企业官网建设流程全解析

如果你在用github-stats-extended动态生成 GitHub Stats 卡片，一定见过卡片角落里那个醒目的等级徽章：S、A+、A、B+……这个Rank 排名算法并不是拍脑袋打分，而是用指数分布、对数正态分布的累积分布函数（CDF）对 commits、PR、Issues、Stars、粉丝数加权计算出的百分位结果。本文带你彻底搞懂S 级 Rank 是怎么算出来的，以及为什么绝大多数人是 C。

Rank 到底在衡量什么？

Stats 卡片会展示你的 stars、commits、pull requests、issues 等 GitHub 活跃度数据，并给出一个整体等级（官方说明见 stats.md）。这套等级参照了日本学术评分体系，共 9 档：

核心结论先说：S 级 = 全局百分位进入前 1%，而不是"各项数据都第一"。卡片上等级圆环显示的进度，正是100 - 全局百分位。

数学原理：两个分布函数打底

算法核心只有一个文件：calculateRank.ts，其中定义了两个"分布函数"，把任意指标值转换成 0~1 之间的百分位估计：

指数分布 CDF：衡量"越努力越接近 1"

function exponential_cdf(x: number): number { return 1 - 2 ** -x; // 1 - 2^(-x) }

这是以中位数为刻度的指数分布 CDF：当x = 1（即你的数量达到中位数）时，函数值正好是 0.5，表示"超过了 50% 的人"；数量翻倍再翻倍，值就快速逼近 1，但永远到不了 1。它用来衡量commits、PR、issues、reviews这类"干活型"指标。

对数正态 CDF：给 Stars 和粉丝一个"天花板更软"的模型

function log_normal_cdf(x: number): number { return x / (1 + x); // 近似公式 }

Stars 和 followers 的分布极端偏斜（少数人拿走了绝大多数），所以改用这个近似公式：输入中位数的 1 倍同样得 0.5，但增长更平缓，避免"明星效应"把整个排名带偏。它专门用于stars 和 followers这两项"社交型"指标。

加权求和：中位数与权重的设定

每种指标都有自己的中位数（代表"普通用户"的水平）和权重，见 calculateRank.ts：

最终的全局排名公式为：

rank = 1 - (Σ 权重ᵢ × CDFᵢ(指标ᵢ / 中位数ᵢ)) / 总权重(12)

两个值得注意的设计：

• 权重越高越重要：Stars 权重为 4，是最重的单项，说明社区认可度被放在 C 位；而 Reviews、Issues、Followers 都是 1。
• rank 数值越小越强：rank本质是百分位（percentile）。测试用例里一位"sindresorhus 级别"的用户（commits 1300 / PR 1500 / Stars 60 万 / 粉丝 5 万）算出percentile ≈ 0.46，即前 0.46%，稳稳 S 级（见 calculateRank.test.ts）。

S、A+、C 九档是如何划分的？

算出 rank 后，只需对照一组固定阈值即可定档（calculateRank.ts）：

const THRESHOLDS = [1, 12.5, 25, 37.5, 50, 62.5, 75, 87.5, 100]; const LEVELS = ["S", "A+", "A", "A-", "B+", "B", "B-", "C+", "C"]; const level = LEVELS[THRESHOLDS.findIndex((t) => rank * 100 <= t)];

也就是说：只要rank × 100 ≤ 1（前 1%），就是 S 级；≤ 12.5是 A+……一直到≤ 100兜底为 C。测试文件里也验证了完整梯度——新用户全 0 得 C，"中位数用户"（250 commits / 50 PR / 50 Stars 等）恰好落在 46% 附近拿到 B+（calculateRank.test.ts）。

普通人如何从 B 冲向 S 级？

结合权重表，冲 S 级的性价比路线很清晰：

1. 优先刷 Stars（权重 4）：开源一个小而精的工具库，让项目被更多人 star，收益最大；
2. 保持稳定的 PR 输出（权重 3）：给开源项目持续贡献，50 个 PR 只是中位数起点；
3. commits 是基本盘（权重 2）：250 commits 仅为及格线，S 级玩家通常以千计；
4. Reviews / Issues / Followers 权重虽低但不可缺：它们决定你能否稳定越过 1% 这条线；
5. 开启include_all_commits参数后，commits 中位数从 250 提高到 1000，排名基准会自动对齐"全量提交"的口径。

卡片上 Rank 的三种展示方式

在前端配置向导里，你可以选择 Rank 的显示风格（default/percentile/github/hide_rank），相关组件见 StatsRankSection.tsx。选择percentile时，卡片会直接展示你的百分位数字而不是字母等级。

总结

• github-stats-extended 的Rank 算法= 六项指标各自的 CDF 百分位 × 权重，加权平均后取反；
• S 级 = 全局前 1%，Stars 权重最高（4），PR 次之（3）；
• 想看完整实现，直接阅读 packages/core/src/calculateRank.ts，想验证算法行为，翻阅 packages/core/tests/calculateRank.test.ts；
• 想隐藏或更换 Rank 显示样式，使用hide_rank、rank_icon等卡片参数即可（详见 stats.md）。

理解了这个算法，你就知道：与其焦虑字母等级，不如把权重表当作开源路线图——按权重排序投入精力，S 级只是时间问题。