copilot-metrics-viewer

copilot-metrics-viewer

GitHub Copilot指标可视化应用

该应用程序通过一系列图表直观展示GitHub Copilot的关键指标,包括接受率、建议数量和活跃用户等。它还提供语言分析、Copilot Chat数据和座位使用情况等功能,帮助GitHub组织或企业账户分析Copilot的影响和采用情况。应用支持实际数据和模拟数据展示,利用GitHub Copilot指标API获取信息。

GitHub Copilot指标可视化数据分析开发效率代码建议Github开源项目

注意:有关支持和帮助的信息,请点击这里

GitHub Copilot 指标查看器

<p align="center"> <img width="150" alt="image" src="https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/3329307/8473a694-217e-4aa2-a3c7-2222a321c336"> </p>

这个应用程序为您的<i>GitHub 组织</i><i>企业账户</i>展示了一系列与 GitHub Copilot 相关的各种指标图表。这些可视化设计旨在清晰地呈现数据,使其易于理解和分析 GitHub Copilot 的影响和采用情况。本应用利用了 GitHub Copilot 指标 API

视频

https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/3329307/bc7e2a16-cc73-43c4-887a-b50809c08533

图表

关键指标

以下是这些图表中可视化的关键指标:

  1. 接受率: 该指标表示接受的行数与 GitHub Copilot 建议的总行数的比率。这个比率是 Copilot 建议相关性和有用性的指标。
<p align="center"> <img width="800" alt="image" src="https://github.com/martedesco/copilot-metrics-viewer/assets/3329307/875a5f5f-5d8a-44bd-a4e9-0f663f2b2628"> </p>
  1. 总建议数: 这个图表展示了 GitHub Copilot 提供的代码建议总数。它提供了该工具活动和用户参与度随时间变化的视图。

  2. 总接受数: 这个可视化专注于用户接受的建议总数。

<p align="center"> <img width="800" alt="image" src="https://github.com/martedesco/copilot-metrics-viewer/assets/3329307/b84220ae-fbdc-4503-b50b-4689362bf364"> </p>
  1. 建议总行数: 展示 GitHub Copilot 建议的代码总行数。这给出了代码生成和辅助提供量的概念。

  2. 接受总行数: 顾名思义,用户接受的代码总行数(完全接受),提供了对实际被使用和纳入代码库的建议代码量的洞察。

<p align="center"> <img width="800" alt="image" src="https://github.com/martedesco/copilot-metrics-viewer/assets/3329307/788c9b33-8e63-43a5-9ab9-98d8938dd9d9"> </p>
  1. 活跃用户总数: 表示与 GitHub Copilot 互动的活跃用户数量。这有助于理解用户基础的增长和采用率。
<p align="center"> <img width="800" alt="image" src="https://github.com/martedesco/copilot-metrics-viewer/assets/3329307/bd92918f-3a11-492b-8490-877aaa768ca3"> </p>

语言细分分析

顶部显示了按接受提示和接受率排名的前 5 种语言的饼图。

<p align="center"> <img width="800" alt="image" src="https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/3329307/8ab0488a-89e6-486d-aa61-df3d178cd57c"> </p>

语言细分分析标签页还显示了一个表格,展示了过去 28 天内每种语言的已接受提示、已接受代码行数和接受率(%)。条目按_已接受代码行数降序_排列。

<p align="center"> <img width="800" alt="image" src="https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/3329307/38a4ff57-4974-4f60-a154-91db17b03678"> </p>

Copilot 聊天指标

<p align="center"> <img width="800" alt="image" src="https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/3329307/79867d5f-8933-4509-a58a-8c6deeb47536"> </p>
  1. 累计对话轮次: 该指标表示过去 28 天内与 Copilot 的总对话轮次(交互)。一个"轮次"包括用户输入和 Copilot 的回应。

  2. 累计接受次数: 该指标显示过去 28 天内用户接受的 Copilot 建议代码行总数。

  3. 总轮次 | 总接受次数: 这是一个显示总轮次和接受次数的图表。

  4. Copilot 聊天活跃用户总数: 一个条形图,展示过去 28 天内与 Copilot 积极互动的用户总数。

席位分析

<p align="center"> <img width="800" alt="image" src="https://github.com/github-copilot-resources/copilot-metrics-viewer/assets/54096296/51747194-df30-4bfb-8849-54a0510fffcb"> </p> 1. **总分配数:** 该指标表示当前组织/企业内分配的 Copilot 席位总数。
  1. 已分配但从未使用: 该指标显示在当前组织/企业内已分配但从未使用的席位。图表中还显示了分配时间戳。

  2. 最近 7 天无活动: 从未使用的席位或已使用但在过去 7 天内无活动的席位。

  3. 最近 7 天无活动(包括从未使用的席位): 一个表格,显示过去 7 天内无活动的席位,按最后活动日期排序。较早使用过的席位显示在顶部。

设置说明

.env 文件中,您可以配置几个控制应用程序行为的环境变量。

VUE_APP_SCOPE

.env 文件中的 VUE_APP_SCOPE 环境变量决定了应用程序进行 API 调用的范围。它可以设置为 'enterprise' 或 'organization'。

  • 如果设置为 'enterprise',应用程序将针对 VUE_APP_GITHUB_ENT 变量中定义的 GitHub 企业账户进行 API 调用。
  • 如果设置为 'organization',应用程序将针对 VUE_APP_GITHUB_ORG 变量中定义的 GitHub 组织账户进行 API 调用。

例如,如果您想针对组织进行 API 调用,您可以在 .env 文件中设置 VUE_APP_SCOPE=organization

VUE_APP_SCOPE=organization

VUE_APP_GITHUB_ORG= <您的组织>

VUE_APP_GITHUB_ENT=

VUE_APP_MOCKED_DATA

要通过 API 访问过去 28 天的 Copilot 指标并显示实际数据,请将以下布尔环境变量设置为 false

  VUE_APP_MOCKED_DATA=false

VUE_APP_GITHUB_TOKEN

指定用于 API 请求的 GitHub 个人访问令牌。生成此令牌时需要以下权限范围:copilotmanage_billing:copilotmanage_billing:enterpriseread:enterpriseread:org

  VUE_APP_GITHUB_TOKEN=

安装依赖

npm install

编译并运行应用程序

npm run serve

Docker 构建

docker build -t copilot-metrics-viewer .

Docker 运行

docker run -p 8080:80 --env-file ./.env copilot-metrics-viewer

应用程序将可在 http://localhost:8080 访问

许可证

本项目根据 MIT 开源许可证的条款授权。请参阅 MIT 了解完整条款。

维护者

@martedesco

支持

本项目是独立开发和维护的,不是 GitHub 的官方产品。它通过我(@martedesco)和我们出色的贡献者的专注努力而蓬勃发展。衷心感谢所有贡献者!✨

我致力于通过 GitHub Issues 提供支持。虽然我努力保持响应及时,但无法保证立即回复。对于紧急问题,请在标题中包含"CRITICAL"以获得更快的关注。🙏🏼

即将推出 🔮

  • 团队分析
  • 持久化层

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多