Appendix

Appendix 附录与数据集

目录

• A 章节配置与源码路径 — 研究骨架与可复现说明
• B-pr-issue-dataset/20260417/ — 原始数据集（采集时间 2026-04-17）
• C Fork 活跃度榜（含衍生生态）
• D 封面与阅读路径
• E 源码归档：不随仓库分发，执行 git clone https://github.com/openclaw/openclaw && git checkout v2026.4.15 获取（也可用 commit c56b56e）
• cover-banner.png — 封面 banner 图片（README 顶部 / Appendix D 引用）

B. PR / Issue / Fork / Commit 数据集

采集自 GitHub REST API（unauthenticated rate-limit 模式）+ 本地 git log。

数据文件

文件	说明
prs-merged-p1..p8.json	合并 PR, 按 sort=updated&direction=desc 分页，共 800 条
prs-early-p1..p4.json	sort=created&direction=asc 分页，补覆盖 2026-02/03，共 400 条
issues-p1..p3.json	按 created desc 的 issue 分页
issues-updated-p1..p3.json	按 updated desc 的 issue 分页（补覆盖）
forks-p1..p3.json	sort=newest 最近 push 的 300 个 fork
forks-starred.json	star ≥ 3 的 fork 搜索结果
related-named.json	名字带 openclaw 的衍生仓库（含非 fork）
contributors.json	前 100 贡献者
releases.json	release 列表
repo-meta.json	仓库元数据
commits-since-feb.psv	git log 导出的 commit 记录（PSV 格式）
commits-by-month.txt	月度 commit 数
path-frequency-top40.txt	改动最频繁的 top40 路径
authors-top50.txt	PR 作者 top50
commit-themes-*.json/.csv	按主题分类的 commit 聚合
analysis-summary.json	所有统计的汇总结果
fork-activity-rank.md	fork 榜 Markdown 可读报告
collect.log	采集脚本日志

用途

• Part IV 第 20、22 章：基于这些数据做分布与演进分析
• Part V 第 24 章：基于 issue 做聚类与痛点识别
• 未来增量研究：可以在 B-pr-issue-dataset/<新日期>/ 下再做一次采集与对比

采集方法

见 scripts/collect-github-data.sh（发布后与 scripts/ 一同 .gitignore 排除；如需复现请在正式仓库根目录跑）。

重跑建议

• 重跑命令：bash scripts/collect-github-data.sh <YYYYMMDD>
• 分析命令：python3 scripts/analyze-data.py <YYYYMMDD>
• 注意：未鉴权模式下 60 req/h，需自然分批；建议配 GH_TOKEN 走 5000 req/h。

附录承载的三类用途

1. 量化证据：任何定量断言都应能追溯到本目录
2. 可复现性：脚本 + 日期戳数据即可重跑
3. 时间切片：同一目录下不同日期的采集，可做"演进对比"