Neste exercício, iremos explorar a evolução de código em sistemas reais.

Iremos utilizar a ferramenta GitEvo. Essa ferramenta analisa a evolução de código em repositórios Git nas linguagens Python, JavaScript, TypeScript e Java, e gera relatórios HTML como este.

Mais exemplos de relatórios podem ser podem ser encontrados em https://github.com/andrehora/gitevo-examples.

Selecione um repositório relevante na linguagem de sua preferência (Python, JavaScript, TypeScript ou Java). Você pode encontrar projetos interessantes nos links abaixo:

• Python: https://github.com/topics/python?l=python
• JavaScript: https://github.com/topics/javascript?l=javascript
• TypeScript: https://github.com/topics/typescript?l=typescript
• Java: https://github.com/topics/java?l=java

Instale a ferramenta GitEvo com o comando:

$ pip install gitevo

Execute a ferramenta no repositório selecionado utilizando o comando abaixo (ajuste conforme a linguagem do repositório). Substitua <git_url> pela URL do repositório que será analisado:

# Python
$ gitevo -r python <git_url>

# JavaScript
$ gitevo -r javascript <git_url>

# TypeScript
$ gitevo -r typescript <git_url>

# Java
$ gitevo -r java <git_url>

Por exemplo, para analisar o projeto Flask escrito em Python:

$ gitevo -r python https://github.com/pallets/flask

Após executar a ferramenta GitEvo, é gerado um relatório HTML contendo diversos gráficos sobre a evolução do código.

Abra o relatório HTML e observe com atenção os gráficos.

Selecione um dos gráficos de evolução e explique-o com suas palavras. Por exemplo, você pode:

• Detalhar a evolução ao longo do tempo
• Detalhar se as curvas estão de acordo com boas práticas
• Explicar grandes alterações nas curvas
• Explorar a documentação do repositório em busca de explicações para grandes alterações
• etc.

Seja criativo!

1. Crie um fork deste repositório (mais informações sobre forks aqui).
2. Adicione o relatório HTML no seu fork.
3. No Moodle, submeta apenas a URL do seu fork.

Responda às questões abaixo diretamente neste arquivo README.md do seu fork:

1. Repositório selecionado: https://github.com/Significant-Gravitas/AutoGPT
2. Gráfico selecionado: Lines of code (LOC)
3. Explicação:

Uma observação inicial pode indicar um crescimento acelerado de 2020 a 2023, o que talvez sugira um foco no desenvolvimento de funcionalidades.

O ponto mais notável é a queda em 2024, onde o número de linhas de código foi reduzido de cerca de 6.500 para aproximadamente 3.700.

Uma diminuição tão significativa pode indicar a realização de uma grande refatoração de código.

Essa prática pode sugerir que a equipe priorizou a limpeza e a otimização da base de código, em vez de apenas adicionar mais funcionalidades.

Isso, por sua vez, pode indicar uma preocupação com a sustentabilidade e a facilidade de manutenção do projeto a longo prazo.

Se a interpretação estiver correta, a retomada do crescimento em 2025 pode indicar que a equipe conseguiu construir novas funcionalidades sobre uma base de código mais sólida, o que pode ser um sinal positivo de um projeto bem gerido.