README_zh-CN.md

IssueInsight

English | 简体中文

GitHub Issues 智能分析面板：分析github issues数据，洞察项目需求。

✨ 特性

• 一键分析：即时分析任何公开 GitHub 仓库的 issues
• 丰富可视化：直观展示问题趋势、时间模式和社区参与度指标
• 社区洞察：理解项目维护模式和社区健康状况
• 时间分析：追踪活跃时段和响应模式
• 性能指标：监控解决率和团队效率
• 用户友好：简洁直观的 Web 仪表板，便于分析

🚀 快速开始

1. 环境要求

   • Python 3.7+
   • GitHub 个人访问令牌（必需）
     • 应用需要 GitHub 令牌才能访问 API
     • 没有令牌将无法获取仓库数据
     • 令牌必须具有 repo 权限才能正常工作

2. 安装

   # 克隆仓库
   git clone https://github.com/yourusername/IssueInsight.git
   cd IssueInsight
   
   # 安装依赖
   pip install -r requirements.txt

3. 获取 GitHub Token

   • 访问 GitHub Token 设置
   • 创建带有 repo 权限的 token
   • 复制你的 token

4. 运行应用

   python app.py

5. 访问面板

   • 打开 http://localhost:5000
   • 输入你的 GitHub token
   • 输入要分析的仓库 URL

📊 核心指标

• Issues 统计

  • 总数、开放和关闭的 issues 统计
  • 解决率和趋势
  • 平均响应时间

• 时间分析

  • 按小时/天的活动模式
  • 贡献高峰时段
  • 响应时间分布

• 社区参与度

  • 活跃贡献者
  • 评论频率
  • 用户互动模式

💡 使用场景

• 项目评估：采用前评估仓库维护状况
• 社区分析：了解用户参与模式
• 维护规划：识别最佳 issue 管理时机
• 团队表现：跟踪解决效率
• 趋势分析：监控长期项目健康度

🛠️ 开发

# Fork 仓库
git clone https://github.com/yourusername/IssueInsight.git

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows 使用: venv\Scripts\activate

# 安装开发依赖
pip install -r requirements-dev.txt

# 运行测试
pytest

🤝 贡献指南

贡献使开源社区成为一个令人赞叹的学习、激励和创造的地方。我们非常感谢任何形式的贡献。

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 提交 Pull Request

📝 许可证

基于 MIT 许可证开源。详见 LICENSE 文件。

🙏 致谢

• GitHub API
• Flask
• 所有贡献者和用户