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：

[1] Shengyu Zhao et al: OpenRank Leaderboard: Motivating Open Source Collaborations Through Social Network Evaluation in Alibaba. ICSE, 2024

[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：

[1] Xiaoya Xia et al: Exploring activity and contributors on GitHub: Who, what, when, and where. APSEC, 2023

[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：

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。

总体而言，各国的开发者都在不断增加：

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。

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：

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：

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：

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。

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：

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：

本图能够很好表现国内公司的开源战略及其变化趋势：

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：

从全球基金会下的开源项目来看：

将各基金会旗下的中国项目单独拿出来看：

今年能够第一次看到开放原子旗下各项目的发展情况：

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。

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。

进一步，再从 OpenRank 影响力视角看这几个类别：

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。

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

2、数据库子领域活跃度榜单

从数据库领域各子领域 2023 年的 OpenRank 和活跃度排行可以看出：

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：

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：

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：

1、生成式 AI 领域 OpenRank Top 10 项目榜单

2、生成式 AI 领域活跃度 Top 10 项目榜单

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

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。

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。

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：

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

中国仓库 OpenRank 前四名工作时间分布

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。

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。

结果表明：

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。

结果表明：

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。

结果表明：

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：

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。

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。