Github 仓库如何统计代码变更行数

EMU-Stu 官网首页上「近一周新增代码 +XXXX 行」这行小字，背后其实有一套完整的自动化流水线。从每天凌晨自动跑脚本，到前端拿到数据展示出来，中间涉及 GitHub Actions、Python 脚本、独立数据分支和 jsDelivr CDN。这篇文章把整条链路拆开讲一遍。

整体链路

整套方案零成本，不需要服务器，不需要数据库。

sequenceDiagram
    participant gha as GitHub Actions
    participant script as Python 脚本
    participant gh as GitHub
    participant cdn as jsDelivr CDN
    participant frontend as 前端页面

    opt 定时任务：数据产出
        gha ->> gha: 每天 00:05 UTC+8 自动触发
        gha ->> script: checkout 主分支，执行统计脚本
        script ->> gh: 获取组织所有仓库列表
        gh -->> script: 返回仓库列表
        loop 每个仓库
            script ->> gh: 并发调用 GitHub Compare API，汇总增删行数
            gh -->> script: 返回增删行数数据
        end
        script ->> cdn: 拉取历史的 stats.json
        script ->> script: 计算总增删行数， 更新/追加 stats.json
        script ->> gh: push stats.json 至 stats-data 分支
    end

    opt 前端调用：数据消费
        frontend ->> cdn: fetch stats.json
        opt CDN 缓存过期 / 未命中
            cdn ->> gh: 回源拉取最新 stats.json (从 stats-data 分支)
            gh -->> cdn: 返回最新 stats.json 并更新缓存
        end
        cdn -->> frontend: 返回 stats.json
        frontend ->> frontend: 解析数据
        frontend -->> frontend: 渲染到页面
    end

数据从哪来

GitHub 的 REST API 提供了仓库级别的对比接口。给定两个 commit SHA，/repos/{owner}/{repo}/compare/{base}...{head} 会返回每个文件的增删行数。思路就是：对组织下每个仓库，找到目标日期的头尾两个 commit，调 compare 接口拿差异，最后加总。

难点在于「找头尾 commit」这件事。

一个仓库在目标日期之前可能一个 commit 都没有（刚建的仓库），也可能当天没有任何提交。脚本对这些边界情况做了处理：

• 当天之前有提交、当天也有提交 → 取两个时间点的 commit 做 compare
• 当天之前没有提交、当天有提交 → 这是个新仓库，先找到最早的 root commit，再和当天最后一个 commit 做 compare
• 当天没有任何提交 → 跳过，增删都是 0

认证

如果你是个人账号下的仓库，可以直接使用个人 PAT。

由于 EMU-Stu 是一个组织，使用个人 PAT 来访问组织下的仓库不太合理。所以，这里是通过给组织添加一个 Github APP，然后使用 APP 生成临时 token。具体使用的是：actions/create-github-app-token 这个 action。

每天自动运行

GitHub Actions 的 schedule 触发器只认 UTC 时间。要在北京时间凌晨 00:05 跑，cron 表达式得写成 5 16 * * *（UTC 16:05 = 北京时间 00:05）。

Github Actions 的步骤上面时序图已经画得很清楚了，这里不再赘述。

[!TIP] Github Actions 的 schedule 不保证准确触发。 Action 会根据 Github 服务器资源情况排队触发，所以设置了 00:05 的触发时机，但是实际却是 1、2 点触发的情况很正常。 具体可以看 Github 官网。

数据存在哪

没有用数据库，也没用外部存储。stats-data 是仓库里的一个独立分支，里面只放一个文件 stats.json。

这么做的好处是：

• 不污染主分支的代码
• 数据文件可以通过 raw.githubusercontent.com 直接访问

stats.json 的结构很简单，就是一个数组，每个元素长这样：

{
  "date": "2025-05-26",
  "total_additions": 1523,
  "total_deletions": 432,
  "repos": [
    { "name": "EMU-Stu-Site", "additions": 800, "deletions": 200 },
    { "name": "IoT-lab-web", "additions": 723, "deletions": 232 }
  ]
}

CDN 作用是什么

其实只要用户的网络在霍格沃茨魔法学院修炼过，直接从 GitHub 拉也行，哈哈。

所以 CDN 的作用就是让没有魔法学院网络连接的用户也能正常 fetch 到数据，而不被墙。当然了，jsDelivr 偶尔也会抽风，但总体来说还行。

前端怎么展示

前端组件 emu-projects 在挂载时调用 loadCommitStats()，从 jsDelivr CDN 拉 stats.json：

https://cdn.jsdelivr.net/gh/EMU-Stu/EMU-Stu-Site@stats-data/stats.json

拿到数据后，按北京时间算出最近 7 天的日期列表，过滤出这 7 天的记录，把 total_additions 和 total_deletions 分别求和。

页面上只显示一行：「近一周新增代码 +X,XXX 行」。旁边有个问号图标，hover 上去会弹出 tooltip，展示完整的统计区间、新增数（绿色）和删除数（红色），还带了一个链接指向这篇文章。