用途：分析 Git 仓库及其中开发者的提交习惯、工作模式、研发效率、代码风格与代码质量，并生成结构化评估报告。
主要能力：按开发者统计提交频率、提交大小、合并比例、提交信息质量；分析活跃时段、周末与深夜编码比例、连续编码周期；计算代码流失率、返工率、Bus Factor 与文件归属；统计语言分布、Conventional Commits 合规性；评估缺陷修复比例、回滚频率、大提交比例、测试覆盖率与复杂度；并生成“摸鱼指数”。报告包含开发者评分与等级（S/A/B/C/D/E/F）、六维得分、优缺点与改进建议，支持多人对比排名。输出格式为 markdown、json、html、pdf，可组合输出。
使用方式：可自然语言描述需求，需提供仓库路径（repo_path 为必填参数）。CLI 安装依赖：pip install gitpython pydriller radon tabulate jinja2 click reportlab；高质量 PDF 可选 pip install weasyprint 或 pip install pdfkit。常用命令示例：python -m src.main -r /path/to/repo；python -m src.main -r /path/to/projects --scan-all；python -m src.main -r /path/to/repo -a "Alice" -a "Bob"；python -m src.main -r /path/to/repo -s 2024-01-01 -u 2024-12-31 -f html -o report.html；python -m src.main -r /path/to/repo -f "markdown,html,pdf" -o report。参数包括 --repo-path/-r、--scan-all、--author/-a、--since/-s、--until/-u、--branch/-b、--format/-f、--output/-o。
适用场景：单人或多人的 Git 仓库行为分析、团队提交习惯与效率对比、代码质量趋势评估、批量扫描目录下所有 .git 仓库、生成正式 PDF 报告。
限制与注意事项：大型仓库（10 万次以上提交）分析耗时较长，建议限定日期范围；Python 复杂度分析依赖 radon 且仅支持 .py 文件；目录扫描默认最大深度 5 层；PDF 生成优先 weasyprint，其次 pdfkit，最后回退 reportlab；评估仅基于提交历史，不代表开发者全部能力；分析前需获得相关人员知情同意，结果不得直接用于绩效考核或惩罚性管理，报告含个人信息需安全保存；工具完全本地运行，不向外部服务器传输数据。具体收费与价格信息暂未提供。