What's Inside a GitHub Repository? An Empirical Study on the Contents of 10K Projects
Este artigo apresenta uma análise empírica de 10.000 repositórios do GitHub ao longo de uma década, revelando tendências fundamentais como a padronização de artefatos principais, a dominância do GitHub Actions, mudanças nos formatos de configuração e a emergência de conteúdo relacionado à IA generativa, ao mesmo tempo em que destaca como o ecossistema do GitHub guia cada vez mais a evolução do código aberto.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine a internet como uma cidade gigante e movimentada onde milhões de pessoas constroem casas, fábricas e parques. No mundo do software de computador, esta cidade é chamada de GitHub. Não é um lugar de tijolos e argamassa, mas de código — as instruções que dizem aos computadores o que fazer. Pense em um "repositório" (ou "repo") como uma única casa nesta cidade. Dentro de cada casa, há cômodos (diretórios), móveis (arquivos) e regras específicas sobre como a casa é construída (extensões). Por anos, especialistas se perguntaram: como são essas casas de verdade? Elas têm todas uma placa na porta da frente? Elas têm uma cozinha? Usam o mesmo tipo de tijolos? Entender isso é como fazer um censo de toda a cidade para ver como as pessoas realmente vivem, em vez de apenas adivinhar com base em algumas mansões luxuosas. Isso ajuda professores a saberem o que ensinar, construtores a saberem quais ferramentas usar e pesquisadores a entenderem como a cidade está mudando ao longo do tempo.
Agora, vamos espiar dentro de 10.000 dessas casas digitais para ver o que realmente está acontecendo. Uma equipe de pesquisadores tirou um instantâneo massivo do GitHub, analisando 10.000 projetos populares que ainda estavam sendo trabalhados em 2026. Eles não olharam apenas para as 10.000 casas mais famosas; eles escolheram uma mistura aleatória para obter um retrato verdadeiro do bairro. Eles também viajaram no tempo, comparando estas casas com a forma como elas eram em 2021 e 2016, para ver como a cidade evoluiu ao longo de uma década.
Aqui está o que eles descobriram: as casas digitais tornaram-se muito mais padronizadas, quase como um bairro de casas pré-fabricadas onde todos seguem a mesma planta. Os itens mais comuns encontrados em quase todas as casas são um README.md (um grande letreiro na porta da frente explicando o que é a casa), um .gitignore (uma lista de coisas que você não quer mostrar aos convidados, como ferramentas bagunçadas) e uma LICENSE (um livro de regras dizendo quem é o dono da casa e como outros podem usá-la). De fato, quase 95% das casas têm um README e um .gitignore, e cerca de 73% têm uma licença. Parece que o próprio GitHub, a plataforma que hospeda essas casas, tornou-se o arquiteto, guiando gentilmente todos para construir suas casas de uma forma organizada.
A cidade também viu uma mudança massiva na forma como as pessoas constroem e mantêm suas estruturas. Dez anos atrás, muitas casas usavam o Travis CI (um tipo específico de equipe de construção) para verificar seu trabalho, mas essa equipe partiu em grande parte, caindo de 46% das casas para apenas 5%. Em seu lugar, o GitHub Actions assumiu o controle como a equipe de construção dominante, agora presente em 77% das casas. É como se toda a cidade tivesse trocado para uma nova ferramenta mais eficiente para construir e testar.
Os "móveis" dentro das casas também mudaram. Os antigos e pesados móveis de madeira feitos de XML estão sendo substituídos por materiais mais leves e flexíveis como YAML, JSON e TOML. Esses novos formatos são usados para configuração, como ajustar as luzes ou o termostato. Ao mesmo tempo, os tipos de "tijolos" usados nas paredes estão mudando. Casas construídas com tijolos de Python e JavaScript estão crescendo rapidamente, enquanto aquelas construídas com tijolos mais antigos de C, C++, Java e PHP estão encolhendo. É um sinal claro de quais ferramentas estão se tornando o novo padrão para a próxima geração de construtores.
Talvez a tendência mais emocionante seja a chegada dos "ajudantes de IA". Assim como uma casa pode ter um termostato inteligente, esses lares digitais estão começando a incluir arquivos especiais para Inteligência Artificial e Modelos de Linguagem de Grande Escala (LLMs). Os pesquisadores encontraram novos arquivos como CLAUDE.md, AGENTS.md e SKILL.md. Estes são como manuais de instrução para assistentes robôs, ensinando-os a ajudar a escrever código ou gerenciar a casa. Existem também novas pastas chamadas .claude e skills, mostrando que esses ajudantes de IA estão se tornando uma parte permanente da residência.
O estudo também notou que as casas estão ficando maiores e mais complexas. Em 2016, a casa média tinha cerca de 111 arquivos; até 2026, esse número cresceu para 211. A variedade de tipos de arquivos (extensões) também aumentou, sugerindo que as ferramentas e tecnologias dentro dessas casas estão se tornando mais diversas. No entanto, os pesquisadores fazem questão de notar que este quadro é baseado em casas que são mantidas ativamente e possuem pelo menos 100 "estrelas" (uma medida de popularidade). Portanto, embora isso nos diga muito sobre as partes populares e bem cuidadas da cidade, pode não representar perfeitamente os cantos mais silenciosos, menos ativos ou as propriedades privadas fechadas.
Em resumo, este artigo sugere que o mundo do software de código aberto não está apenas crescendo organicamente; ele está sendo moldado pela própria plataforma. As "boas práticas" estão se tornando as "únicas práticas", com um aumento claro na integração de IA, uma mudança para ferramentas de configuração modernas e um declínio constante de tecnologias mais antigas. É uma cidade que está em constante renovação, guiada por um novo conjunto de plantas que prioriza documentação, automação e assistência inteligente.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.