📊 开源了一个 Git 代码统计神器，解决了团队代码量统计的 N 个痛点

📢 本文介绍一个全新的开源 Git 代码统计工具，支持多账户统计、智能工作量计算、缓存加速、导出报告等功能，完美解决了团队协作中代码量统计的各种痛点。

🤔 写在前面：为什么要做这个工具？

作为开发者，你是否遇到过这些场景：

痛点 1：老板要看开发成果

"这个月你写了多少代码？"

"这个项目各个成员的贡献度怎么样？"

"某某离职了，他的代码量有多少？"

传统方案的问题：

git log --author 只能看提交记录，看不到具体代码量
GitHub Insights 只能看仓库整体，无法按人员拆分
GitStats 等工具配置复杂，输出不直观

痛点 2：多账户统计困难

很多开发者有多个 Git 账户：

公司电脑：zhangsan@company.com
家里电脑：zhangsan@gmail.com
临时账户：zs

传统方案： 只能一个个查，然后手动加总 😫

痛点 3：统计逻辑不合理

传统的 新增 - 删除 = 净增 存在严重问题：

python 复制代码

# 场景：重构代码
原来 1000 行代码
新增 200 行
删除 300 行
净增 = -100 ❌  # 负数？工作量为 0？

# 实际上：这是一次有价值的代码优化！

删除代码也是工作量！ 但传统统计方式完全忽略了这一点。

痛点 4：统计速度慢

大型项目统计可能需要 10+ 分钟，每次调整参数都要重新等待 😤

基于这些痛点，我开发了这个 Git 代码统计工具，一次性解决所有问题！

✨ 核心功能

1️⃣ 双维度统计：累计工作量 + 当前代码量

📈 累计工作量（Historical Workload）

基于 git diff，统计历史提交中的所有变更：

✅ 反映开发者的真实工作量
✅ 包括已删除的代码
✅ 适合评估贡献度、绩效考核

📊 当前代码量（Current Codebase）

基于 git blame，统计当前代码库中每行代码的作者：

✅ 反映当前活跃的代码
✅ 适合维护性评估
✅ 了解代码库的构成

示例对比：

复制代码

张三的统计：
  累计工作量：15000 行（包括历史上写过但后来被删除的代码）
  当前代码量：8000 行（现在代码库中还存活的代码）
  
  ➡️ 说明：张三做了很多工作，包括重构和优化

2️⃣ 智能工作量计算算法

传统的 新增 - 删除 完全不合理，我们采用了智能算法：

python 复制代码

# 根据文件变更类型采用不同策略
if 新建文件:
    工作量 = 新增 - 删除
elif 删除文件:
    工作量 = 0  # 删除整个文件不算工作量
elif 重命名文件:
    工作量 = 新增 - 删除
else:  # 修改文件 ⭐ 核心
    工作量 = 新增 × 0.9 + 删除 × 0.1

为什么是 0.9 和 0.1？

新增代码 = 90% 权重（核心工作量）
删除代码 = 10% 权重（体现重构、优化的价值）

实际效果：

ini 复制代码

场景 1：重构优化
  新增 200 行，删除 300 行
  传统算法：-100（工作量为 0）❌
  智能算法：200×0.9 + 300×0.1 = 210 ✅

场景 2：新功能开发
  新增 500 行，删除 50 行
  传统算法：450
  智能算法：500×0.9 + 50×0.1 = 455 ✅

场景 3：代码优化（删除冗余）
  新增 0 行，删除 200 行
  传统算法：-200（工作量为 0）❌
  智能算法：0×0.9 + 200×0.1 = 20 ✅

3️⃣ 多账户统计

一次性统计多个账户，自动汇总：

java 复制代码

输入：
  wangzc
  jusz@company.com
  xucongle
  huyulin@gmail.com

输出：
  ✅ 自动识别用户名和邮箱
  ✅ 支持详细模式（每个账户独立统计）
  ✅ 支持汇总模式（合并统计）

详细模式效果：

每个账户独立的文件清单
每个账户的代码类型分布（Java、Python、前端等）
账户间的贡献度对比

4️⃣ 过滤合并提交（重要！）

发现的问题：

markdown 复制代码

张三执行了 git merge dev
  - 合并提交包含 100+ 个文件
  - 但这些文件不是张三写的！
  - 如果统计合并提交，张三的代码量会虚高 ❌

解决方案：

python 复制代码

# 自动跳过合并提交（有多个父提交的提交）
if len(commit.parents) > 1:
    return  # 跳过

✅ 只统计开发者真正写的代码，不统计合并操作！

5️⃣ 智能缓存机制

大型项目统计耗时？没问题！

缓存策略：

复制代码

首次统计：10 分钟 ⏱️
再次打开：0.5 秒 ⚡（从缓存读取）

缓存有效条件：
  ✅ 仓库路径相同
  ✅ 分支相同
  ✅ 用户列表相同
  ✅ 统计模式相同
  ✅ 最后一次提交相同

缓存位置：

Windows: C:\Users\<用户名>\.git-counter-cache\
macOS/Linux: ~/.git-counter-cache/

✅ 跨电脑、跨项目位置都能正确读取缓存！

6️⃣ 多格式报告导出

📊 HTML 报告（强烈推荐！）

特性：

🎨 现代化的 UI 设计
📑 多 Tab 页面（汇总、各账户、对比）
📈 Chart.js 可视化图表
📁 详细的文件清单
🔍 支持浏览器内搜索、排序

适合场景： 给老板、PM 看，直观、专业

📑 Excel 报告

特性：

📊 多 Sheet 页面（汇总、各账户、对比）
🎨 自动列宽、样式美化
📈 可进一步用 Excel 分析数据

适合场景： 需要二次加工、数据分析

7️⃣ 文件类型分类统计

自动识别 20+ 种文件类型：

python 复制代码

代码类别：
  ✅ 后端代码：Java、Python、Go、C++、C#、PHP...
  ✅ 前端代码：Vue、React、JavaScript、TypeScript、HTML、CSS...
  ✅ 移动端：Swift、Kotlin、Dart...
  ✅ 数据库：SQL
  ✅ 配置文件：XML、JSON、YAML、Properties...
  ✅ 文档：Markdown、TXT
  ✅ 其他：Shell、Dockerfile...

效果：

yaml 复制代码

张三的代码分布：
  Java 代码：8500 行（累计）/ 6200 行（当前）
  Vue 前端：3200 行（累计）/ 2800 行（当前）
  SQL 脚本：450 行（累计）/ 380 行（当前）
  配置文件：280 行（累计）/ 220 行（当前）

8️⃣ 智能过滤

过滤逻辑：

python 复制代码

# 只显示有实际贡献的文件
if added > 0 or deleted > 0 or current > 0:
    显示该文件
else:
    过滤掉（避免噪音）

✅ 报告清爽，没有无关文件！

🚀 快速开始

方式 1：使用打包好的 EXE（Windows）

下载 Git代码统计工具.exe
双击运行
选择仓库，输入账户，开始统计！

✅ 无需安装 Python 环境！

方式 2：从源码运行

bash 复制代码

# 1. 克隆项目
git clone https://gitee.com/gaoerfu/git-counter.git
cd git-counter

# 2. 创建虚拟环境
python -m venv venv
venv\Scripts\activate  # Windows
# source venv/bin/activate  # macOS/Linux

# 3. 安装依赖
pip install -r requirements.txt

# 4. 运行 GUI 版本
python git_counter_gui.py

# 或运行命令行版本
python git_counter.py --repo <仓库路径> --user <用户名>

📸 效果展示

主界面

功能区域：

📁 仓库选择
👤 当前 Git 用户信息（自动识别）
📝 多账户输入（支持用户名、邮箱）
🔄 缓存状态（加载缓存 / 重新统计）
📊 统计模式（快速/详细）
▶️ 开始分析按钮
📋 实时日志输出
📤 导出报告按钮

HTML 报告示例

Excel 报告示例

🎯 使用场景

场景 1：团队绩效评估

需求： 统计本季度各成员的代码贡献

操作：

markdown 复制代码

1. 选择项目仓库
2. 切换到目标分支（如 dev）
3. 输入所有成员的账户（用户名或邮箱）
4. 选择"详细模式"
5. 点击"开始分析"
6. 导出 HTML 报告

得到：

✅ 每个成员的详细统计
✅ 成员间的贡献度对比图表
✅ 每个成员的代码类型分布
✅ 详细的文件清单

场景 2：个人工作总结

需求： 年终总结，展示自己一年的工作成果

操作：

markdown 复制代码

1. 选择项目仓库
2. 只输入自己的账户（可输入多个，如公司邮箱+个人邮箱）
3. 选择"快速模式"（汇总多个账户）
4. 点击"开始分析"
5. 导出 Excel 报告

得到：

✅ 全年累计代码量
✅ 当前代码库中的活跃代码量
✅ 各种编程语言的代码量
✅ 可视化图表（放进 PPT）

场景 3：代码审计

需求： 了解某个项目的代码构成和维护者

操作：

markdown 复制代码

1. 选择项目仓库
2. 不输入账户（或输入所有参与者）
3. 选择"详细模式"
4. 导出 HTML 报告

得到：

✅ 当前代码库中各成员的活跃代码量
✅ 了解谁是主要维护者
✅ 代码类型分布
✅ 文件级别的作者信息

场景 4：项目交接

需求： 离职员工的代码量统计，方便交接

操作：

markdown 复制代码

1. 选择项目仓库
2. 输入离职员工的账户
3. 选择"详细模式"
4. 导出 Excel 报告

得到：

✅ 该员工的历史贡献量
✅ 当前代码库中该员工的代码量（需要交接的部分）
✅ 详细的文件清单（便于分配接手人）

🔧 技术实现

技术栈

markdown 复制代码

核心：
  - GitPython：Git 仓库操作
  - Tkinter：GUI 界面

统计逻辑：
  - git diff：累计工作量统计
  - git blame：当前代码量统计

报告生成：
  - openpyxl：Excel 导出
  - Chart.js：HTML 图表
  - 自研 HTML 模板

打包：
  - PyInstaller：打包成 EXE

核心算法

1. 累计工作量统计（基于 git diff）

python 复制代码

def analyze_commit(commit):
    # 跳过合并提交
    if len(commit.parents) > 1:
        return
    
    # 获取 diff
    parent = commit.parents[0] if commit.parents else None
    diffs = parent.diff(commit, create_patch=True)
    
    for diff_item in diffs:
        # 统计新增/删除行数
        added, deleted = count_diff_lines(diff_item.diff)
        
        # 根据文件类型计算工作量
        if diff_item.new_file:
            workload = added - deleted
        elif diff_item.deleted_file:
            workload = 0
        elif diff_item.renamed_file:
            workload = added - deleted
        else:  # 修改文件
            workload = int(added * 0.9 + deleted * 0.1)
        
        stats['total'] += workload

关键点：

✅ 过滤合并提交（避免虚高）
✅ 区分文件类型（新建、修改、删除、重命名）
✅ 智能工作量算法（体现删除代码的价值）

2. 当前代码量统计（基于 git blame）

python 复制代码

def analyze_current_code(repo, user_names, user_emails):
    # 遍历工作区所有文件
    for root, dirs, files in os.walk(repo.working_dir):
        if '.git' in root:
            continue
        
        for file in files:
            # 使用 git blame 分析每一行
            blame_data = repo.blame('HEAD', file_path)
            
            for commit, lines in blame_data:
                # 检查是否是目标用户
                if commit.author.name in user_names or \
                   commit.author.email in user_emails:
                    # 统计该用户的行数
                    stats['current'] += len(lines)

关键点：

✅ 分析当前工作区的所有文件
✅ 逐行识别作者
✅ 支持多账户匹配

3. 缓存机制

python 复制代码

class CacheManager:
    def generate_cache_filename(self, repo_path, branch, users, stat_mode):
        # 规范化路径（确保跨平台一致）
        normalized_path = os.path.abspath(repo_path).replace('/', '\\')
        
        # 生成唯一哈希
        path_hash = hashlib.md5(normalized_path.encode()).hexdigest()[:8]
        users_hash = hashlib.md5(','.join(users).encode()).hexdigest()[:8]
        
        return f"cache_{path_hash}_{users_hash}_{branch}_{stat_mode}.json"
    
    def validate_cache(self, cache_data, current_params):
        # 验证缓存有效性
        return (
            cache_data['metadata']['repo_path'] == current_params['repo_path'] and
            cache_data['metadata']['branch'] == current_params['branch'] and
            cache_data['metadata']['users'] == current_params['users'] and
            cache_data['metadata']['last_commit_id'] == current_params['last_commit_id']
        )

关键点：

✅ 路径规范化（确保一致性）
✅ 多维度验证（仓库、分支、用户、提交）
✅ 存储在用户目录（跨项目位置）

💡 设计亮点

1. 用户体验优化

自动识别 Git 用户

markdown 复制代码

打开仓库后，自动读取：
  - 本地 Git 配置（user.name、user.email）
  - 全局 Git 配置
  - 显示在界面上，无需手动输入

实时进度反馈

csharp 复制代码

[2025-01-15 10:23:45] 开始分析...
[2025-01-15 10:23:46] 账户1/6: 处理提交 10/523
[2025-01-15 10:23:47] 账户1/6: 处理提交 20/523
...
[2025-01-15 10:25:12] ✓ 所有账户分析完成！

智能缓存提示

ini 复制代码

✅ 发现缓存（生成于 2025-01-15 10:23:45）
   [加载缓存] [重新统计] [清除所有缓存]

2. 代码质量

异常处理

python 复制代码

# 所有 Git 操作都有异常处理
try:
    diffs = parent.diff(commit, create_patch=True)
except Exception as e:
    logging.error(f"Diff 失败: {e}")
    return

编码兼容

python 复制代码

# 支持各种文件编码
diff_text = diff_item.diff.decode('utf-8', errors='ignore')

跨平台支持

python 复制代码

# 路径处理兼容 Windows/macOS/Linux
cache_dir = os.path.join(os.path.expanduser("~"), ".git-counter-cache")

3. 性能优化

增量处理

python 复制代码

# 每处理 10 个提交更新一次进度
if i % 10 == 0:
    update_progress(i, total)

数据结构优化

python 复制代码

# 使用 defaultdict 避免重复判断
from collections import defaultdict
file_stats = defaultdict(lambda: {'added': 0, 'deleted': 0, 'current': 0})

缓存策略

python 复制代码

# 缓存存储完整统计结果
{
    'metadata': {...},
    'stats': {...},
    'file_stats': {...},
    'per_user_stats': {...}
}

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

贡献方向：

🐛 Bug 修复
✨ 新功能建议
📖 文档完善
🌍 国际化支持
🎨 UI 优化

开发环境搭建：

bash 复制代码

git clone https://github.com/your-username/git-counter.git
cd git-counter
python -m venv venv
venv\Scripts\activate
pip install -r requirements.txt

📋 Roadmap

v2.2（计划中）

支持 Git 仓库远程 URL 输入
支持时间范围筛选（如近 3 个月）
支持分支对比统计
支持团队统计（多仓库汇总）

v3.0（未来）

Web 版本（在线使用）
API 接口（集成到 CI/CD）
数据库存储（长期统计分析）
更多可视化图表

❓ 常见问题

Q1：统计速度慢怎么办？

A：

首次统计会较慢（取决于项目大小）
再次打开会自动加载缓存（秒开）
如果仓库特别大，建议选择特定分支统计

Q2：多账户怎么输入？

A：

css 复制代码

一行一个，支持混合输入：
  zhangsan
  lisi@company.com
  wangwu

Q3：统计结果为 0？

A：可能的原因：

输入的账户名/邮箱不匹配
该账户在当前分支没有提交
选择的仓库路径不正确

解决：

使用 git log --author=<用户名> 验证用户名是否正确
检查当前分支是否正确
工具会自动显示当前仓库的 Git 用户，可参考

Q4：缓存存在哪里？

A：

Windows: C:\Users\<用户名>\.git-counter-cache\
macOS/Linux: ~/.git-counter-cache/
可在 GUI 中点击"清除所有缓存"按钮清空

Q5：导出的报告在哪里?

A：

默认保存在仓库根目录
HTML: git_stats_report_<时间戳>.html
Excel: git_stats_detailed_<时间戳>.xlsx

Q6：支持 SVN 吗？

A：目前只支持 Git 仓库。SVN 的统计逻辑不同，可能会在未来版本支持。

📝 开源协议

MIT License

🙏 致谢

感谢以下开源项目：

GitPython - Git 操作核心库
openpyxl - Excel 文件处理
Chart.js - 图表可视化
PyInstaller - Python 打包工具

🔗 相关链接

🏠 项目主页：gitee.com/gaoerfu/git...
📖 完整文档：README.md
🐛 问题反馈：Issues
💬 讨论区：Discussions

🎉 总结

这是一个真正实用的 Git 代码统计工具，解决了团队协作中的实际痛点：

✅ 智能算法 - 删除代码也算工作量

✅ 多账户支持 - 一次性统计多个账户

✅ 双维度统计 - 累计工作量 + 当前代码量

✅ 缓存加速 - 大型项目秒开

✅ 报告导出 - HTML、Excel 多格式

✅ 过滤合并提交 - 只统计真实代码

✅ 开箱即用 - GUI 界面，无需命令行

如果你也被代码统计困扰过，不妨试试这个工具！

欢迎 Star ⭐、Fork 🍴、PR 🤝！

如果觉得有用，请点赞、收藏、分享！👍

我是 [大飞]，持续分享实用的开发工具和技术文章，欢迎关注！ 🚀