如何使用GitHub GraphQL API列出公开仓库？

我明白你的困扰——GitHub GraphQL确实没有像REST API那样的顶层repositories端点直接返回所有公开仓库，这是因为全局公开仓库的量级实在太大，官方设计时更倾向于让用户通过搜索接口来按需筛选获取。下面给你详细说可行的解决方案：

一、使用Search API的正确姿势 #

你之前尝试的search查询问题出在查询条件和GitHub搜索的限制上，调整一下就能得到更准确的结果：

1. 正确的查询语句 #

用is:public作为核心查询条件，明确筛选公开仓库，同时通过分页获取更多结果：

query FetchPublicRepositories($cursor: String) {
  search(
    query: "is:public",
    type: REPOSITORY,
    first: 50,
    after: $cursor
  ) {
    repositoryCount
    pageInfo {
      endCursor
      hasNextPage
    }
    edges {
      node {
        ... on Repository {
          name
          owner {
            login
          }
          description
          stargazerCount
        }
      }
    }
  }
}

2. 分页逻辑说明 #

• 首次查询时，$cursor参数留空，获取前50条结果
• 每次查询后，用返回的pageInfo.endCursor作为下一次查询的after参数，直到pageInfo.hasNextPage变为false

3. 为什么之前的repositoryCount不准？ #

GitHub的Search API有两个关键限制：

• 结果数量上限：搜索接口最多只能返回前1000条匹配结果，即使实际存在更多仓库，也无法通过分页获取超过这个数的内容
• 索引延迟：repositoryCount是基于GitHub的搜索索引统计的，不是实时的全量公开仓库数，所以会和实际数量有偏差

二、突破1000条限制的小技巧 #

如果需要获取超过1000条公开仓库，可以通过拆分查询条件来分批获取，比如按创建时间范围筛选：

# 示例：获取2024年1月1日之后创建的公开仓库
query FetchRecentPublicRepos($cursor: String) {
  search(
    query: "is:public created:>=2024-01-01",
    type: REPOSITORY,
    first: 50,
    after: $cursor
  ) {
    # 结构和之前一致
  }
}

你可以逐步调整created的时间范围，比如按季度、月份拆分，来获取更多批次的仓库数据。

三、为什么没有顶层repositories字段？ #

GitHub GraphQL的设计理念是精准获取资源，全局公开仓库的量级达到千万级，直接提供枚举接口会给服务器带来极大压力，也不符合GraphQL按需取数的核心思想。因此官方只提供了用户/组织级别的repositories字段，全局范围的公开仓库只能通过Search API间接获取。

内容的提问来源于stack exchange，提问作者FTM