// 01 > CONTEXT
GitCompass 读取提交历史，揭示高频改动热点、速度激增、贡献者倦怠信号、巴士因子风险与上手指引。它以 CLI 和可视化仪表盘的形式发布，完全运行在你自己的机器上。
// 02 > THE_PROBLEM
那些预示交付风险的信号 —— 改动量、单一负责人的文件、加班时段的激增 —— 都埋藏在没人有时间去挖掘的 Git 历史里。
现有的分析方案意味着要把你的仓库上传到云服务，这对私有代码而言立刻就行不通，而且它们仍然只回答固定的问题，而非你真正想问的那个。
之前
风险信号埋藏于历史 · 需要上传到云 · 只有固定仪表盘
// 03 > APPROACH
我构建了一个模块化 monorepo：一个分析内核、一个 CLI 和一个仪表盘，外加一个用通俗易懂的语言回答问题的 AI 查询层，全部在本地运行。
本地优先的设计
一切都运行在你的机器上。无账户、无云端、无遥测，因此它能用于私有仓库。
通俗易懂的语言查询
用自然语言向仓库提问；在本地分析之上支持多 SDK。
TypeScriptNode.jsAI SDKpnpm monorepo
// 04 > THE_RESULT
热点、倦怠与巴士因子风险只需一次本地扫描即可浮现，可用通俗易懂的语言查询，且没有任何数据离开机器。
之前
- 历史挖掘代价太高
- 需上传云端才能分析
- 只有预设好的问题
之后
- 一次扫描得出 5 类风险信号
- 100% 本地，无遥测
- 自然语言查询
“分析不该以你的隐私为代价。GitCompass 从不回传数据，你想知道什么直接问它就行。”