Méthodologie

Découverte

Des tâches planifiées collectent des dépôts candidats auprès de plusieurs sources indépendantes. Chaque dépôt garde la trace de chaque source qui l'a fait remonter, et quand.

• Recherche GitHub. Un ensemble tournant de requêtes portant sur les dépôts récemment créés et déjà remarqués, les jeunes dépôts récemment mis à jour, des sujets comme mcp-server ou self-hosted, des langages et des mots-clés de catégorie. Les requêtes parcourent les résultats au fil des exécutions pour qu'aucun classement unique ne domine.
• Propositions de la communauté. Toujours examinées par la rédaction avant d'être référencées.
• X (si activé). Liens GitHub dans des publications publiques trouvées via l'API officielle de X. Nous conservons l'identifiant de la publication et le pseudo de l'auteur pour l'attribution, jamais le texte de la publication.

Les doublons sont fusionnés grâce à l'identifiant permanent du dépôt sur GitHub : un dépôt renommé conserve son historique et son ancienne URL redirige.

Classification et résumés

Chaque dépôt reçoit une catégorie principale, jusqu'à trois catégories secondaires et des tags. Lorsqu'un modèle de langage est configuré, il lit la description, les sujets et un extrait du README du dépôt et renvoie une sortie structurée validée par un schéma strict. Le texte des dépôts est traité comme une donnée non fiable : les instructions contenues dans un README sont ignorées. Si aucun modèle n'est configuré ou si le modèle échoue, un classificateur déterministe par mots-clés est utilisé. Chaque page indique la méthode employée et son niveau de confiance, qui est une estimation.

La rédaction peut corriger n'importe quelle catégorie ou résumé ; les fiches corrigées sont protégées contre toute reclassification automatique.

Croissance mesurée et tendances

Happylancing Directory enregistre régulièrement des relevés du nombre d'étoiles et de forks. La croissance sur une période (7 ou 30 jours) est la différence entre le relevé le plus récent et celui le plus proche du début de la période. Un chiffre de croissance n'est affiché que si les deux relevés couvrent au moins 75 % de la période, et l'intervalle réel est toujours indiqué. Les dépôts sans historique suffisant affichent « Historique insuffisant » au lieu d'une estimation. Les jours sans relevé apparaissent comme des trous dans les courbes ; ils ne sont jamais interpolés.

Le score de tendance combine la croissance hebdomadaire absolue (logarithmique) et la croissance rapportée à la taille du dépôt, puis l'ajuste selon la qualité pour que le spam aux étoiles achetées soit moins bien classé. Les dépôts sans mesure valide n'ont pas de score de tendance et n'apparaissent pas dans les listes de tendances.

Score de qualité

Le nombre brut d'étoiles n'est jamais le seul signal. Le score de qualité est une moyenne pondérée de ces signaux, multipliée par une pénalité de risque de spam. Les pondérations actuelles sont :

Le risque de spam est estimé uniquement à partir de signaux observables : description ou README manquants, forks, modèles, surabondance de sujets, noms génériques et formules de spam connues.

Sponsoring et affiliation

Les emplacements sponsorisés proviennent d'une table distincte et sont diffusés dans des emplacements séparés et signalés. Ils n'entrent dans aucune fonction de classement. Les liens d'affiliation n'apparaissent que là où la rédaction les a configurés, toujours avec une mention à côté du lien, et les liens vers les dépôts ne sont jamais transformés en liens d'affiliation.

Limites connues

• La recherche GitHub renvoie au plus 1 000 résultats par requête ; la découverte repose donc sur de nombreuses requêtes ciblées plutôt que sur une seule requête large.
• La fréquence des relevés dépend de la planification du déploiement ; les dépôts nouvellement découverts ont besoin d'environ une semaine avant qu'un chiffre de croissance sur 7 jours existe.
• Les résumés générés peuvent être erronés. Vérifiez le dépôt avant de vous y fier.