Metodologia

Scoperta

Processi pianificati raccolgono repository candidati da diverse fonti indipendenti. Per ogni repository viene registrata ogni fonte che lo ha segnalato e quando.

• Ricerca GitHub. Un insieme di query a rotazione su repository creati di recente con un primo seguito, repository giovani aggiornati di recente, argomenti come mcp-server o self-hosted, linguaggi e parole chiave di categoria. Le query scorrono i risultati nel corso di più esecuzioni, così nessuna singola classifica prevale.
• Proposte della community. Sempre esaminate dalla redazione prima di essere pubblicate.
• X (se attivato). Link GitHub in post pubblici trovati tramite l'API ufficiale di X. Per l'attribuzione conserviamo l'id del post e il nome utente dell'autore, mai il testo del post.

I duplicati vengono uniti tramite l'id permanente del repository su GitHub, così un repository rinominato mantiene il suo storico e il vecchio URL reindirizza.

Classificazione e riepiloghi

Ogni repository riceve una categoria principale, fino a tre categorie secondarie e dei tag. Quando è configurato un modello linguistico, questo legge la descrizione, gli argomenti e un estratto del README e restituisce un output strutturato convalidato con uno schema rigoroso. Il testo dei repository è trattato come dato non attendibile: le istruzioni contenute in un README vengono ignorate. Se nessun modello è configurato o il modello fallisce, si usa un classificatore deterministico per parole chiave. Ogni pagina indica il metodo usato e il relativo livello di confidenza, che è una stima.

La redazione può correggere qualsiasi categoria o riepilogo; le schede corrette sono bloccate contro la riclassificazione automatica.

Crescita misurata e tendenze

Happylancing Directory salva periodicamente rilevazioni del numero di stelle e fork. La crescita in un periodo (7 o 30 giorni) è la differenza tra la rilevazione più recente e quella più vicina all'inizio del periodo. Un dato di crescita viene mostrato solo se le due rilevazioni coprono almeno il 75% del periodo, e l'intervallo effettivo è sempre indicato. I repository senza storico sufficiente mostrano «Storico insufficiente» anziché una stima. I giorni senza rilevazione compaiono come vuoti nelle curve; non vengono mai interpolati.

Il punteggio di tendenza combina la crescita settimanale assoluta (logaritmica) con la crescita relativa alle dimensioni del repository, poi la pesa in base alla qualità, così lo spam con stelle comprate si posiziona più in basso. I repository senza una misurazione valida non hanno un punteggio di tendenza e non compaiono negli elenchi delle tendenze.

Punteggio di qualità

Il semplice numero di stelle non è mai l'unico segnale. Il punteggio di qualità è una media ponderata di questi segnali, moltiplicata per una penalità per rischio di spam. I pesi attuali sono:

Il rischio di spam è stimato solo da segnali osservabili: descrizione o README mancanti, fork, template, abuso di argomenti, nomi segnaposto e frasi di spam note.

Sponsorizzazioni e affiliazioni

I posizionamenti sponsorizzati provengono da una tabella separata e vengono mostrati in spazi separati e contrassegnati. Non entrano in alcuna funzione di classificazione. I link di affiliazione compaiono solo dove la redazione li ha configurati, sempre con un'avvertenza accanto al link, e i link ai repository non vengono mai trasformati in link di affiliazione.

Limiti noti

• La ricerca di GitHub restituisce al massimo 1.000 risultati per query, quindi la scoperta si basa su molte query mirate anziché su una sola query ampia.
• La frequenza delle rilevazioni dipende dalla pianificazione dell'installazione; i repository appena scoperti richiedono circa una settimana prima che esista un dato di crescita a 7 giorni.
• I riepiloghi generati possono essere sbagliati. Controlla il repository prima di farvi affidamento.