 | Russia | 47213 | 2.43% | 31534 | 66.79% |
| 10 | Australia | 31638 | 1.63% | 20512 | 64.83% |
| 11 | Poland | 31469 | 1.62% | 21792 | 69.25% |
| 12 | Japan | 30873 | 1.59% | 21942 | 71.07% |
| 13 | Netherlands | 30617 | 1.58% | 21685 | 70.83% |
| 14 | Spain | 28928 | 1.49% | 19509 | 67.44% |
| 15 | South Korea | 28325 | 1.46% | 21811 | 77.00% |
总体而言，各国的开发者都在不断增加：
- 美国凭借其在开源领域的先发、以及科技人才优势，位居第一；
- 按照表中美国总人数（40.9万）进行折算，实际 GitHub 上的美国开发者总人数大约在 2101 万左右，和 GitHub 公布的官方数据（2200 万）偏差大约在 4%；
- 印度、中国和巴西以其庞大的人口基数，开发者数量分别位居二三四位，但从活跃率（年度活跃数/总人数）可以看到，中国是前四名中最高的；
- 欧洲各国的开源开发者也是一股不小的力量，联合起来体量将上升到第二；
- 根据 GitHub 和 Gitee 公布的官方数据（均是 1200 万左右），中国的全球开源开发者总数将很有可能超过 2000 万，仅从数量上来说，这大约和美国相当。
2、中国开发者地域分布
进一步分析，统计中国开发者的地域分布数，如下图表所示。其中，数据来源为“中国”的用户中，正确填写省份信息的开发者，样本数量近 15 万人。
根据 GitHub 2023 年 Q3 季度的数据，中国开发者总量约为 1188 万，依据比例可以估计各省实际开发者总量。
表1.2 中国开发者人数分布（Top 15）| 排名 | 省份 | 总人数 | 全国占比 | 实际总量 |
|---|---|---|---|---|
| 1 | 北京 | 32982 | 22.04% | 262.25 万 |
| 2 | 上海 | 24581 | 16.43% | 195.45 万 |
| 3 | 广东 | 21684 | 14.49% | 172.41 万 |
| 4 | 浙江 | 14256 | 9.53% | 113.35 万 |
| 5 | 台湾 | 12173 | 8.13% | 96.79 万 |
| 6 | 江苏 | 7335 | 4.90% | 58.32 万 |
| 7 | 四川 | 7012 | 4.69% | 55.75 万 |
| 8 | 香港 | 4678 | 3.13% | 37.19 万 |
| 9 | 湖北 | 4415 | 2.95% | 35.1 万 |
| 10 | 陕西 | 2815 | 1.88% | 22.38 万 |
| 11 | 福建 | 2405 | 1.61% | 19.12 万 |
| 12 | 山东 | 2035 | 1.36% | 16.18 万 |
| 13 | 湖南 | 1858 | 1.24% | 14.77 万 |
| 14 | 重庆 | 1833 | 1.22% | 14.57 万 |
| 15 | 安徽 | 1487 | 0.99% | 11.82 万 |
上表中的排名和数据揭示了中国开源开发者和地区经济发展水平的相关性：
- 北、上、广、浙四大城市的开源开发者人数均超过了百万级，北京优势尤为明显；
- 台湾和香港分别位居第五和第八，凸显了港澳台地区的重要性；
- 长三角地区（江浙沪皖）的开源开发者体量达到了近 380 万；
- 中西部地区如四川、湖北、陕西等也有不错的表现，尤其是四川，凭借其宜居与快速发展的软件行业，吸引了大量的开发者。
统计了 GitHub 的活跃仓库采用的开源许可证的数量，如下图所示。
分析发现目前使用最多的开源许可证，包括 MIT 许可证、Apache 许可证 v2.0、GNU 通用公共许可证 v3.0、BSD 3-Clause 许可证。其中 MIT 许可证以接近 60% 的占比排名第一。MIT 许可证以麻省理工学院（Massachusetts Institute of Technology）为名，最早由该学院使用，因此得名。MIT 许可证的简洁和灵活性使其成为许多开发者选择的许可证之一，它提供了最小的法律限制，鼓励开发者自由地使用和传播软件。
统计分析了开源许可证种类变化趋势，如下图所示。
总体来看，开源许可证的种类在 2017 年以来不断增加。Eclipse 公共许可证 2.0 和欧盟公共许可证 1.2 以及其他许可证的推出造成了 2017-2018 年的增长。在此之后开源许可证种类的增长速度放缓，在 2021 年至 2022 年间，一批新的开源许可证如木兰系列许可证、CERN（欧洲核子研究组织）许可证v2 开始崭露头角，随后发展趋于稳定，目前 GitHub 上主流许可证的种类也持续两年稳定在 46 个。
根据日志数据显示，2023 年有接近 770 万个活跃仓库使用了各种开源许可证（占全体活跃仓库的 8.76%），其中由于 MIT 许可证强大的影响力，我们将其数据单独展示。
1、使用 MIT 许可证仓库数量变化趋势
统计分析了 MIT 许可证仓库数量变化趋势，如下图所示。
可以看到：
- MIT 许可证是目前最流行的开源许可证，2023 年有 158 万个活跃仓库使用了该许可证；
- 使用 MIT 许可证的仓库情况和总仓库数量情况变化趋势类似，都有较大增长，但是在 2022 年和 2023 年的增长速度有所减缓，这和整体项目增长趋势放缓有关。
2、其余前五的开源许可证数量变化趋势
统计分析了其他前五开源许可证仓库数量变化趋势，如下图所示。
可以看到：
- 各类开源许可证的数量都在增长，但是开源许可证种类的头牌依旧还是以 MIT、Apache、GNU 等为主；
- 小众开源许可证和热门开源许可证的差异仍然存在；
- 从 2022 年开始，GNU 通用许可证 v2 和 v3 整体呈下降趋势；
- GNU Affero 通用许可证 v3 使用数量逐年上升。
统计分析使用木兰系列许可证仓库数量的变化趋势，如下图所示。
木兰系列许可证（包含 “木兰宽松许可证” 和“木兰公共许可证”等），均由北京大学作为牵头单位，依托全国信标委云计算标准工作组和中国开源云联盟，联合开源生态圈（如开源社）及产学研团队和个体、尤其是开源法务和律师，起草、修订并发布。其中 Mulan PSL 是国内首个被 OSI 认定的 “开源软件协议”。
我们观测了 GitHub 中使用木兰许可证的活跃仓库（其中，活跃仓库是指仓库里有 issue 和 PR 或者有被用户标星等活动）的趋势，从 2022 年 9 月开始，使用木兰许可证的仓库开始增长。截至 2023 年 12 月，已有 220 ，木兰开源许可证的影响力在逐渐展现。
编程语言的受欢迎程度也是开发者所喜闻乐见的，分析了 2023 年度最受开发者欢迎的编程语言，如下表所示。
表 1.3 开发者使用编程语言排行榜（Top 15）| 排名 | 编程语言 | 使用该语言开发者数 | 使用该语言仓库数 |
|---|---|---|---|
| 1 | JavaScript | 765589 | 1806477 |
| 2 | Python | 629423 | 653025 |
| 3 | HTML | 564121 | 676364 |
| 4 | TypeScript | 462729 | 886453 |
| 5 | Java | 368795 | 463660 |
| 6 | CSS | 190480 | 239187 |
| 7 | C++ | 177905 | 135330 |
| 8 | C# | 158159 | 180537 |
| 9 | Go | 143433 | 165367 |
| 10 | PHP | 128186 | 272980 |
| 11 | Jupyter Notebook | 122475 | 102708 |
| 12 | Shell | 122456 | 108209 |
| 13 | C | 107918 | 80159 |
| 14 | Rust | 69370 | 72778 |
| 15 | Ruby | 66857 | 374835 |
| 16 | Kotlin | 64307 | 62709 |
| 17 | Vue | 56099 | 170639 |
| 18 | SCSS | 50526 | 44672 |
| 19 | Dart | 46143 | 43006 |
| 20 | Swift | 33839 | 35978 |
从上表中可以看出：开发者使用人数前五名的开发语言分别为 JavaScript、Python、HTML、TypeScript、Java，是开发者使用的主要编程语言，而从第 6 名的 CSS 开始，使用人数相较于第 5 名的 Java 降低了接近一半。
统计分析了开发者使用编程语言的趋势，如下图所示。
从上图中可以看出：
- JavaScript、Python、HTML、TypeScript、Java五种编程语言是开发者使用的主要编程语言；
- Python、TypeScript相对于其他的三个主要语言增长迅速，并且近5年内一直保持着快速增长的趋势；
- 其中TypeScript近5年来使用人数飞速增长，在2021年与排在其后的编程语言拉开了显著差距，成为了开发者使用的主要编程语言之一，预计2024年其开发者使用数将与排名第3的HTML编程语言的开发者使用数相当。
排行榜是一种大家喜闻乐见的分析结果展现形式，2023 中国开源年度报告将排行榜独立出来，作为一个单独的部分集中展示，一则是为了更好的展示开源生态中各主体（仓库/项目、国家地区、企业、基金会、开发者等）的发展态势，另一个重要原因是因为 OpenRank 指标的逐渐成熟与全域数据的完整性。由于今年同时加入了 GitHub 与 Gitee 的全球数据，使得我们能够站在一个以中国开源为出发点的全球性视角，让全世界看到中国企业、基金会、开发者等主体为发展全球开源生态所做的共同努力与贡献，这是目前市面上其他报告所不具备的。
中国开源项目是以 OpenDigger 项目标签数据为准，单项目可能包含多个 GitHub 或 Gitee 平台上的组织或仓库。
企业排名是以 OpenDigger 项目标签数据为准，含义为某企业发起的所有开源项目 OpenRank 之和，包含已捐赠到基金会的项目。
国家和地区使用 GitHub 开发者填写的位置信息，采集量为全球 OpenRank 用户前 1000 万名。
中国开发者账号以 OpenDigger 的标签数据为准。
企业是推动全球开源生态发展的核心力量，既是发起者、还是开发者与维护者，在开源项目发展及其商业化探索的最前沿。
全球企业开源影响力的观察如下：
- 微软从十多年前（2008 年）开始布局开源，在 2016 年站到了全球开源影响力的巅峰，直到今天无人撼动；
- 2019 年，华为正式被美国制裁开始，将开源作为重要战略方向，一路飙升，并于今年完成了对 Google 和 Amazon 的超越；
- 阿里巴巴在 2021 年前，一直是国内开源的领先者，并至今稳居世界第六的排名；
- 蚂蚁集团在近三年的表现也是非常抢眼，并于 2023 年正式进入世界前十；
- 国内开源的第四大巨头百度，由于国内快速的开源态势变化，目前排名全球 12；
- 根据 OpenLeaderboard 榜单，进入全球前 30 的中国企业还有字节跳动（18）、PingCAP（19）、飞致云（24）、Deepin（25）、腾讯（26）、以及 Espressif（27）。
本图能够很好表现国内公司的开源战略及其变化趋势：
- 华为 2019 年开始发力，仅用 2 年的时间就做到了国内第一，全球第二的位置；
- 阿里和蚂蚁作为国内老牌开源引领的企业，表现稳定；
- 百度则由于前面三家的竞争，滑落第四；
- 字节跳动则是近几年肉眼可见的进步神速；
- Espressif（乐鑫科技）是国内开源界相对低调的半导体开源王者；
- Fit2Cloud 则是作为另一家低调但非常务实的开源企业，旗下多款开源软件深受开发者喜爱；
- 腾讯、PingCAP、JD、TAOS 等近两年略有下跌趋势，印证了后疫情时代的开源竞争将更加激烈。
左图显示了中国企业在全球开源生态中的影响力不断上升的趋势，右图则体现了中美两国后贸易战时代的此消彼长的趋势，特别是疫情后，在华为等企业的拉动下，中国开源影响力上升明显；但同样可以看到，中美企业在整体开源影响力之间的差距还是比较明显的（大约 3 倍的差距），但这个势头在未来非常值得期待。
本部分从基金会这一维度，对开源生态的发展进行分析。基金会是非营利型开源组织，在开源项目和开源社区的组织、发展、协同创新中起到了主导作用，为开源软件的孵化提供技术、运营、法律等全方位支持，为开源社区建设和运营提供指导，发挥了孵化器和加速器的作用，是开源生态中重要的组织者。今年，我们将开源基金会的洞察作为单独的一部分，可以看到中国的开源基金会所起到的全球性作用。
由于 Linux 基金会已经扩张成了一个超级基金会，旗下的子基金会作为独立一级，这样和其他基金会做对比分析更有意义。
可以看到如下趋势：
- Apache 基金会排名第一以其成熟稳定的节奏发展，今天仍然是很多企业发展全球化项目的首选；
- 开放原子开源基金会，成立 3 年多以来发展迅速，旗下项目影响力总和超越 Linux 基金会旗下的各子基金，仅次于 Apache 基金会排名第二；
- LF 的 AI & Data 子领域，由于近几年新一代人工智能的迅速发展，超过 CNCF 云原生领域排名第三；
- 其他的（子）基金会项目发展，总体来说均相对稳定。
从全球基金会下的开源项目来看：
- Linux 基金会云原生领域的代表性项目 Kubernetes 继续排名第一，但影响力逐年下降，开始让位于新兴领域的项目；
- Apache 基金会下由百度发起的开源实时数据仓库 Doris，近几年发展迅速，排名第二；
- 开放原子旗下的 OpenHarmony 项目，及其多个子仓库紧随其后，如果合并起来计算，将排名第一。
将各基金会旗下的中国项目单独拿出来看：
- Doris 和 OpenHarmony 发展速度最为抢眼；
- Milvus 向量数据库由于 AIGC 领域的需求，发展迅速；
- Flink、ShardingSphere 等项目稳中有降。
今年能够第一次看到开放原子旗下各项目的发展情况：
- 排名前三的分别是 OpenHarmony、openEuler 和 Anolis，代表了操作系统绝对的地位，特别是 OpenHarmony，发展最为迅速；
- 其他上榜项目发展非常平稳，期待后续能够在新的一年中发力。
技术领域的发展在开源技术中起着风向标的作用，众多技术子领域展现出快速的进步和变革：操作系统在新架构中持续演化，云原生加速企业的数字化转型，数据库成为数据创新的基础设施，大数据助力智能决策，人工智能加快各行业的自动化实现，前端追求交互与美感。这些领域正成为科技前沿，吸引着创新者和投资者，形成蓬勃的发展态势。本节从影响力和活跃度两项指标对该六大领域展开数据洞察。
从各子领域近 5 年的变化趋势来看，云原生优势明显，该领域下仓库数量相对其他领域较多，AI 由于这两年的火热增长迅速，数据库作为重要和活跃的基础软件排在前列，操作系统领域虽然总量较低，但影响力依然逐年增加，体现了基础软件的性质，数量虽少，但价值巨大，与前端领域的影响力逐年缩小。
kubernetes 双指标下降明显，Grafana 影响力排名第一。llvm-project 增速明显，活跃度位居第一，llvm 是一个编译器框架，是一系列模块化、可重用的编译器以及工具链技术的集合，从近 3 年来看，该项目活跃度增长迅速，受到广大开发者的喜爱。
可以看到 tensorflow 自 2020 年开始双指标严重下滑，掉出前 5，同样作为 AI 开发框架，pytorch 稳步增长，逐步拉开与其他项目的差距，值得一提的是，langchain 项目自 2022 年开源后，双指标便位居第二名，LangChain 是由 Harrison Chase 于 2022 年 10 月推出的开源软件项目。它已成为 LLM 开发中最受欢迎的框架之一。
可以看出，大数据领域双指标整体呈现上升趋势，其中，Kibana 和 Grafana 位居影响力和活跃度前二位，并且差距逐渐缩小，预测在未来 Grafana 会超越 Kibana，成为第一名。
Kibana 是一个开源的数据可视化和探索工具，它与 ElasticSearch 紧密结合。Kibana 可以用于查询、分析和可视化 ElasticSearch 中的数据。
Grafana 是一个开源的数据可视化工具，它可以用于监控和报告。Grafana 支持多种数据源，如 Prometheus、InfluxDB、Graphite 等。它具有强大的数据处理和可视化功能，可以用于创建各种类型的图表和仪表板。
ClickHouse 数据库双指标持续稳定增长，ElasticSearch 热度回落，Doris 增速最快，活跃度指标接近第一名，预测该数据库双指标会在未来超越 ClickHouse。
ClickHouse 是俄罗斯的提索公司 Yandex 开源的 MPP 架构的分析引整，号称比事务数据库快 100-1000 倍，最大的特色是高性能的向量化执行引擎，而且功能丰富、可靠性高。
Apache Doris 是由百度贡献的开源 MPP 分析型数据库产品，分布式架构简洁，易于运维。
Flutter 虽然双指标逐年下降，相较于 Next.js 仍具有明显的优势，Next.js 在 2023 年开始发力，上升明显，3-10 名项目竞争激烈，差距不大。
Flutter 是由 Google 开发和提供支持的框架。前端和全栈开发人员使用 Flutter 为具备单一代码库的多个平台构建应用程序的用户界面。
Next.js 是由 Vercel 创建的开源平台，它使用 Node.js 和 Babel 转译器构建，并设计为与 React 单页应用框架一起使用。另外，Next.js 还提供许多有用的功能，例如预览模式、快速开发者编译和静态导出。
可以看到，OpenHarmony 项目下的多个仓库均处于前 10 的榜单中，本次洞察中结合了 Gitee 平台的数据，可以更直观的看到国产操作系统在各方面所处的优势（OpenHarmony 项目下有多个仓库，本次洞察以仓库的维度进行分析），SerenityOS 从 2021 年开始双指标稍显回落，仅次于 OpenHarmony、OpenEuler 也有着不错的表现。
以下再给出 2023 年各领域的项目 OpenRank 排行榜。
表 5.1 云原生领域项目排行榜| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | grafana/grafana | 7134.37 |
| 2 | llvm/llvm-project | 7049.62 |
| 3 | kubernetes/kubernetes | 5374.14 |
| 4 | ClickHouse/ClickHouse | 4941.99 |
| 5 | cilium/cilium | 3215.42 |
| 6 | ceph/ceph | 3172.49 |
| 7 | keycloak/keycloak | 3095.56 |
| 8 | gravitational/teleport | 3082.18 |
| 9 | envoyproxy/envoy | 2929.08 |
| 10 | backstage/backstage | 2903.39 |
| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | pytorch/pytorch | 10182.45 |
| 2 | langchain-ai/langchain | 6080.25 |
| 3 | PaddlePaddle/Paddle | 5408.62 |
| 4 | huggingface/transformers | 4422.84 |
| 5 | AUTOMATIC1111/stable-diffusion-webui | 3881.6 |
| 6 | openvinotoolkit/openvino | 3857.31 |
| 7 | microsoft/onnxruntime | 3006.75 |
| 8 | tensorflow/tensorflow | 2723.26 |
| 9 | Significant-Gravitas/AutoGPT | 2664.85 |
| 10 | ggerganov/llama.cpp | 2339.8 |
| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | elastic/kibana | 7601.04 |
| 2 | grafana/grafana | 7134.37 |
| 3 | ClickHouse/ClickHouse | 4941.99 |
| 4 | airbytehq/airbyte | 4658.86 |
| 5 | apache/doris | 4307.26 |
| 6 | elastic/elasticsearch | 3729.39 |
| 7 | apache/airflow | 3642.9 |
| 8 | StarRocks/starrocks | 3194.56 |
| 9 | trinodb/trino | 2703.4 |
| 10 | apache/spark | 2654.02 |
| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | ClickHouse/ClickHouse | 4941.99 |
| 2 | apache/doris | 4307.26 |
| 3 | elastic/elasticsearch | 3729.39 |
| 4 | cockroachdb/cockroach | 3443.7 |
| 5 | StarRocks/starrocks | 3194.56 |
| 6 | trinodb/trino | 2703.4 |
| 7 | apache/spark | 2654.02 |
| 8 | pingcap/tidb | 2200.38 |
| 9 | milvus-io/milvus | 2001.11 |
| 10 | yugabyte/yugabyte-db | 1940.75 |
| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | flutter/flutter | 9361.81 |
| 2 | vercel/next.js | 6638.65 |
| 3 | appsmithorg/appsmith | 3474.07 |
| 4 | nuxt/nuxt | 3387.23 |
| 5 | facebook/react-native | 3260.55 |
| 6 | ant-design/ant-design | 3053.25 |
| 7 | nodejs/node | 2736.37 |
| 8 | angular/angular | 2273.82 |
| 9 | electron/electron | 1773.31 |
| 10 | denoland/deno | 1654.01 |
| 序号 | 项目名称 | OpenRank |
|---|---|---|
| 1 | openharmony/docs | 3277.69 |
| 2 | openharmony/arkui_ace_engine | 2818.09 |
| 3 | SerenityOS/serenity | 2257.68 |
| 4 | openharmony/graphic_graphic_2d | 1239.6 |
| 5 | openeuler/docs | 1206.9 |
| 6 | openharmony/xts_acts | 1186.06 |
| 7 | openharmony/arkcompiler_ets_runtime | 961.99 |
| 8 | openharmony/interface_sdk-js | 910.91 |
| 9 | reactos/reactos | 745.23 |
| 10 | armbian/build | 679.1 |
2023 年，AI 大模型领域蓬勃发展，GPT-4、CLIP 等新一代模型崭露头角。全球企业竞相投入研发，推动语言理解、图像生成等前沿技术。行业呈现快速演进和探索的态势，为人工智能的广泛应用打开新篇章。与此同时，数据库领域迎来创新潮流。分布式数据库、时序数据库、图数据库等异彩纷呈，满足不同应用场景需求。云原生数据库蓬勃发展，提供灵活扩展与高可用性。本节从项目类型视角开展数据洞察，并对项目 Topic 进行统计分析，最后分别对数据库与 AI 两个核心领域开展了深入洞察。
本小节选取了 GitHub 活跃度排名前 10,000 的仓库数据进行统计分析。
- 组件框架类型（Libraries and Frameworks）占比最高（31.36%），充分反映了开源协同创新特点（站在巨人的肩膀上），也是最受开发者喜爱、乐于贡献的类型；
- 应用软件类型（Application Software）由于其实用性，占比仅次于组件框架类（24.34%），能够使得所有用户（不仅仅局限于开发者）在各个行业与领域使用开源软件；
- 内容资源类型（Non Software）也有不小的占比（23.17%），这体现了开源这一协同开发模式从软件延伸到全内容领域的趋势，包括文档、教育、艺术、硬件或其他非编程相关领域的创作和贡献；
- 软件工具类型（Software Tools）的占比为 18.9%，对于开发者这个专业群体来说，是个不容忽视的比例，能够使开发者专注于构建实际的应用程序和软件产品；
- 系统软件类型（System Software）占比最少（仅 2.3%），体现了基础软件的性质，数量虽少，但价值巨大，难度也是最高的。
图 6.2 不同项目类型 OpenRank 加总比例
进一步，再从 OpenRank 影响力视角看这几个类别：
- 最大的变化，就是内容资源类型（Non Software）项目虽然有较高的活跃度，但其影响力相对较低；
- 而系统软件类型（System Software）虽然活跃度占比很少，但其影响力占比相对更多，软件工具类型（Software Tools）项目也有类似的现象；
- 组件框架类型和应用软件类型则没有太多变化，都是属于占比较多的类型。
图 6.3 不同项目类型近 5 年 OpenRank 变化趋势
从上面的五年 OpenRank 演化图上可以看得出来，系统软件类型（System Software）的影响力也是逐年升高、而内容资源类型（Non Software）项目的影响力比例是在相对下降这样一个现象。
本节同样选取 GitHub 活跃度排名前 10,000 的仓库数据进行分析，并获取仓库下的 Topic 标签进行深入洞察。
前十的主题涵盖了多个领域，反映了开源社区的广泛兴趣。其中，JavaScript、Hacktoberfest、Python 等主题代表了前沿技术、活跃社区活动和多用途编程语言的热点，突显了对于前端开发、开源贡献和多领域编程的关注。
- Hacktoberfest 是一个每年十月举办的活动，旨在促进开源社区的发展。它由 DigitalOcean 与 GitHub 合作发起，其目标是鼓励更多人参与开源项目，为开源社区做出贡献。它的 OpenRank 高反映了人们对于开源项目、社区参与和贡献的热情。开发者们积极参与这个活动，通过向开源项目提交 Pull Request 的方式贡献，从而帮助提升了这个仓库的声誉和影响力。
- JavaScript 和 Python：这两项技术在过去几年中保持了相对稳定的趋势，没有出现大幅度的增长或下降。
本小节依据 Database of Databases 及 DB-Engines Ranking 中公开的开源数据库信息，将该领域按数据库的存储结构及用途划分为 Relational、Key-value、Document、Search Engine、Wide Column、Time Series、Graph、Vector、Object Oriented、Hierarchical、RDF、Array、Event、Spatial、Native XML、Multivalue、Content、 Network 18 个子类，收集并分析其在 GitHub 上的相应数据库开源项目的协作日志数据，详细洞察结果如下：
1、数据库子领域 OpenRank 榜单
表 6.1 数据库子领域 OpenRank 排行| 排名 | 子领域名称 | OpenRank |
|---|---|---|
| 1 | Relational | 58092.36 |
| 2 | Key-value | 21834.08 |
| 3 | Document | 17264.93 |
| 4 | Search Engine | 8093.77 |
| 5 | Wide Column | 7896.43 |
| 6 | Time Series | 7813.54 |
| 7 | Graph | 5196.52 |
| 8 | Vector | 4965.41 |
| 9 | Object Oriented | 3104.07 |
| 10 | Hierarchical | 1355.4 |
| 11 | RDF | 592.68 |
| 12 | Array | 383.95 |
| 13 | Event | 256.59 |
| 14 | Spatial | 224.05 |
| 15 | Native XML | 209.51 |
| 16 | Multivalue | 15.89 |
| 17 | Content | 3.43 |
2、数据库子领域活跃度榜单
表 6.2 数据库子领域活跃度排行| 排名 | 子领域名称 | activity |
|---|---|---|
| 1 | Relational | 161025.44 |
| 2 | Key-value | 62501.64 |
| 3 | Document | 49400.11 |
| 4 | Search Engine | 23799.87 |
| 5 | Time Series | 22077.57 |
| 6 | Wide Column | 21292.17 |
| 7 | Vector | 16395.88 |
| 8 | Graph | 14947.43 |
| 9 | Object Oriented | 8418.14 |
| 10 | Hierarchical | 3406.55 |
| 11 | RDF | 1701.67 |
| 12 | Array | 1280.14 |
| 13 | Native XML | 737.94 |
| 14 | Spatial | 680.79 |
| 15 | Event | 654.42 |
| 16 | Content | 33.94 |
| 17 | Multivalue | 12.68 |
从数据库领域各子领域 2023 年的 OpenRank 和活跃度排行可以看出：
- Relational、Key-value、Document 在以上两项指标中都稳据前三，前三名的数据库子领域的两项指标累计均占数据库领域两项指标的 70% 以上；
- Relational 的各项指标超过了第二至第五名的总和，其两项指标均占数据库领域两项指标的 40% 以上，是一个超大子类。
从数据库领域各子领域项目近 5 年 OpenRank 变化趋势及活跃度变化趋势上可以看出：
- 近 5 年，Relational、Key-value、 Document 在以上两项指标中都持续稳据前三；
- Search Engine、 Wide Column、Time Series、 Graph、 Vector、 Object Oriented 则占据了第四到第九名，且两项指标均有逐渐上升的趋势；
- 从上图的排名变化可以看出 Search Engine 和 Vector 的活跃度增速相对较快，Search Engine 的 OpenRank 也提升了两个名次，已经跃居第四大子类，而 Vector 子类还有未爆发的 OpenRank 潜力，其 OpenRank 值已经与 Graph 子类非常接近了；大模型带来的影响目前仍未减退，预计 2024 年 Vector 子类将超过 Graph 子类。
开源象限图共涉及三个度量指标：Activity、Openrank、CommunityVolume。
其中 CommunityVolume 与 open-digger 中的 Attention 指标计算公式相同，即对一定时间内目标项目的 star 数和 fork 数的加权求和：sum(1*star+2*fork)。
象限图绘制方法：
- 把每个数据库子类按 activity 选取 Top 10 的项目；
- 做出
log(openrank)-log(communityvolume)的log(x)-log(y)散点图, log 的底数均为 2，分别表示空间影响力 openrank 与时间影响力 communityvolume 衰减到 1 所需的半衰次数； - 以图上所有点的横坐标均值所对应的纵向线作为纵轴，以图上所有点的纵坐标均值所对应的横向线作为横轴划分为四个象限。
数据库领域子类标签共计18个，选取2023年活跃度占比超过1%的前9个类别统计分析，绘制开源象限图如下：
搜索引擎类两极分化严重，既有像 ElasticSearch 这样 OpenRank 和 CommmunityVolume 都很高的项目，又有像 Sphinx 和 Xapian 这样 OpenRank 和 CommmunityVolume 都极低的项目。
从第一象限看出：relational、document、searchengine、vector 都是 openrank 影响力较强且 CommmunityVolume 关注度也较强的数据库类型，而 object_oriented 则在两方面相对较弱。
从活跃度 Top 9 子类数据库的开源象限图中的纵向分布可以看出：search_engine、vector 两个子类的 CommmunityVolume 相较于 OpenRank 更高，有较高的社区声量，相比于其他的子类有较快的发展期望。
本小节参考 Generative AI Open Source (GenOS) Index 中的生成式 AI 领域开源项目，将其分为 tool、model、application 和 infrastructure 四个子类展开分析, 详细洞察结果如下：
- 根据类别（模型类、工具类、应用类、基础类）划分的分类分析，在活跃度和影响力上总体趋势一致；
- 模型类 AIGC 开源项目的影响力和活跃度均高于工具类和应用类；
- 模型类项目影响力自 2022 年开始增长迅速，在 2023 年超过基础类，整体呈现上升趋势，代表着 2023 年是 AIGC 创新应用开发的大爆发之年，预计后续还会继续走高，从而也同时带动应用类项目的大发展。
- langchain 影响力和活跃度双排名第一，备受开发者的关注；
- transformers 作为该领域前几年一直的王者，只到 2023 年才被超越，充分展示了其 AIGC 领域奠基性的地位，该项目在学术领域与开源领域影响力均表现不俗；
- stable-diffusion-webui 也是备受开发者关注的 AIGC 工具，尤其在活跃度这方面超越 transformers 稳居第二，2024 年影响力超越 transformers 也是大概率事件；
- 部分 AIGC 项目在 2023 年开源后影响力与活跃度就迅速增长并位于 Top 10 榜单，展示了 AIGC 领域这种极端快速的变化特点。
1、生成式 AI 领域 OpenRank Top 10 项目榜单
表 6.3 生成式 AI 领域 OpenRank 度排行| 排名 | 项目名称 | OpenRank |
|---|---|---|
| 1 | langchain-ai/langchain | 6080.25 |
| 2 | huggingface/transformers | 4422.84 |
| 3 | AUTOMATIC1111/stable-diffusion-webui | 3881.6 |
| 4 | Significant-Gravitas/AutoGPT | 2664.85 |
| 5 | ggerganov/llama.cpp | 2339.8 |
| 6 | oobabooga/text-generation-webui | 2242.5 |
| 7 | milvus-io/milvus | 2001.11 |
| 8 | run-llama/llama_index | 1913.01 |
| 9 | facebookincubator/velox | 1589.53 |
| 10 | invoke-ai/InvokeAI | 1571.45 |
2、生成式 AI 领域活跃度 Top 10 项目榜单
表 6.4 生成式 AI 领域活跃度排行| 排名 | 项目名称 | activity |
|---|---|---|
| 1 | langchain-ai/langchain | 22563.04 |
| 2 | AUTOMATIC1111/stable-diffusion-webui | 13933.03 |
| 3 | huggingface/transformers | 13618.11 |
| 4 | Significant-Gravitas/AutoGPT | 10961.81 |
| 5 | cobabooga/text-generation-webui | 8597.33 |
| 6 | ggerganov/llama.cpp | 8108.62 |
| 7 | run-llama/llama_index | 7532.47 |
| 8 | milvus-io/milvus | 6488.35 |
| 9 | facebookincubator/velox | 4923.05 |
| 10 | chatchat-space/Langchain-Chatchat | 4477.63 |
开发者是开源创新全过程的核心参与方，是开源项目及其衍生产品的生产者和供给方，是开源项目的主要贡献者。开发者的整体数量规模和协作机制对开发者整体的贡献量具有决定性影响。本节以个体开发者为单位开展数据洞察，并在国家与地区层面上做适当的聚合分析。
和前面 1.3 部分的分析类似，以下分析基于 GitHub 上 1000 万个活跃开发者展开。其中正确填写地理位置信息的开发者总量约 200 万人，按照 GitHub 全域注册用户数 1 亿计算，采样比例约为 2%。
1、GitHub 活跃开发者分布图
首先将 GitHub 上活跃开发者数量在地图上进行可视化分析，如下图所示。
地图上可以直观地感受 GitHub 开发者大致的地理位置分布。在人口数量众多且互联网发展较快的地区例如中国沿海地区、欧洲地区、美国、印度、巴西东南沿海地区有着最为密集的 GitHub 开发者分布，在其他居住人口少或者互联网较不发达的地区则相对稀疏。
2、GitHub 活跃开发者国家 / 地区分布图
表 7.1 2023 活跃开发者数量国家 / 地区排名
| 排名 | 国家 | 活跃数量 |
|---|---|---|
| 1 | United States | 236899 |
| 2 | China | 113893 |
| 3 | India | 107066 |
| 4 | Brazil | 83932 |
| 5 | Germany | 64836 |
| 6 | United Kingdom | 55175 |
| 7 | Canada | 42238 |
| 8 | France | 40341 |
| 9 | Russia | 31534 |
| 10 | Japan | 21942 |
可以发现美国的人数最多，中国、印度和巴西则紧随其后，其他拥有一定人口数量和经济水平的国家例如加拿大及一些欧洲国家也拥有着较多的 GitHub 开发者。
3、中国活跃 GitHub 开发者分布图
将 GitHub 活跃开发者分布数量在地图上进行可视化分析，如下图表所示。
表 7.2 2023 活跃开发者数量中国地区排名
| 排名 | 地区 | 数量 |
|---|---|---|
| 1 | 北京 | 24151 |
| 2 | 上海 | 18215 |
| 3 | 广东 | 16153 |
| 4 | 浙江 | 10927 |
| 5 | 台湾 | 8823 |
| 6 | 江苏 | 5437 |
| 7 | 四川 | 5311 |
| 8 | 香港 | 3344 |
| 9 | 湖北 | 3273 |
| 10 | 陕西 | 1993 |
可以发现北京拥有着国内最多的 GitHub 用户，其次是上海、广州和浙江。中国的大部分 GitHub 活跃用户都在东部沿海地区，中部的一些省份例如陕西、湖南、湖北也有拥有不少的活跃用户，值得注意的是四川是除了沿海地区以外拥有最多 GitHub 活跃用户的省份。
4、OpenRank 加权后的 GitHub 中国开发者影响力分布图
尝试用各地区开发者的 OpenRank 值做聚合，得到中国开发者影响力分布图与地区排名，如下图表所示。
表 7.3 中国地区 OpenRank 影响力排名
| 排名 | 地区 | OpenRank |
|---|---|---|
| 1 | 北京 | 506624.08 |
| 2 | 上海 | 435804.42 |
| 3 | 广东 | 306014.24 |
| 4 | 浙江 | 274284.92 |
| 5 | 台湾 | 216991.49 |
| 6 | 四川 | 96881.79 |
| 7 | 江苏 | 83321.13 |
| 8 | 香港 | 83238.46 |
| 9 | 湖北 | 51370.74 |
| 10 | 福建 | 33482.25 |
从排名上可以看到 OpenRank 地区排名和活跃开发者数量地区排名高度一致：
- 地区差异性较大：北京、上海开发者整体影响力归为第一档，广东、浙江、台湾开发者整体影响力在第二档，这两档和排在后面的地区有较大差异；
- 四川的整体活跃人数虽然较江苏少，但整体影响力更大，同样的现象也发生在福建和陕西身上。
本小节对 GitHub 及 Gitee 开发者工作时间进行分析。本节时间默认使用 UTC 区时，相比东八区滞后 8 小时。数据默认使用 min-max 方法放缩到 [1-10] 区间，时区图中圆点面积越大代表数值越高。
GitHub 全域开发者工作时间分布
统计 GitHub 全域开发者工作时间，可以看出 GitHub 开发者工作时长分布在 6 时到 21 时更普遍，12 点更为集中，可能是受到定时任务的影响。周六周日相对更不活跃。
Gitee 全域开发者工作时间分布
可以明显看出，Gitee 数据更符合东八区作息规律。
除去机器人的全域开发者时间分布
去掉机器人数据后发现开发者时间分布集中在 6 时 - 21 时这个区间更为普遍，分布更加均匀。
以下为 2023 年度中国仓库 OpenRank 前四名与全球 GitHub 仓库 OpenRank 前四名的工作时间分布对比。
全球 GitHub 仓库 OpenRank 前四名工作时间分布
- NixOS/nixpkgs
- home-assistant/core
- microsoft/vscode
- MicrosoftDocs/azure-docs
中国仓库 OpenRank 前四名工作时间分布
- openHarmony
- openEuler
- PaddlePaddle
- MindSpore
本部分基于 GitHub 用户在开源仓库中所触发的事件将 GitHub 用户分为探索者、参与者、贡献者、提交者（Committer）四个角色，四种角色定义如下表所示。
表 7.5 四种开发者角色| 角色 | 定义 | 含义 |
|---|---|---|
| 探索者 | 对某一项目进行 star 的用户 | 表示用户对该项目有一定的兴趣 |
| 参与者 | 对某项目有过 Issue 或者 Comment 行为的用户 | 表示用户参与该项目 |
| 贡献者（Contributer） | 对某项目中有 Pull Request (PR) 的用户 | 表示用户对项目 CodeBase 有贡献 |
| 提交者（Committer） | 参与 PR-review 或 merge 的用户 | 表示用户对项目有深度贡献 |
一般情况下，四种关系层层递进，结构如下图所示。基于所定义的角色体系，我们从角色数量、时间变化、开发者角色演化三个视角对 GitHub 全域项目中 OpenRank 排名前十的项目进行量化，即第二部分中的项目排名榜单。
表 7.6 OpenRank 排名前 10 项目各开发者角色数量分布
| 仓库名 | 探索者 | 参与者 | 贡献者 | 提交者 |
|---|---|---|---|---|
| NixOS/nixpkgs | 6244 | 3381 | 3074 | 2638 |
| home-assistant/core | 17777 | 9116 | 1230 | 905 |
| microsoft/vscode | 20113 | 16027 | 525 | 339 |
| MicrosoftDocs/azure-docs | 8939 | 2282 | 1591 | 610 |
| pytorch/pytorch | 13237 | 6391 | 1230 | 685 |
| godotengine/godot | 23426 | 7203 | 1020 | 569 |
| flutter/flutter | 14056 | 11101 | 637 | 334 |
| odoo/odoo | 5078 | 1841 | 930 | 570 |
| digitalinnovationone/dio-lab-open-source | 3619 | 907 | 504 | 40 |
| microsoft/winget-pkgs | 1852 | 1395 | 1384 | 286 |
结果表明：
- 探索者的数量普遍较高，这表明这些项目受到了广泛的关注和支持。godotengine/godot、microsoft/vscode、home-assistant/core 探索者数量远超其他项目，说明了这三个项目受到广泛关注；
- microsoft/vscode 是参与者与贡献者人数差距最大的项目，而 microsoft/winget-pkgs 二者差距最小；
- 提交者（Committer）角色方面，NixOS/nixpkgs 项目提交者人数最多，有 2,638 人；digitalinnovationone/dio-lab-open-source 项目提交者数最少。
角色新增的统计口径为：某用户在 2023 年之前不是 X 角色（例如贡献者或提交者角色），在 2023 年成为 此角色，则为 X 角色有效新增数。
例如：A 2021 年给 B 项目提交了 PR，但是从未参与 Code Review 工作。2023 年 A review 了 B 项目中的 PR，则称 A 为新增提交者。
详细角色新增情况如下图和下表所示。
表 7.7 OpenRank 排名前 10 项目新增开发者角色数量分布
| 仓库名 | 新增提交者 | 新增贡献者 | 新增参与者 | 新增探索者 |
|---|---|---|---|---|
| NixOS/nixpkgs | 1226 | 1622 | 1591 | 3027 |
| home-assistant/core | 538 | 808 | 4640 | 8998 |
| microsoft/vscode | 263 | 394 | 10216 | 15746 |
| MicrosoftDocs/azure-docs | 352 | 1420 | 3913 | 1579 |
| pytorch/pytorch | 391 | 802 | 2083 | 13016 |
| godotengine/godot | 386 | 708 | 2834 | 22996 |
| flutter/flutter | 184 | 455 | 3954 | 13579 |
| odoo/odoo | 244 | 453 | 472 | 4991 |
| digitalinnovationone/dio-lab-open-source | 40 | 3611 | 732 | 504 |
| microsoft/winget-pkgs | 231 | 957 | 485 | 1373 |
结果表明：
- 最高新增 Stars 的仓库是 godotengine/godot，达到了 22,996，其中有一半的新增来自于 2023.9，是由于当月 Unity 公司发布的新收费策略导致大量游戏开发者寻找开源游戏开发引擎替代品带来的; digitalinnovationone/dio-lab-open-source 和 microsoft/winget-pkgs 的新增探索者最少，分别为 504 和 1,373;
- 最高新增参与者的仓库是 microsoft/vscode，达到了 10,216；digitalinnovationone/dio-lab-open-source 的新增 Issues 最少，为 732;
- 最高新增开发者的仓库是 NixOS/nixpkgs，达到了 1,622;
- 最高新增维护者的仓库同样是 NixOS/nixpkgs，达到了 1,226。
开发者演化过程定义为：一个开源社区中有多少角色转向其他角色。本报告中我们只度量某一角色转向更深层次角色的开发者。例如某用户 2023 年以前是参与者 ，到了 2023 年该用户提出了自己第一个 PR ，因此由参与者转变为贡献者。
表 7.8 OpenRank 排名前 10 项目角色转化数量分布
| 仓库名 | 贡献者 -> 提交者 | 参与者 -> 贡献者 | 探索者 -> 参与者 |
|---|---|---|---|
| NixOS/nixpkgs | 254 | 122 | 168 |
| home-assistant/core | 70 | 113 | 134 |
| microsoft/vscode | 16 | 70 | 287 |
| MicrosoftDocs/azure-docs | 129 | 169 | 21 |
| pytorch/pytorch | 60 | 53 | 187 |
| godotengine/godot | 63 | 131 | 330 |
| flutter/flutter | 31 | 91 | 419 |
| odoo/odoo | 55 | 19 | 32 |
| digitalinnovationone/dio-lab-open-source | 0 | 0 | 0 |
| microsoft/winget-pkgs | 49 | 11 | 18 |
结果表明：
- 在各社区中，我们可以观察到典型的漏斗模型，即从探索者到参与者，再到贡献者和提交者的演化路径。以 godotengine/godot 为例，有 330 名贡献者成功演化为提交者，131 名参与者演化为贡献者，而 63 名探索者演化为参与者。这一趋势在其他社区也得到了体现，符合社区成员从初次探索到深度参与的一般发展过程。
- 在一些社区中，例如 NixOS/nixpkgs，我们观察到贡献者向提交者的演化数量相对较大。在该社区中，254 名贡献者成功演化为提交者，这可能代表相对高的代码审查需求，鼓励更多的贡献者深度参与到维护工作中。这种机制可能有助于提高社区代码的质量和稳定性。
- 在一些社区，例如 flutter/flutter 和 godotengine/godot，我们观察到相对较多的探索者成功转化为参与者。在 flutter/flutter中，419 名探索者演化为参与者，而在 godotengine/godot 中，有 330 名探索者变为参与者。
- digitalinnovationone/dio-lab-open-source 项目由于在 2023 年创建，并没有数据。
机器人（bot）自动化是开源协作平台中的重要贡献力量，本部分分析了 2023 年全年近 6 亿条仓库事件，涉及 770 万开源仓库，以及 1,200 多个机器人账号。
分析 2015 年至 2023 年的机器人活动数据，部分观察如下：
机器人事件数量从 4,217,635 个增长至 304,257,084 个，增长趋势显著。从 2019 年起，机器人事件数量急剧上升，尤其是在 GitHub 平台 2019 年至 2021 年间，GitHub 上机器人账号活动量呈现爆炸式增长，增长是由于 GitHub 自动化、持续集成 / 持续部署（CI/CD）工具的普及和完善有关。
尽管机器人账号数量不多，但每个机器人服务于多个仓库，展现出高效率和广泛影响力
这幅图表展示了 2022 年与 2023 年间 GitHub 各事件类型的数量变化及其增长率。通过对比这两年的数据，我们可以洞察机器人账号在开发流程中的使用趋势：
- 代码推送的主导地位：PushEvent 在机器人账号活动中占据主导地位，尤其在 2023 年数量显著上升，表明机器人账号在代码维护和更新方面扮演着重要角色；
- 项目创建活动的变化：CreateEvent 在 2022 年非常活跃，但在 2023 年有所减少，这可能表明机器人账号在新项目创建方面的活动有所下降；
- 代码审查和协作的重要性：PullRequestEvent 和 IssueCommentEvent 数量在两年中都较高，显示机器人账号在代码审查和问题讨论中的积极参与；
- 活动类型的变化：DeleteEvent 在 2023 年相比 2022 年有所减少，而 ReleaseEvent 则有所增加，这反映出机器人账号在项目生命周期管理中的不同聚焦点；
- 注释相关事件的增加：CommitCommentEvent 和 PullRequestReviewCommentEvent 在 2023 年有所增加，表明机器人账号在代码审查过程中的讨论和反馈越来越活跃；
- 机器人账号的特定用途：较少见的事件类型如 GollumEvent、MemberEvent、PublicEvent 和 WatchEvent 在数量上相对较低，表明机器人账号主要用于特定的自动化任务，而在社交互动方面的参与较少。
类似开发者工作时间分布，可以对机器人的工作时间数据进行分析。
- 机器人账号的工作时间分布主要集中在凌晨 0 点至 1 点和中午 12 点至 13 点；
- 根据全域开发者时区可以推测大多数自动化流程在凌晨和中午时段较为活跃；
- 机器人工作活跃时间与工作日和非工作日相关度较小，大多数自动化协作任务为定时任务，较少的自动化任务与对贡献者的活动事件产生响应有关。
在 2023 年，Gitee 数据首次融入 OpenDigger 社区，使得 Gitee 上的项目也参与到了 OpenRank 的计算中。在这一年，openEuler 社区以 16,728 的 OpenRank 值超越 PaddlePaddle，成为仅次于 openHarmony 的中国第二大开源社区。
在 2023 年，openEuler 社区吸引了 3,941 名开发者参与 Issue 或 PR 的协作讨论，其中有 1,934 名贡献者成功为 openEuler 社区的仓库贡献并合入了至少一个 PR。
值得一提的是，openEuler 社区在 2023 年初发起了文档捉虫活动，并在社区文档官网中嵌入了与 Gitee 打通的交互式页面贡献机制。这一机制使得开发者在阅读文档时发现错误时，能够在官网上直接修改并一键发起 Gitee 轻量级 PR，而无需跳转到 Gitee 平台或进行 Git 操作。
这一创新的机制带来的数据变化令人瞩目，openeuler/docs 仓库在 2023 年合入了 7,764 个 PR，其中 74% 的 PR 是通过官网页面直接提交的。这一机制的上线也显著地提升了每月平均活跃贡献者数量（从 30 人提升到 80 人）和每月平均合入 PR 数量（从 116 个提升到 722 个）。
另一个值得关注的项目是 openeuler/mugen，作为 openEuler 社区的测试框架项目，该项目活跃度极高。在 2023 年，有 138 位开发者参与到项目讨论和贡献中，其中 95 位开发者成功合入了 PR。该项目在整个 openEuler 社区中的 OpenRank 排名第三，仅次于 openeuler/docs 文档仓库和 openeuler/kernel 内核仓库。这个优秀的测试框架为开发者提供了快速编写和运行测试用例的便利，可以帮助他们验证贡献代码的正确性和有效性，极大降低了后续贡献的流程成本。
综上所述，openEuler 社区之所以取得较高的 OpenRank 值，并非偶然。他们不仅为高频低门槛的文档贡献设计了几乎零流程成本的交互式贡献机制，还提供了优秀的测试框架，助力贡献者在贡献代码的同时快速验证其正确性。这些优秀的开发者体验优化，是各个开源社区值得学习和推广的范例。
我们使用目前已采集的近千万 GitHub 开发者账号的详细信息，其中包含了中国开发者账号近 20 万，通过分析这 20 万开发者在 2023 年 OpenRank 贡献度情况，获得中国开发者贡献仓库总榜如下：
大部分项目是在 OpenRank 大榜中有体现的，比较有趣的项目包括：
-
NixOS/nixpkgs：这也是一个国际顶级项目，一个新操作系统的包管理工具，虽然大部分更新都是包信息的更新，但也意味着这个操作系统生态本身的繁荣。
-
intel-analytics/BigDL：将 LLM 运行在 Intel XPU 上的运行库，这个仓库 17 年就建立了，到 2021 年底时近乎已经废弃，但随着 2022 年 LLM 崛起，这个仓库起死回生，目前保持每月 50 人左右的活跃规模。
以上截图来自 HyperCRX
-
siyuan-note/siyuan：思源笔记，一款隐私优先的国产开源知识管理工具，支持双向知识块级引用，保持每月百人的社区活跃规模。支持订阅商业化，价格非常亲民。
-
baidu/amis：百度开源的低代码页面生成框架，低代码项目近年来非常火爆，例如阿里开源的 LowcodeEngine，鸿蒙生态的 DevEco Studio 等为开发者低代码快速开发应用提供了巨大便利。
-
cocos/cocos-engine：国产的游戏引擎佼佼者，随着元宇宙概念的兴起，godot 等游戏引擎成为全球重要的顶级开源项目，而国产的游戏引擎 cocos/cocos-engine 也在国内有着优秀的表现。
-
MaaAssistantArknights/MaaAssistantArknights 这个项目很有意思，是明日方舟这款游戏的一个自动化刷日常任务的脚本助手项目，可以在手机模拟器上进行游戏日常任务的自动化执行。这个仓库超过 10k star，每月稳定有 300 多人活跃，非常惊人的活跃度。而且项目完全开源免费，社区维护，且支持所有桌面平台。
