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。
该项目为 Node.js 新版本,功能更强大,旧版本已迁移至 code996-web。
面试时我们会询问面试官加班情况,但得到的答案往往不那么真实。
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 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!
无需安装,快速使用:
# 在当前仓库或仓库上级目录运行(默认查询以上次提交为终点开始365天的commit)
npx code996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
code996code996 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help:显示帮助信息
-y, --year <year>:指定年份或年份范围(推荐)- 单年格式:
2025→ 分析 2025-01-01 至 2025-12-31 - 范围格式:
2023-2025→ 分析 2023-01-01 至 2025-12-31
- 单年格式:
-s, --since <date>:自定义开始日期 (YYYY-MM-DD)-u, --until <date>:自定义结束日期 (YYYY-MM-DD)--all-time:覆盖整个仓库历史数据
-H, --hours <range>:手动指定标准工作时间(例如:9-18 或 9.5-18.5)重要:建议使用该参数,以获取更正确的评价结果--half-hour:以半小时粒度展示时间分布(默认按小时展示)统计更精确--timezone <offset>:指定时区进行分析(例如:+0800、-0700)适用于跨时区团队项目--cn:强制开启中国节假日调休模式**(系统会自动检测 +0800 时区并启用,其他时区也可手动开启)**--self:仅统计当前 Git 用户的提交记录--ignore-author <regex>:排除匹配特定正则表达式的作者(例如:排除 bot 或 jenkins)--ignore-msg <regex>:排除 Commit Message 中包含特定关键词的提交(例如:排除 merge 或 lint)
# ===== 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
# 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"- 使用 git-log 获取项目 commit 的相关数据
- 本地计算分析,并打印出展示结果
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
- 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:自动聚合为24小时用于工作时间识别和996指数计算
- 展示模式:默认按小时展示(24点),可选半小时模式(48点)
- 工作时间识别:使用最近样本的 10%-20% 分位估算上班时间区间,并结合晚间提交拐点推算下班时间
- 996 指数计算:依据加班比例构建指数,并输出中文描述
- 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"
- 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
- 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 - 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
- 算法优势:新版本采用分位数与拐点估算,能更智能地排除深夜零星提交的干扰,精准定位真实的工作时间窗口
- 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。
以下是一些常见问题,如果你有其他问题,欢迎随时提出issue。
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。
- 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。
- 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?🐶
- 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。
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。
完美支持!Git 提交记录自带本地时区信息,同时工具默认也会自动分析项目的时区分布并进行提示,防止数据混淆。
同时支持使用 --timezone="+0800" 等参数手动筛选特定地区,实现对跨国团队的精准侦察。
虽然技术上可以实现,但我们刻意放弃了这个功能:
按用户查看 996 指数,这个功能太容易被异化和滥用了,它很容易被一些人拿去分析团队成员的“加班情况”。
虽然我前面已经不止一次强调了工具的局限性(实际工作还包括开会、学习、维护文档、调试自测等等),但你就是拦不住有些人只看数字🤦
这个项目的初衷是用来避坑项目的,而不是给内卷提供新的弹药。因此,项目只提供看团队和看自己(--self)两种视角。
最后,代码提交量和时间点不等于工作产出。如果将其用于绩效考核,不仅会导致团队为了刷数据而产生大量垃圾提交,更会破坏团队的信任。
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 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。
特别鸣谢:本项目使用 KwaiKAT 的 KAT-Coder-Pro V1 进行开发,感谢 KwaiKAT 提供的免费 token。
MIT License



