code996

code996 是一个分析工具，它可以统计 Git 项目的 commit 时间分布，进而推导出项目的编码工作强度。

它可以帮助你了解新团队工作的时间模式，识别潜在的加班文化。

使用方法很简单，一行命令即可开始：npx -y code996

简体中文 | English

它的用途

面试时我们会询问面试官加班情况，但得到的答案有时不那么真实。但是代码的提交时间不会骗人，因此就有了这个工具。

当你入职新公司，跑一下 npx -y code996，就可以看到数据背后的真相，从而判断这家公司的真实加班文化。

与其痛苦三个月，不如早点看清真相！别等到试用期结束才后悔！

功能特性

• 📊 996 指数：将复杂的加班情况转化为直观数值，一眼看穿项目卷度
• 🕰️ 智能工时推演：使用每日首提分位数推测标准工时，并把晚间活动结束作为独立诊断证据
• 📈 月度趋势追踪：通过趋势识别项目是“越来越卷”还是“趋于平稳”
• 📅 多维度加班画像：全方位分析，不仅识别工作日/周末加班高峰，还能识别团队成员的加班比例
• 📦 多仓库对比：支持一键扫描并分析文件夹下的多个仓库，自动生成对比
• 🖥️ 本地 Web 报告：默认随终端报告保存中英双语可视化页面，使用 --open 可自动打开，无需上传数据或常驻本地服务
• 🌍 跨时区检测：自动识别时区分布，支持指定时区精准分析
• 🇨🇳 节假日调休支持：内置国内节假日调休逻辑，精准剔除调休干扰
• 🔒 隐私安全：纯本地运行，基于 git log 进行离线分析

预览

查看核心结果

其他模块预览 点此展开→

查看提交时间分布

加班情况分析

月度趋势分析

团队工作模式分析

🚀 快速开始

使用命令行

首先确保本地已安装 Node.js 18 或更高版本，然后：

# 在当前仓库或仓库上级目录运行
npx -y code996

默认会在终端输出传统文字报告，同时把可视化报告保存到 Downloads/code996-report/日期_时间_项目名/，但不会自动打开浏览器；例如 Downloads/code996-report/2026-07-18_10-11-46_demo/。需要生成后直接打开时运行 npx code996 --open。CLI 退出后仍可继续查看，删除对应目录即可完整移除报告；整个过程不会上传仓库数据，也不需要启动 localhost 服务。

你也可以选择安装后再使用，这样就不用每次都重新下载：

# 全局安装
npm i -g code996

# 使用
code996

使用 AI 助手

无需预先安装 Skill。打开目标项目，把下面这段话发送给能够访问网络和执行命令的 AI 编程工具：

请阅读 https://raw.githubusercontent.com/hellodigua/code996/main/skills/code996/SKILL.md 及其中引用的文件，并按照说明分析当前 Git 项目的团队工作强度，生成一份 996 分析报告。

AI 会按照 code996 Skill 采集本地 Git 数据，并生成包含加班语义、贡献者对比和改进建议的叙事化报告。你也可以把提示词末尾的分析要求改成：

分析我们团队 2025 年的加班情况，出一份报告
帮我对比 /workspace/proj-a 和 /workspace/proj-b 的加班强度
用 code996 分析这个仓库，并打开本地 Web 报告

运行 code996 需要 Node.js 18+。

🤖 智能分析模式

code996 会根据上下文自动选择最合适的分析模式：

• 在Git仓库中运行 → 单仓库深度分析
• 目录下有多个仓库 → 自动进入多仓库分析模式

# 智能检测，自动选择分析模式
code996                    # 智能检测当前环境
code996 /path/to/repo      # 分析指定仓库
code996 /proj1 /proj2      # 自动进入多仓库模式
code996 /workspace         # 自动扫描子目录

📖 详细使用说明

时间范围选项

筛选与展示选项

报告输出方式

--json 和 --md 互斥，--open 不能与这两种结构化输出同时使用。Web 报告支持在页面右上角直接切换中文和英文；--lang 决定初始语言。

界面语言

code996 会自动根据电脑系统语言选择界面语言。优先级如下：

1. --lang <locale> 命令行参数
2. CODE996_LANG 环境变量
3. 操作系统语言
4. 终端 locale（如 LC_ALL、LC_MESSAGES、LANG）
5. Node.js Intl locale
6. 英文兜底

当前支持中文和英文。显式指定时可使用 zh、zh-CN、zh_CN、zh-Hans-CN、en、en-US、en_US；如果指定不支持的语言，命令会报错退出。

使用示例

# ===== 单仓库分析（智能模式） =====
code996                        # 分析当前仓库（最近一年）
code996 /path/to/repo          # 分析指定仓库
code996 -y 2025                # 分析2025年
code996 -y 2023-2025           # 分析2023-2025年
code996 --all-time             # 查询整个仓库历史
code996 --self                 # 只分析当前用户的提交
code996 --self -y 2025         # 分析自己在2025年的提交

# ===== 多仓库分析（智能自动检测） =====
code996                        # 如果子目录有多个仓库，自动进入多仓库模式
code996 /path/proj1 /path/proj2  # 传入多个路径，自动分析多个仓库
code996 /workspace             # 扫描指定目录的所有子仓库
code996 /workspace -y 2025     # 分析2025年的数据和趋势
code996 --self                 # 只统计当前用户在所有仓库中的提交

# 手动指定工时（推荐）
code996 --hours 9.5-18.5       # 指定 9:30-18:30（支持小数）
code996 --hours 9.5-19 -y 2025 # 结合年份分析

# 精细分析（半小时粒度）
code996 --half-hour            # 以半小时粒度展示时间分布
code996 -y 2025 --half-hour    # 结合年份分析，精细展示
code996 /proj1 /proj2 --half-hour  # 多仓库分析，半小时粒度展示

# 跨时区项目分析
code996 --timezone="+0800"     # 只分析东八区（中国）的提交
code996 --timezone="-0700"     # 只分析西七区（美国西海岸）的提交
code996 -y 2025 --timezone="+0800"  # 分析2025年特定时区的提交

# 中国节假日调休分析
code996                        # 系统自动检测主要时区为 +0800 时，会自动启用节假日调休
code996 --cn                   # 手动强制开启节假日调休模式（适用于非 +0800 时区项目）
code996 --timezone="-0700" --cn # 分析非中国时区项目，但需要按中国节假日调休判断

# 过滤噪音数据（排除 CI/CD 机器人、合并提交等）
code996 --ignore-author "bot"                    # 排除所有包含 "bot" 的作者
code996 --ignore-author "bot|jenkins|github-actions"  # 排除多个作者（使用 | 分隔）
code996 --ignore-msg "^Merge"                    # 排除所有以 "Merge" 开头的提交消息
code996 --ignore-msg "merge|lint|format"         # 排除多个关键词
code996 -y 2025 --ignore-author "renovate|dependabot" --ignore-msg "^Merge" # 综合过滤

# 指定界面语言
code996 --lang zh-CN           # 强制中文界面
code996 --lang en              # 强制英文界面

# 报告输出
code996                        # 输出终端报表，同时保存 Web 报告但不打开
code996 --open                 # 输出终端报表、保存并打开 Web 报告
code996 --json --output report.json
code996 --md --output report.md

常见排除场景：

# 排除所有 CI/CD 机器人
--ignore-author "bot|jenkins|github-actions|gitlab-ci|circleci|travis"

# 排除依赖更新机器人
--ignore-author "renovate|dependabot|greenkeeper"

# 排除合并和格式化提交
--ignore-msg "^Merge|^merge|lint|format|prettier"

# 排除自动生成的提交
--ignore-msg "^chore|^build|^ci|auto"

它怎样工作

1. 使用 git-log 获取项目 commit 的相关数据
2. 本地计算分析，生成统一的 ReportData
3. 默认输出终端报告并保存 Web 页面，或根据显式参数打开 Web / 输出 JSON / Markdown

数据采集流程

Git 仓库 → git log 采集 → 日级首提 + 小时分布 → 分位数推算上/下班 → 996 指数计算 → 结果输出

关键算法

1. 时间分布分析：
   • 数据采集：按分钟级别采集提交时间，自动聚合为48个半小时点
   • 算法处理：标准工时边界和 996 指数计算保留半小时精度；仅活动结束诊断按小时识别
   • 展示模式：默认按小时展示（24点），可选半小时模式（48点）
2. 工作时间识别：使用最近样本的 10%-20% 分位估算上班时间，自动标准工时固定为 9 小时；晚间活动结束单独展示，不能扩大正常工时
3. 996 指数计算：依据加班比例构建指数，并输出中文描述
4. 项目类型识别 ：通过工作时间规律性、周末活跃度、晚间活跃模式，自动识别项目是"公司项目"还是"开源项目"
5. 跨时区协作检测：通过时区离散度和"睡眠时段"提交比例识别跨时区项目（阈值：非主导时区 >1%），并提供时区过滤建议
6. 节假日调休识别：当主要时区为 +0800 且占比超过 50% 时，自动启用中国节假日调休判断（工作日/周末会考虑法定节假日和调休），其他时区可通过 --cn 参数手动开启
7. 数据验证：检验统计数据是否与总提交数一致，避免缺失导致的偏差
8. 不确定性表达：自动工时置信度低于 60% 时，同时给出常见工时场景的指数范围，避免把低样本推测包装成确定结论

使用提示

• 隐私保护：所有对 Git 数据的分析均在本地进行，不会上传任何结果或日志。
• 分析局限性：工具仅统计 git log 中的 commit 时间。然而，实际工作还包括开会、学习、维护文档、调试自测等活动。因此，报告无法覆盖全部的实际工作时间，分析结果准确性有限，请谨慎参考。
• 使用限制：本项目分析结果仅供个人参考，请勿用于 “作恶” 或不当用途。
• 免责声明：code996 不对使用、传播本程序及附属产物造成的任何后果承担任何责任。

匿名贡献

如果你想要协助校准code996的计算算安抚，那么可以在要分析的 Git 仓库中运行：

npx code996 benchmark

命令只在本地分析，不会上传任何内容。它会生成一个无标签的 code996-benchmark-*.json 文件；发送给维护者前，请先打开文件人工检查。无标签样本可用于发现算法的明显误判和异常分布，但不能证明它与团队真实作息之间的误差。

如果愿意补充信息，可以使用可选参数生成更适合计算误差的有标签样本：

npx code996 benchmark \
  --reference-hours 9.5-18.5 \
  --team-size 20

• --reference-hours：团队真实或通常执行的标准工时，用于与自动结果比较
• --team-size：只用于按团队规模分组研究算法表现，不参与 996 指数计算；未提供时仍会自动记录 Git 贡献者人数区间
• --schedule、--label-confidence：补充排班类型和参考标签的可信度
• -y / --since --until：固定分析范围，便于不同数据集之间复现和比较

JSON 不包含任何隐私信息。它会保留提交数、按半小时和星期聚合的时间分布、月份范围、贡献者人数区间以及自动结果；仅在提供参考工时后包含参考结果和误差。

其他疑问

以下是一些常见问题，如果你有其他问题，欢迎随时提出issue。

💡 拿到代码才能分析，入职了再用岂不是马后炮？

并非如此。code996 的核心价值在于打破信息差，用真实数据对抗口头画饼。

1. 试用期即“验货期”：入职不代表卖身。法律规定的试用期也是我们对公司的考察期。如果第一天就发现是天坑，趁早止损也是一种避坑策略。
2. 内推时背调：格局打开！你完全可以找在那家公司工作的内鬼朋友帮忙跑一下。这不就是最硬核的内推背调吗？🐶
3. 决策依据：哪怕已经入职，有一份确凿的加班证据在手，无论是以此为由转岗，还是作为离职的决断依据，都比自我怀疑要强得多。

📉 项目习惯本地多次提交后 Squash 再推送，会影响准确性吗？

影响会有，但 code996 依赖的是统计学规律，只要 commit 样本达到一定数量，最终呈现的是团队整体的集体工作模式，特殊提交习惯在统计学上会被视为“噪声”被过滤掉。

🚀 项目接下来的路线？

接下来的功能都会沿着 WLB 和工作避坑的路线来开发，包括：更精细的加班比例分析、以及分析代码的屎山指数（复杂度分析），毕竟维护屎山也是导致 996 的罪魁祸首之一。

AI 和协作

🤖 AI 协作伙伴注意：本项目采用标准化的 AI 协作流程，详情请查看 .docs/README.md 中的协作规范。

📄 许可证

MIT License