Skip to content

README.md

Latest commit

 

History

History
175 lines (117 loc) · 5.99 KB

README.md

File metadata and controls

175 lines (117 loc) · 5.99 KB

Registro GitHub Italia

Registro pubblico delle organizzazioni italiane presenti su GitHub.

L'obiettivo e' mantenere un indice semplice, verificabile e riusabile da persone, script e pagine statiche.

Consultazione

Il sito statico e' pubblicato con GitHub Pages usando docs/ come site root.

  • Home: docs/index.html
  • Open Data: docs/open-data/index.html
  • Trending: docs/trending/index.html
  • Dati pubblici per il sito: docs/data/

In locale:

make serve

Il server espone direttamente la cartella docs/.

Dati

  • data/organizations.json: formato canonico dell'ultima fotografia.
  • data/organizations.csv: esportazione tabellare dell'ultima fotografia.
  • data/trending.json: classifica trending corrente.
  • data/trending.csv: esportazione tabellare della classifica.
  • data/service.json: metadati di servizio usati dalla home, come conteggio organizzazioni e snapshot.
  • data/YYYY/MM/DD/: snapshot storici giornalieri.
  • docs/data/: copia pubblicabile via GitHub Pages.

Campi

  • login: nome dell'account su GitHub.
  • name: nome pubblico mostrato da GitHub.
  • github_url: URL dell'account.
  • account_type: Organization o User.
  • website: sito ufficiale collegato.
  • location: localita' dichiarata su GitHub.
  • sector: classificazione sintetica, ad esempio PA, PMI, Ricerca, Civic tech, N/D.
  • verified: true se GitHub mostra l'organizzazione come verificata.
  • description: descrizione breve.
  • followers: numero follower.
  • public_repos: numero repository pubbliche.
  • total_stargazers: somma delle stelle su tutte le repository pubbliche.
  • source_url: fonte usata per la verifica.
  • last_checked: data di ultimo controllo in formato YYYY-MM-DD.

Criteri di inclusione

Sono incluse organizzazioni GitHub che rappresentano enti, aziende, fondazioni, comunita' o progetti italiani, oppure organizzazioni con sede o attivita' pubblica rilevante in Italia.

Per motivi storici alcuni soggetti usano account GitHub di tipo utente invece di una pagina organizzazione. Questi account vengono inclusi se elencati in data/watchusers.txt e sono distinguibili con account_type: User.

Ogni record deve avere almeno:

  • login GitHub;
  • URL GitHub;
  • nome leggibile;
  • settore;
  • fonte verificabile.

Watchlist e ignorelist

data/watchorgs.txt contiene organizzazioni da processare sempre, anche quando non rientrano nella query GitHub.

data/watchusers.txt contiene account utente che rappresentano organizzazioni storiche. Vengono processati con gli endpoint /users/{login} e /users/{login}/repos.

data/ignoreorgs.txt contiene login da escludere sempre dai dati e dalle classifiche. La ignorelist ha precedenza sulla query, su watchorgs.txt, su watchusers.txt e sugli snapshot precedenti.

I file accettano un login per riga, righe vuote, commenti con # e URL GitHub completi.

Autopopolamento

Il registro puo' essere aggiornato automaticamente con:

make populate

Il target usa scripts/populate.py, interroga GitHub Search API con la query predefinita:

location:Italy type:org followers:>50

Variabili utili:

make populate QUERY='location:Italy type:org followers:>100' MAX_ORGS=200
make populate SNAPSHOT_DATE=2026-05-25
make populate WATCH_ORGS_FILE=data/watchorgs.txt WATCH_USERS_FILE=data/watchusers.txt

Se presenti, GITHUB_TOKEN o GH_TOKEN vengono usati per aumentare i limiti API.

Ogni esecuzione crea una fotografia in:

data/YYYY/MM/DD/

con:

  • organizations.json
  • organizations.csv
  • metadata.json

I file data/organizations.* e docs/data/organizations.* rappresentano sempre l'ultima fotografia disponibile.

Trending

La classifica viene generata con:

make trending

Il risultato viene scritto in data/trending.json, data/trending.csv, docs/data/trending.json, docs/data/trending.csv e nello snapshot giornaliero data/YYYY/MM/DD/.

Lo score combina crescita stimata a 30 giorni di follower, repository e stelle totali.

Le baseline a 30 giorni usano interpolazione lineare tra le letture disponibili. Se non esiste una lettura piu vecchia della finestra richiesta, il valore piu vecchio disponibile viene considerato costante andando indietro nel tempo.

Automazione GitHub Actions

  • .github/workflows/populate.yml: esegue make populate ogni notte, committa e pusha solo se i dati cambiano.
  • .github/workflows/tranding.yml: esegue make trending ogni notte, committa e pusha solo se la classifica cambia.

Aggiornare manualmente

  1. Aggiornare watchlist, ignorelist o dati sorgente.
  2. Eseguire make populate.
  3. Eseguire make trending.
  4. Eseguire make service-data.
  5. Verificare il sito con make serve.
  6. Committare dati, snapshot e pagine aggiornate.

Segnala una organizzazione

Vuoi aggiungere la tua organizzazione a questo dataset? Apri una issue nel repository indicando:

  • login GitHub dell'organizzazione o account utente storico;
  • nome pubblico dell'organizzazione;
  • sito ufficiale, se disponibile;
  • settore suggerito;
  • motivo per cui dovrebbe essere inclusa nel registro.

Apri una nuova segnalazione da qui: https://github.com/alterloop/github/issues/new

Repository

Struttura principale:

  • docs/: sito GitHub Pages.
  • docs/data/: dataset pubblicati dal sito.
  • data/: dataset canonici, snapshot e file di controllo.
  • scripts/populate.py: raccolta e arricchimento dati da GitHub.
  • scripts/trending.py: calcolo classifica trending.
  • Makefile: comandi locali.
  • .github/workflows/: automazioni schedulate.

Licenza

Il progetto e' distribuito con licenza MIT. Vedi LICENSE.

I dati derivano da informazioni pubbliche esposte da GitHub e dai profili collegati. Prima di riutilizzarli in contesti critici, verificare sempre la fonte indicata in source_url.

Note

Il registro non e' un elenco ufficiale di organizzazioni italiane su GitHub. E' un dataset aperto e mantenuto in modo incrementale.

Le metriche GitHub possono cambiare nel tempo e dipendono dai limiti e dalla disponibilita' delle API GitHub al momento dello snapshot.