Conjuntos de datos do GitHub

O conjunto de dados do GitHub oferece uma visão abrangente do ecossistema de software de código aberto, fornecendo informações detalhadas sobre os atributos do repositório e as contribuições dos desenvolvedores. Os principais pontos de dados incluem linguagens de codificação, tamanhos de repositório, contribuições de usuários, questões, solicitações de pull, bifurcações e outras métricas de engajamento, tornando-o um recurso inestimável para analisar as tendências de desenvolvimento de software e o envolvimento da comunidade.

GitHub dataset hero image
Campos de dados
20
Total de registros
3.4M+
Começa em
Até $0,0025 por registro
Pedido Mínimo
$250
GDPR ready
MERCADO DE CONJUNTOS DE DADOS

Conjuntos de datos disponibles

Acesse Conjuntos de dados GitHub validados e atualizados. Garanta um acesso fácil aos dados usando Conjuntos de dados prontos.
  • Dados de demonstração em JSON/CSV
  • Registros novos
  • Personalize, enriqueça e formate os dados

Filtre o conjunto de dados de Github com um único prompt

Descreva exatamente o que você precisa e deixe a IA aplicar os filtros perfeitos em segundos.

  • Descreva as necessidades de dados em inglês simples
  • A IA aplica filtros precisos automaticamente
  • Reduza grandes conjuntos de dados apenas ao que importa para você
  • Reduza custos ignorando dados irrelevantes
  • Exporte dados filtrados no formato de sua preferência
Available delivery options
delivery methods
NOVO!

Maximize o valor com economia estratégica de custos

Managed Data Collection_box

Atualizações Inteligentes de Dados

Acesse apenas "Novos Registros" ou "Registros Atualizados", garantindo que você pague apenas pelo que precisa

dataset bundles

Pacotes de Conjuntos de Dados

Obtenha maior valor comprando dois ou mais conjuntos de dados juntos, com descontos exclusivos.

discounts

Descontos por Volume

Obtenha mais por menos com economias significativas ao comprar grandes conjuntos de dados ou assinaturas de atualizações

enriched datasets

Conjuntos de Dados Enriquecidos

Economize tempo e recursos com conjuntos de dados pré-construídos que combinam múltiplas fontes em um único conjunto de dados limpo

GitHub dataset sample

O conjunto de dados do repositório GitHub fornece insights essenciais sobre o mundo do software de código aberto. Com informações abrangentes sobre linguagens de codificação, tamanhos de repositórios e contribuições de usuários, esse conjunto de dados permite que os usuários se aprofundem nas complexidades do desenvolvimento de software.

Preços de Conjuntos de Dados

Taxa de atualização
100K
500K
1M
5M
20M
Complete Dataset
3TB
  • Limpo e validado
  • Atualizado mensalmente
  • JSON/CSV/Parquet

Potencialize os agentes de IA instantaneamente

Nossos conjuntos de dados Github são otimizados para IA/LLM: claramente estruturados, bem documentados, com código e
receitas para facilitar a integração LLM/chatbot.

structured data

Estruturado e limpo

Dados pré-processados com esquemas consistentes, perfeitos para treinamento e inferência de modelos de IA.

code examples

Exemplos de códigos

Snippets de Python, Node.js, cURL, PHP, Go, Java e Ruby prontos para uso para facilitar a integração com fluxos de trabalho de IA.

documentation

Documentação

Guias e notebooks abrangentes para ChatGPT, Claude e outras integrações do LLM.
                              curl --request GET 
--url https://api.brightdata.com/datasets/snapshots/{id}/download 
--header 'Authorization: Portador '
                              
                            
                              solicitações de importação
url = "https://api.brightdata.com/datasets/snapshots/{id}/download"
headers = {"Authorization": "Bearer "}
response = requests.get(url, headers=headers)
print(response.json())
                              
                            
                              const url = 'https://api.brightdata.com/datasets/snapshots/{id}/download';
const options = {method: 'GET', headers: {Authorization: 'Bearer '}, body: undefined};

try {
const response = await fetch(url, options);
const data = await response.json();
console.log(data);
} catch (error) {
console.error(error);
}
                              
                            
                              HttpResponse response = Unirest.get("https://api.brightdata.com/datasets/snapshots/{id}/download")
.header("Authorization", "Bearer ")
.asString();
                              
                            
                              requerem 'uri'
requer 'net/http'

url = URI("https://api.brightdata.com/datasets/snapshots/{id}/download")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Get.new(url)
request["Authorization"] = 'Bearer '

response = http.request(request)
puts response.read_body
                              
                            

Conjuntos de dados do GitHub adaptados às suas necessidades

Obtenha Conjuntos de dados fáceis de usar e bem estruturados para qualquer caso de uso
dataset subscription

Assinatura de dados

Assine para acessar conjuntos de dados a um custo significativamente reduzido.

file outputs

Formatos de saída de arquivos

JSON, NDJSON, linhas JSON, CSV, Parquet. Compactação .gz opcional.

flexible delivery

Entrega flexível

Snowflake, bucket do Amazon S3, Google Cloud, Azure e SFTP.

enriched datasets

Dados escalonáveis

Dimensione sem se preocupar com infraestrutura, servidores proxy ou bloqueios.

discounts

Economia de custos

Personalize qualquer conjunto de dados usando filtros e opções de formatação.

code maintanence

Manutenção do código

Os conjuntos de dados são mantidos com base nas alterações da estrutura do site.

api integrations

Integrações simplificadas

Beneficie-se das integrações com Snowflake e AWS.

support

Suporte 24 horas por dia, 7 dias por semana

Uma equipe dedicada de profissionais de dados está aqui para ajudar.

compliance

Líderes em conformidade

Os dados são obtidos de forma ética e estão em conformidade com todas as leis de privacidade.

Obtenha dados GitHub estruturados e confiáveis

Nós fornecemos os dados enquanto você se concentra no resto

Grandes volumes de dados da web

Com nossos recursos de desbloqueio e rotação de IPs 24 horas, garantimos o acesso a todos os pontos de dados em qualquer site.

Dados para uso imediato

Cada aspecto do processo de coleta de dados é minuciosamente validado como parte do nosso robusto processo de validação de dados.

Fluxo de dados automatizado

Crie cronogramas personalizados para automatizar a entrega de dados e veja os dados entrarem com perfeição em seu armazenamento.

Como as empresas usam os Conjuntos de Dados do GitHub

Atividade do desenvolvedor

Use Conjuntos de dados do GitHub para acompanhar o progresso e a saúde de projetos de código aberto. Pontos de dados como históricos de commits, pull requests e discussões de problemas fornecem informações sobre o momentum do projeto e o envolvimento dos desenvolvedores. As empresas podem usar os dados para identificar possíveis colaborações ou acompanhar as tendências tecnológicas.
Compre agora
Developer activity

Envolvimento da comunidade

Avalie a popularidade e o apoio da comunidade a projetos de código aberto analisando Conjuntos de dados do GitHub que incluem contagens de estrelas e bifurcações. Essas métricas ajudam as empresas a avaliar o interesse e a confiabilidade potencial dos projetos, informando as decisões sobre quais tecnologias adotar ou para quais contribuir.
Compre agora
Community involvement

Melhore o engajamento

Aproveite os dados do perfil de usuário do GitHub acessíveis ao público para cultivar a defesa e o envolvimento dentro da comunidade de código aberto. Ao identificar e se conectar com usuários que ativamente marcam e contribuem para repositórios em seu domínio, você pode construir uma rede de defensores que podem ampliar seus projetos e impulsionar o desenvolvimento colaborativo.
Compre agora
Improve engagement

Github Perguntas frequentes sobre os Conjuntos de dados

Sim, você pode obter atualizações do seu conjunto de dados Github diariamente, semanalmente, mensalmente ou de forma personalizada.

Sim, você pode adquirir um subconjunto Github que incluirá apenas os Pontos de dados de que você precisa. Ao adquirir um subconjunto, o custo é reduzido substancialmente.

Os formatos dos conjuntos de dados são JSON, NDJSON, JSON Lines, CSV ou Parquet. Opcionalmente, os arquivos podem ser compactados em .gz.

Sim, você pode solicitar dados de amostra para avaliar a qualidade e a relevância das informações fornecidas. Essa é uma ótima maneira de garantir que elas atendam às suas necessidades antes de se comprometer com um Conjunto de dados completo.

Sim, você pode solicitar pontos de dados específicos do conjunto de dados Github adaptados às suas necessidades exclusivas, garantindo que receba exatamente as informações necessárias para seus projetos.

Com certeza, o conjunto de dados Github oferece integração perfeita com API, permitindo que você integre facilmente os dados ao seu CRM, ferramentas de análise ou quaisquer outros sistemas que você use, simplificando suas operações.

Obtenha seu conjunto de dados do GitHub hoje mesmo.