针对你的两个问题，我整理了几个实用的方法，能避开Wayback Machine的局限性：

一、获取过去x个月/年内每月的总贡献者历史统计 #

GitHub没有直接提供月度贡献者历史的API端点，但我们可以通过分析提交记录来推导，具体步骤如下：

• 核心思路：抓取仓库的所有提交记录，按月份分组，提取每个月内有提交行为的唯一用户ID，统计去重后的数量就是当月的贡献者总数。
• 实现方式：
  1. 使用GitHub官方CLI工具gh或者直接调用REST API获取提交列表。比如用gh api repos/pytorch/pytorch/commits --per-page 100批量拉取提交（注意处理分页逻辑）。
  2. 编写脚本（比如Python、JavaScript）遍历所有提交，提取每个提交的author.login字段，按「年份+月份」进行分组。
  3. 对每个月份的用户列表去重，得到当月的贡献者数量。
  4. 如果只需要最近x个月的数据，可以在API请求中添加since和until参数过滤时间范围，减少数据处理量。

示例Python代码片段（使用PyGitHub库）：

from github import Github
from collections import defaultdict
from datetime import datetime

# 替换为你的GitHub访问令牌
g = Github("your_access_token")
repo = g.get_repo("pytorch/pytorch")
# 筛选2023年全年的提交
commits = repo.get_commits(since=datetime(2023, 1, 1), until=datetime(2024, 1, 1))

monthly_contributors = defaultdict(set)
for commit in commits:
    if commit.author:
        month_key = commit.commit.author.date.strftime("%Y-%m")
        monthly_contributors[month_key].add(commit.author.login)

# 输出每月贡献者统计
for month, users in monthly_contributors.items():
    print(f"{month}: {len(users)} 位贡献者")

二、获取Used by和贡献者数量的月度历史数据 #

仓库右侧的Used by对应的是依赖该仓库的公开仓库数量，贡献者数量是所有提交过代码的用户总数。由于GitHub不提供这些指标的历史快照，你可以通过以下机制积累数据：

1. 定期抓取并本地存储 #

这是最可靠的方案，具体操作：

• 使用GitHub GraphQL API查询当前的指标值：
  • 贡献者总数：查询repository.contributors.totalCount
  • Used by数量：查询repository.repositoriesDependentsCount
• 编写定时任务（比如用Linux cron、GitHub Actions），每月执行一次查询，将结果存储到数据库（比如SQLite、PostgreSQL）或者CSV文件中。
• 积累几个月后，你就有了完整的月度历史数据。

示例GraphQL查询语句：

query {
  repository(owner: "pytorch", name: "pytorch") {
    contributors(first: 1) {
      totalCount
    }
    repositoriesDependentsCount
  }
}

2. 分析GitHub Archive事件数据 #

GitHub Archive会记录GitHub上的所有公开事件（比如push、仓库创建、依赖添加等）。你可以下载对应时间段的归档数据，通过分析：

• Push事件来统计每月的贡献者（和第一个问题的思路类似）
• 依赖相关的事件（比如created或updated依赖）来估算Used by数量的变化
  不过这种方法需要处理大量原始数据，适合有数据处理经验的开发者。

3. 借助专业的仓库分析工具 #

有些专注于GitHub生态的分析工具会长期跟踪仓库的关键指标（包括贡献者、依赖数量），并提供历史数据查询功能。你可以寻找这类工具来获取现成的历史统计，无需自己维护抓取任务。

内容的提问来源于stack exchange，提问作者Christopher