-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathestimate.py
More file actions
427 lines (376 loc) · 17.8 KB
/
Copy pathestimate.py
File metadata and controls
427 lines (376 loc) · 17.8 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
#!/usr/bin/env python3
"""
estimate.py — Estimation d'effort et de coût de développement d'un dépôt.
Principe : une moyenne globale de lignes/jour est trompeuse, parce qu'une ligne
de code de paiement (idempotence, webhooks, rapprochement, litiges) ne coûte pas
le même prix qu'une ligne de CRUD. On classe donc chaque fichier dans une ZONE,
et chaque zone a sa propre productivité (lignes retenues par heure de dev senior).
Trois apports par rapport à une estimation au doigt mouillé :
1. ZONES pondérées -> où part réellement l'argent.
2. CHURN git -> le code écrit puis jeté/réécrit a coûté aussi.
3. TYPES DE COMMITS -> part de feature / debug / doc / refonte.
Usage :
python3 estimate.py <chemin_du_depot> [--nom NOM] [--json fichier.json]
[--tjm 600] [--heures-jour 7] [--modules chemin]
"""
from __future__ import annotations
import argparse
import json
import os
import re
import subprocess
import sys
from collections import defaultdict
# --------------------------------------------------------------------------
# 1. ZONES — patterns (ordre important : du plus spécifique au plus générique)
# loc_h = lignes retenues produites par heure par un dev senior (10-11 ans),
# analyse + écriture + relecture + tests + debug inclus.
# --------------------------------------------------------------------------
ZONES = [
# (clé, libellé, loc/h, regex sur le chemin en minuscules)
("docs", "Documentation & specs", 55, r"\.mdx?$"),
("config", "Configuration / boilerplate", 90,
r"(^|/)(package\.json|package-lock\.json|pnpm-lock\.yaml|yarn\.lock|tsconfig[^/]*\.json|"
r"next\.config\.[mc]?[jt]s|tailwind\.config\.[jt]s|postcss\.config\.[jt]s|vite\.config\.[jt]s|"
r"vitest\.config\.[jt]s|\.eslintrc[^/]*|\.prettierrc[^/]*|components\.json|manifest\.webmanifest|"
r"\.env\.example|pnpm-workspace\.yaml|\.gitignore|\.dockerignore)$"),
("tests", "Tests", 45,
r"(\.(test|spec)\.[jt]sx?$)|(^|/)(tests?|__tests__|e2e)/"),
("db", "Modèle de données & migrations", 28,
r"(\.prisma$)|(\.sql$)|((^|/)(migrations?|tenant-migrations)/)"),
("infra", "Infra, DevOps & déploiement", 14,
r"(^|/)(dockerfile|docker-compose)|(^|/)docker/|caddyfile|(^|/)nginx|"
r"(^|/)\.github/workflows/|(^|/)scripts?/|\.(sh|ps1|bat)$|(^|/)deploy/|\.toml$|"
r"(^|/)(prometheus|grafana|loki)"),
("compliance", "Juridique & conformité", 6,
r"factur|(^|/|-)fec(-|/|\.|$)|rgpd|gdpr|duerp|qualiopi|(^|[/-])bpf([/-]|\.|$)|cnil|"
# NB : « report » et « moderation » ont été retirés — trop génériques : ils
# attrapaient les commandes de modération Discord de Marcus, qui sont des
# fonctionnalités produit ordinaires, pas du travail juridique.
r"legal|conformite|registre|dsa|lcen|mentions|cgv|cgu|privacy|consent|opt-out|"
r"retention|anonymi|audit-log|auditlog"),
("money", "Paiement, facturation & comptabilité", 9,
r"stripe|billing|invoice|payment|payout|refund|checkout|pricing|subscri|quote|"
r"accounting|payroll|donation|merchant|wallet|credit|(^|[/-])tax|(^|[/-])fee|"
r"cart|order|ticketing|pos[-/]|money|clawback|statement|dunning|installment|licence|license|drm"),
("security", "Sécurité, auth & cryptographie", 9,
r"auth|rbac|permission|(^|[/-])acl|crypto|encrypt|decrypt|token|jwt|secret|"
r"password|session|sanitiz|csrf|totp|signature|hash|guard|rate-limit|ratelimit|"
r"security|middleware|access|unlock|verify|2fa|argon|bcrypt"),
("integration", "Intégrations & services externes", 13,
r"ovh|(^|[/-])dns|powerdns|(^|[/-])mail|smtp|imap|stalwart|roundcube|jitsi|visio|"
r"pterodactyl|discord|gemini|genkit|(^|/)ai/|(^|[/-])ai[-.]|webhook|meili|minio|"
r"(^|[/-])s3|storage|sirene|(^|[/-])ics|(^|[/-])rss|oauth|sso|pubsub|realtime|"
r"push|sms|brevo|nodemailer|websocket|ffmpeg|canvas|pdf"),
("ui", "Interface & composants", 30,
r"\.(tsx|jsx|css|scss|html|svg)$|(^|/)(components|pages|views|app)/"),
("server", "Logique métier serveur", 20,
r"\.(ts|js|mjs|cjs|py|java)$"),
("other", "Divers", 40, r".*"),
]
EXCLUDE_DIRS = {
"node_modules", ".next", ".git", "dist", "build", "coverage", ".turbo",
"out", ".venv", "__pycache__", ".gradle", "target", "vendor", ".cache",
}
# Fichiers dont le volume est généré/mécanique : exclus du churn git pour ne pas
# fausser le calcul (un lockfile peut ajouter 15 000 lignes en un commit).
GENERATED = re.compile(
r"(pnpm-lock\.yaml|package-lock\.json|yarn\.lock|\.min\.(js|css)$|"
r"(^|/)public/|" # assets statiques : le nb de lignes n'est pas un effort
r"\.svg$|" # SVG exportés : 5 logos = 9 664 lignes, à exclure
r"\.(png|jpg|jpeg|gif|webp|ico|woff2?|pbf|zip|pdf)$)"
)
COMPILED = [(k, lbl, loc_h, re.compile(pat)) for k, lbl, loc_h, pat in ZONES]
def classify(path: str) -> str:
p = path.lower()
for key, _lbl, _loc_h, rx in COMPILED:
if rx.search(p):
return key
return "other"
def zone_meta(key: str):
for k, lbl, loc_h, _rx in ZONES:
if k == key:
return lbl, loc_h
return key, 40
# --------------------------------------------------------------------------
# 2. Scan de l'arbre courant (code RETENU)
# --------------------------------------------------------------------------
def scan_tree(repo: str):
stats = defaultdict(lambda: {"files": 0, "lines": 0})
per_module = defaultdict(lambda: {"lines": 0, "hours": 0.0})
for root, dirs, files in os.walk(repo):
dirs[:] = [d for d in dirs if d not in EXCLUDE_DIRS]
for fn in files:
full = os.path.join(root, fn)
rel = os.path.relpath(full, repo)
if GENERATED.search(rel.lower()):
continue
try:
if os.path.getsize(full) > 4_000_000:
continue
with open(full, "rb") as fh:
raw = fh.read()
if b"\0" in raw[:2048]: # binaire
continue
lines = raw.count(b"\n") + (1 if raw and not raw.endswith(b"\n") else 0)
except (OSError, ValueError):
continue
if lines == 0:
continue
z = classify(rel)
stats[z]["files"] += 1
stats[z]["lines"] += lines
_lbl, loc_h = zone_meta(z)
per_module[module_of(rel)]["lines"] += lines
per_module[module_of(rel)]["hours"] += lines / loc_h
return stats, per_module
def module_of(rel: str) -> str:
"""Regroupement grossier par grande partie du produit (pour le détail)."""
p = rel.replace("\\", "/")
m = re.match(r"src/server/modules/([^/]+)/", p)
if m:
return f"module:{m.group(1)}"
m = re.match(r"(src/app/\([^)]+\)/[^/]+)/", p)
if m:
return m.group(1)
parts = p.split("/")
return "/".join(parts[:2]) if len(parts) > 1 else parts[0]
# --------------------------------------------------------------------------
# 3. Churn git — le code écrit puis jeté a coûté aussi
# --------------------------------------------------------------------------
def git_churn(repo: str):
try:
out = subprocess.run(
["git", "-C", repo, "log", "--numstat", "--format=__C__%H", "--no-merges"],
capture_output=True, text=True, timeout=600,
).stdout
except (subprocess.SubprocessError, OSError):
return None
ins = dele = 0
commits = 0
for line in out.splitlines():
if line.startswith("__C__"):
commits += 1
continue
parts = line.split("\t")
if len(parts) != 3:
continue
a, d, path = parts
if a == "-" or d == "-": # binaire
continue
if GENERATED.search(path.lower()):
continue
if any(seg in EXCLUDE_DIRS for seg in path.split("/")):
continue
ins += int(a)
dele += int(d)
return {"commits": commits, "insertions": ins, "deletions": dele}
# --------------------------------------------------------------------------
# 4. Nature du travail d'après les messages de commit
# --------------------------------------------------------------------------
KINDS = [
# L'ordre compte : un message peut contenir plusieurs signaux, le 1er gagne.
("fix", r"^(fix|hotfix|bugfix|correctif)|^\W*(fix|correctif)|\bfixe?s?\b|\bbugs?\b|"
r"corrig|répare|repare|réparé|resout|résout|\bpatch|régression|regression|"
r"^retours?\b|\bcassé|casse[rz]?\b|plantage|crash|\berreur"),
("docs", r"^docs?\b|^doc\(|^documentation|\bclaude\.md\b|^doc :|readme|changelog|"
r"^notes? |\bbannière\b"),
("refactor", r"^refactor|refonte|réécrit|reecrit|nettoyage|cleanup|simplif|renomm|"
r"extrait|factoris|harmonis|unifi"),
("test", r"^test[s(:]|^tests? |vitest|playwright|couverture de test"),
("chore", r"^chore|^ci[(:]|^build[(:]|^config\b|dépendance|dependance|\bdeps\b|bump|"
r"\blint\b|\.env|pin \w|docker|install"),
("perf", r"^perf|performance|optimis|accélér|acceler"),
# Livraison de fonctionnalité : très souvent préfixée d'un code de lot maison
# (RH-4b, Phase 8.A, G3, S-B, COMMS-RICH, FIXES-UX lot F5, BT-6, CRM-3…)
("feat", r"^feat|^[A-Z]{1,10}[-.]?\d|^phase\s|^lot\s|\blot\b|ajoute|ajout |nouvelle|"
r"nouveau|implémente|implemente|livré|livre\b|support de|met en place|"
r"^[A-Z]{3,12}(-[A-Z]+)*\s*[—:-]"),
]
KINDS_C = [(k, re.compile(p, re.I)) for k, p in KINDS]
def git_kinds(repo: str):
try:
out = subprocess.run(
["git", "-C", repo, "log", "--format=%s", "--no-merges"],
capture_output=True, text=True, timeout=300,
).stdout
except (subprocess.SubprocessError, OSError):
return None
counts = defaultdict(int)
total = 0
for subject in out.splitlines():
s = subject.strip()
if not s:
continue
total += 1
for key, rx in KINDS_C:
if rx.search(s):
counts[key] += 1
break
else:
counts["autre"] += 1
return {"total": total, "counts": dict(counts)}
# --------------------------------------------------------------------------
# 4bis. Évolution mois par mois : où est passé l'effort dans le temps
# --------------------------------------------------------------------------
def git_timeline(repo: str):
"""Lignes ajoutées par mois, regroupées en grandes familles de travail."""
try:
out = subprocess.run(
["git", "-C", repo, "log", "--numstat", "--no-merges",
"--format=__C__%ad", "--date=format:%Y-%m"],
capture_output=True, text=True, timeout=600,
).stdout
except (subprocess.SubprocessError, OSError):
return None
FAMILY = {
"docs": "doc", "tests": "test", "infra": "infra", "config": "infra",
"db": "code", "server": "code", "ui": "code", "other": "code",
"money": "sensible", "security": "sensible", "compliance": "sensible",
"integration": "sensible",
}
months = defaultdict(lambda: defaultdict(int))
month = None
for line in out.splitlines():
if line.startswith("__C__"):
month = line[5:].strip()
continue
parts = line.split("\t")
if len(parts) != 3 or month is None:
continue
a, _d, path = parts
if a == "-" or GENERATED.search(path.lower()):
continue
if any(seg in EXCLUDE_DIRS for seg in path.split("/")):
continue
months[month][FAMILY.get(classify(path), "code")] += int(a)
return dict(months)
def print_timeline(tl):
if not tl:
return
fams = ["code", "sensible", "doc", "test", "infra"]
print()
print(" Évolution (lignes ajoutées par mois) :")
print(f" {'mois':<9}{'code':>9}{'sensible':>10}{'doc':>8}{'test':>8}{'infra':>8} profil")
for m in sorted(tl):
row = tl[m]
tot = sum(row.get(f, 0) for f in fams) or 1
bar = ""
for f, ch in zip(fams, "#=.:+"):
bar += ch * int(round(28 * row.get(f, 0) / tot))
print(f" {m:<9}" + "".join(f"{row.get(f, 0):>9,}" if f == 'code'
else f"{row.get(f, 0):>10,}" if f == 'sensible'
else f"{row.get(f, 0):>8,}" for f in fams).replace(",", " ")
+ f" {bar}")
print(" légende : # code = sensible(argent/sécu/légal/intégration) . doc : test + infra")
# --------------------------------------------------------------------------
# 5. Rapport
# --------------------------------------------------------------------------
def main() -> int:
ap = argparse.ArgumentParser()
ap.add_argument("repo")
ap.add_argument("--nom", default=None)
ap.add_argument("--tjm", type=float, default=600.0, help="taux journalier senior (€)")
ap.add_argument("--heures-jour", type=float, default=7.0, dest="hj")
ap.add_argument("--overhead", type=float, default=1.20,
help="travail sans artefact : ops, décisions produit, déploiements")
ap.add_argument("--rework", type=float, default=0.5,
help="part du code jeté/réécrit facturée (0 = ignoré, 1 = plein tarif)")
ap.add_argument("--json", default=None)
ap.add_argument("--modules", type=int, default=0, help="afficher N plus gros ensembles")
ap.add_argument("--timeline", action="store_true", help="évolution mois par mois")
args = ap.parse_args()
repo = os.path.abspath(args.repo)
name = args.nom or os.path.basename(repo)
stats, per_module = scan_tree(repo)
churn = git_churn(repo)
kinds = git_kinds(repo)
timeline = git_timeline(repo) if args.timeline else None
rows = []
base_hours = 0.0
total_lines = 0
for key, lbl, loc_h, _rx in ZONES:
if key not in stats:
continue
lines = stats[key]["lines"]
files = stats[key]["files"]
hours = lines / loc_h
base_hours += hours
total_lines += lines
rows.append({"zone": key, "libelle": lbl, "fichiers": files, "lignes": lines,
"loc_h": loc_h, "heures": round(hours)})
rows.sort(key=lambda r: -r["heures"])
# --- rework : lignes insérées au fil de l'histoire mais absentes de l'arbre
rework_hours = 0.0
churn_ratio = None
if churn and total_lines:
discarded = max(0, churn["insertions"] - total_lines)
churn_ratio = churn["insertions"] / total_lines
avg_loc_h = total_lines / base_hours if base_hours else 25
rework_hours = (discarded / avg_loc_h) * args.rework
subtotal = base_hours + rework_hours
total_hours = subtotal * args.overhead
days = total_hours / args.hj
months = days / 20.0
cost = days * args.tjm
w = 78
print("=" * w)
print(f" {name} — estimation d'effort et de coût")
print("=" * w)
print(f"{'Zone':<38}{'Fichiers':>9}{'Lignes':>10}{'L/h':>6}{'Heures':>9}")
print("-" * w)
for r in rows:
print(f"{r['libelle']:<38}{r['fichiers']:>9}{r['lignes']:>10,}"
f"{r['loc_h']:>6}{r['heures']:>9,}".replace(",", " "))
print("-" * w)
print(f"{'CODE RETENU':<38}{sum(r['fichiers'] for r in rows):>9}"
f"{total_lines:>10,}{'':>6}{round(base_hours):>9,}".replace(",", " "))
if churn:
print()
print(f" Historique git : {churn['commits']:,} commits, "
f"{churn['insertions']:,} lignes ajoutées, "
f"{churn['deletions']:,} supprimées".replace(",", " "))
if churn_ratio:
print(f" Ratio écrit/retenu : {churn_ratio:.2f}x "
f"→ {round(rework_hours):,} h de code réécrit ou abandonné "
f"(facturé à {int(args.rework*100)} %)".replace(",", " "))
print_timeline(timeline)
if kinds and kinds["total"]:
print()
print(" Nature du travail (messages de commit) :")
order = sorted(kinds["counts"].items(), key=lambda kv: -kv[1])
for k, v in order:
pct = 100.0 * v / kinds["total"]
bar = "#" * int(pct / 2)
print(f" {k:<10}{v:>6} {pct:>5.1f} % {bar}")
print()
print(f" Sous-total (code + reprise) {round(subtotal):>10,} h".replace(",", " "))
print(f" Overhead x{args.overhead:<22}{round(total_hours - subtotal):>10,} h".replace(",", " "))
print(" " + "-" * (w - 4))
print(f" TOTAL {round(total_hours):>10,} h".replace(",", " "))
print(f" soit {round(days):>10,} j "
f"({months:.1f} mois-homme)".replace(",", " "))
print(f" COÛT à {args.tjm:.0f} €/j{' ' * 18}{round(cost):>10,} €".replace(",", " "))
print("=" * w)
if args.modules:
print(f"\n Plus gros ensembles ({args.modules}) :")
top = sorted(per_module.items(), key=lambda kv: -kv[1]["hours"])[:args.modules]
for mod, d in top:
j = d["hours"] * args.overhead / args.hj
print(f" {mod:<46}{d['lines']:>8,} l "
f"{round(j):>5,} j {round(j * args.tjm):>9,} €".replace(",", " "))
if args.json:
payload = {
"nom": name, "zones": rows, "lignes_retenues": total_lines,
"heures_code": round(base_hours), "heures_reprise": round(rework_hours),
"overhead": args.overhead, "heures_total": round(total_hours),
"jours": round(days), "mois_homme": round(months, 1),
"cout_eur": round(cost), "tjm": args.tjm,
"churn": churn, "commits_par_type": kinds,
}
with open(args.json, "w", encoding="utf-8") as fh:
json.dump(payload, fh, ensure_ascii=False, indent=2)
print(f"\n → JSON écrit : {args.json}")
return 0
if __name__ == "__main__":
sys.exit(main())