GitHub Readme Activity Graph项目新增自定义时间范围功能
2025-07-07 17:03:44作者:韦蓉瑛
GitHub Readme Activity Graph是一个用于在GitHub个人主页展示贡献图的开源项目。最近该项目实现了一个重要功能更新 - 支持自定义显示特定时间范围内的贡献活动图表。
功能背景
在GitHub个人主页中,贡献图(Contribution Graph)是展示开发者活跃度的重要可视化工具。但原生GitHub只提供固定时间范围的视图,无法灵活查看特定时间段的活动情况。GitHub Readme Activity Graph项目通过API方式解决了这一问题。
新功能详解
最新版本中,项目增加了两个关键查询参数:
from参数:指定起始日期to参数:指定结束日期
这两个参数都采用YYYY-MM-DD的标准日期格式。使用时只需将它们添加到graph URL中即可。
使用示例
要查看某用户在2022年9月21日至2022年10月21日期间的贡献活动,可使用如下URL格式:
github-readme-activity-graph.vercel.app/graph?username=用户名&from=2022-09-21&to=2022-10-21&area=true
其中area=true参数表示在图表中显示填充区域,增强可视化效果。
技术实现
该功能的实现主要涉及:
- 对GitHub API返回的贡献数据进行时间范围过滤
- 确保日期参数的格式验证和错误处理
- 保持与现有功能的兼容性
项目维护者采用了渐进式部署策略,先通过fork方式验证功能,待稳定后再合并到主分支。这种谨慎的做法保证了功能的可靠性。
应用场景
这一功能特别适用于:
- 展示特定项目周期内的开发活跃度
- 突出显示某段时间的密集贡献
- 制作时间维度的开发活动报告
- 比较不同时期的开发节奏变化
总结
GitHub Readme Activity Graph项目通过新增时间范围筛选功能,大大增强了贡献图表的灵活性和实用性。这一改进使得开发者能够更精准地展示和评估自己的开发活动,也为项目管理者提供了更细粒度的分析工具。随着开源协作的不断发展,类似的数据可视化工具将在开发者生态中扮演越来越重要的角色。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873