What's Inside a GitHub Repository? An Empirical Study on the Contents of 10K Projects
Dit artikel presenteert een empirische analyse van 10.000 GitHub-repositories over een decennium, die belangrijke trends onthult zoals de standaardisatie van kernartefacten, de dominantie van GitHub Actions, verschuivingen in configuratieformaten en de opkomst van door generatieve AI gerelateerde inhoud, terwijl het benadrukt hoe het GitHub-ecosysteem de evolutie van open-source steeds meer stuurt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het internet voor als een enorme, bruisende stad waar miljoenen mensen huizen, fabrieken en parken bouwen. In de wereld van computersoftware wordt deze stad GitHub genoemd. Het is geen plek voor bakstenen en cement, maar voor code—de instructies die computers vertellen wat ze moeten doen. Denk aan een "repository" (of "repo") als een enkel huis in deze stad. Binnen elk huis zijn er kamers (directories), meubels (files) en specifieke regels over hoe het huis gebouwd wordt (extensions). Jarenlang hebben experts zich afgevraagd: hoe zien deze huizen er eigenlijk uit? Hebben ze allemaal een naambordje bij de voordeur? Hebben ze een keuken? Gebruiken ze hetzelfde soort bakstenen? Het begrijpen hiervan is als het uitvoeren van een volkstelling van de hele stad om te zien hoe mensen er echt wonen, in plaats van alleen maar te gissen op basis van een paar chique landhuizen. Dit helpt leraren te weten wat ze moeten onderwijzen, bouwers weten welke gereedschappen ze moeten gebruiken, en onderzoekers begrijpen hoe de stad in de loop van de tijd verandert.
Nu laten we een kijkje nemen in 10.000 van deze digitale huizen om te zien wat er echt aan de hand is. Een team van onderzoekers heeft een enorme momentopname van GitHub gemaakt, waarbij ze naar 10.000 populaire projecten keken die in 2026 nog steeds werden bewerkt. Ze keken niet alleen naar de 10.000 meest beroemde huizen; ze kozen een willekeurige mix om een echt beeld van de buurt te krijgen. Ze reisden ook terug in de tijd door deze huizen te vergelijken met hoe ze er in 2021 en 2016 uitzagen, om te zien hoe de stad gedurende een decennium is geëvolueerd.
Dit is wat ze vonden: De digitale huizen zijn veel gestandaardiseerder geworden, bijna als een wijk met eenheidsworst waarbij iedereen hetzelfde blauwdruk volgt. De meest voorkomende items die in bijna elk huis te vinden zijn, zijn een README.md (een groot bord op de voordeur dat uitlegt wat het huis is), een .gitignore (een lijst met dingen die je niet aan gasten wilt laten zien, zoals rommelig gereedschap), en een LICENSE (een regelboek dat zegt wie het huis bezit en hoe anderen het mogen gebruiken). Sterker nog, bijna 9% van de huizen heeft een README en een .gitignore, en ongeveer 73% heeft een licentie. Het lijkt erop dat GitHub zelf, het platform dat de huizen host, de architect is geworden die iedereen subtiel begeleidt om hun huizen op dezelfde georganiseerde manier te bouwen.
De stad heeft ook een enorme verschuiving gezien in de manier waarop mensen hun structuren bouwen en onderhouden. Tien jaar geleden gebruikten veel huizen Travis CI (een specifiek type bouwploeg) om hun werk te controleren, maar die ploeg is grotendeels vertrokken, van 46% in de huizen naar slechts 5%. In hun plaats heeft GitHub Actions de rol van dominante bouwploeg overgenomen, nu aanwezig in 77% van de huizen. Het is alsof de hele stad is overgestapt op een nieuwe, efficiëntere tool voor het bouwen en testen.
De "meubels" in de huizen zijn ook veranderd. De oude, zware, houten meubels van XML worden vervangen door lichtere, flexibelere materialen zoals YAML, JSON en TOML. Deze nieuwe formaten worden gebruikt voor configuratie, zoals het instellen van de verlichting of de thermostaat. Tegelijkertijd verschuift het type "bakstenen" dat voor de muren wordt gebruikt. Huizen gebouwd met Python en JavaScript bakstenen groeien snel, terwijl huizen gebouwd met oudere C, C++, Java en PHP bakstenen krimpen. Het is een duidelijk teken van welke tools de nieuwe standaard worden voor de volgende generatie bouwers.
Misschien wel de meest opwindende nieuwe trend is de komst van "AI-helpers". Net zoals een huis een slimme thermostaat kan hebben, beginnen deze digitale woningen speciale bestanden voor Artificiële Intelligentie en Large Language Models te bevatten. De onderzoekers vonden nieuwe bestanden zoals CLAUDE.md, AGENTS.md en SKILL.md. Dit zijn als instructiehandleidingen voor robotassistenten, die hen leren hoe ze code kunnen schrijven of het huis kunnen beheren. Er zijn ook nieuwe mappen genaamd .claude en skills, wat aantoont dat deze AI-helpers een permanent onderdeel van het huishouden worden.
De studie merkte ook op dat de huizen groter en complexer worden. In 2016 had het gemiddelde huis ongeveer 111 bestanden; tegen 2026 was dat aantal gegroeid naar 211. De variëteit aan bestandstypen (extensions) nam ook toe, wat suggereert dat de tools en technologieën binnen deze huizen diverser worden. De onderzoekers merken echter voorzichtig op dat dit beeld gebaseerd is op huizen die actief worden onderhouden en minstens 100 "stars" hebben (een maatstaf voor populariteit). Dus hoewel dit ons veel vertelt over de populaire, goed onderhouden delen van de stad, vertegenwoordigt het misschien niet perfect de stille, minder actieve hoekjes of de afgesloten privé-landgoederen.
Kortom, dit paper suggereert dat de wereld van open-source software niet alleen organisch groeit; het wordt gevormd door het platform zelf. De "best practices" worden de "enige practices", met een duidelijke opkomst van AI-integratie, een verschuiving naar moderne configuratietools en een gestage afname van oudere technologieën. Het is een stad die voortdurend wordt gerenoveerd, geleid door een nieuwe set blauwdrukken die prioriteit geven aan documentatie, automatisering en intelligente assistentie.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.