softpython2884/tools/estimate.py at main · softpython2884/softpython2884 · GitHub

History

427 lines (376 loc) · 17.9 KB

Raw

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

218

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

264

265

266

267

268

269

270

271

272

273

274

275

276

277

278

279

280

281

282

283

284

285

286

287

288

289

290

291

292

293

294

295

296

297

298

299

300

301

302

303

304

305

306

307

308

309

310

311

312

313

314

315

316

317

318

319

320

321

322

323

324

325

326

327

328

329

330

331

332

333

334

335

336

337

338

339

340

341

342

343

344

345

346

347

348

349

350

351

352

353

354

355

356

357

358

359

360

361

362

363

364

365

366

367

368

369

370

371

372

373

374

375

376

377

378

379

380

381

382

383

384

385

386

387

388

389

390

391

392

393

394

395

396

397

398

399

400

401

402

403

404

405

406

407

408

409

410

411

412

413

414

415

416

417

418

419

420

421

422

423

424

425

426

427

#!/usr/bin/env python3

"""

estimate.py — Estimation d'effort et de coût de développement d'un dépôt.

Principe : une moyenne globale de lignes/jour est trompeuse, parce qu'une ligne

de code de paiement (idempotence, webhooks, rapprochement, litiges) ne coûte pas

le même prix qu'une ligne de CRUD. On classe donc chaque fichier dans une ZONE,

et chaque zone a sa propre productivité (lignes retenues par heure de dev senior).

Trois apports par rapport à une estimation au doigt mouillé :

1. ZONES pondérées -> où part réellement l'argent.

2. CHURN git -> le code écrit puis jeté/réécrit a coûté aussi.

3. TYPES DE COMMITS -> part de feature / debug / doc / refonte.

Usage :

python3 estimate.py <chemin_du_depot> [--nom NOM] [--json fichier.json]

[--tjm 600] [--heures-jour 7] [--modules chemin]

"""

from __future__ import annotations

import argparse

import json

import os

import re

import subprocess

import sys

from collections import defaultdict

# --------------------------------------------------------------------------

# 1. ZONES — patterns (ordre important : du plus spécifique au plus générique)

# loc_h = lignes retenues produites par heure par un dev senior (10-11 ans),

# analyse + écriture + relecture + tests + debug inclus.

# --------------------------------------------------------------------------

ZONES = [

# (clé, libellé, loc/h, regex sur le chemin en minuscules)

("docs", "Documentation & specs", 55, r"\.mdx?$"),

("config", "Configuration / boilerplate", 90,

r"next\.config\.[mc]?[jt]s|tailwind\.config\.[jt]s|postcss\.config\.[jt]s|vite\.config\.[jt]s|"

r"\.env\.example|pnpm-workspace\.yaml|\.gitignore|\.dockerignore)$"),

("tests", "Tests", 45,

("db", "Modèle de données & migrations", 28,

r"(\.prisma$)|(\.sql$)|((^|/)(migrations?|tenant-migrations)/)"),

("infra", "Infra, DevOps & déploiement", 14,

r"(^|/)(dockerfile|docker-compose)|(^|/)docker/|caddyfile|(^|/)nginx|"

r"(^|/)\.github/workflows/|(^|/)scripts?/|\.(sh|ps1|bat)$|(^|/)deploy/|\.toml$|"

("compliance", "Juridique & conformité", 6,

r"factur|(^|/|-)fec(-|/|\.|$)|rgpd|gdpr|duerp|qualiopi|(^|[/-])bpf([/-]|\.|$)|cnil|"

# NB : « report » et « moderation » ont été retirés — trop génériques : ils

# attrapaient les commandes de modération Discord de Marcus, qui sont des

# fonctionnalités produit ordinaires, pas du travail juridique.

r"retention|anonymi|audit-log|auditlog"),

("money", "Paiement, facturation & comptabilité", 9,

r"accounting|payroll|donation|merchant|wallet|credit|(^|[/-])tax|(^|[/-])fee|"

("security", "Sécurité, auth & cryptographie", 9,

("integration", "Intégrations & services externes", 13,

r"pterodactyl|discord|gemini|genkit|(^|/)ai/|(^|[/-])ai[-.]|webhook|meili|minio|"

r"(^|[/-])s3|storage|sirene|(^|[/-])ics|(^|[/-])rss|oauth|sso|pubsub|realtime|"

("ui", "Interface & composants", 30,

r"\.(tsx|jsx|css|scss|html|svg)$|(^|/)(components|pages|views|app|ui|ecrans|composants)/"),

("server", "Logique métier serveur", 20,

r"\.(ts|js|mjs|cjs|py|java|dart|kt)$"),

("other", "Divers", 40, r".*"),

]

EXCLUDE_DIRS = {

"node_modules", ".next", ".git", "dist", "build", "coverage", ".turbo",

"out", ".venv", "__pycache__", ".gradle", "target", "vendor", ".cache",

}

# Fichiers dont le volume est généré/mécanique : exclus du churn git pour ne pas

# fausser le calcul (un lockfile peut ajouter 15 000 lignes en un commit).

GENERATED = re.compile(

r"(^|/)public/|" # assets statiques : le nb de lignes n'est pas un effort

r"\.svg$|" # SVG exportés : 5 logos = 9 664 lignes, à exclure

r"\.(png|jpg|jpeg|gif|webp|ico|woff2?|pbf|zip|pdf)$)"

)

COMPILED = [(k, lbl, loc_h, re.compile(pat)) for k, lbl, loc_h, pat in ZONES]

def classify(path: str) -> str:

p = path.lower()

for key, _lbl, _loc_h, rx in COMPILED:

if rx.search(p):

return key

return "other"

def zone_meta(key: str):

for k, lbl, loc_h, _rx in ZONES:

if k == key:

return lbl, loc_h

return key, 40

# --------------------------------------------------------------------------

# 2. Scan de l'arbre courant (code RETENU)

# --------------------------------------------------------------------------

def scan_tree(repo: str):

stats = defaultdict(lambda: {"files": 0, "lines": 0})

per_module = defaultdict(lambda: {"lines": 0, "hours": 0.0})

for root, dirs, files in os.walk(repo):

dirs[:] = [d for d in dirs if d not in EXCLUDE_DIRS]

for fn in files:

full = os.path.join(root, fn)

rel = os.path.relpath(full, repo)

if GENERATED.search(rel.lower()):

continue

try:

if os.path.getsize(full) > 4_000_000:

continue

with open(full, "rb") as fh:

raw = fh.read()

if b"\0" in raw[:2048]: # binaire

continue

lines = raw.count(b"\n") + (1 if raw and not raw.endswith(b"\n") else 0)

except (OSError, ValueError):

continue

if lines == 0:

continue

z = classify(rel)

stats[z]["files"] += 1

stats[z]["lines"] += lines

_lbl, loc_h = zone_meta(z)

per_module[module_of(rel)]["lines"] += lines

per_module[module_of(rel)]["hours"] += lines / loc_h

return stats, per_module

def module_of(rel: str) -> str:

"""Regroupement grossier par grande partie du produit (pour le détail)."""

p = rel.replace("\\", "/")

m = re.match(r"src/server/modules/([^/]+)/", p)

if m:

return f"module:{m.group(1)}"

m = re.match(r"(src/app/$[^)]+$/[^/]+)/", p)

if m:

return m.group(1)

parts = p.split("/")

return "/".join(parts[:2]) if len(parts) > 1 else parts[0]

# --------------------------------------------------------------------------

# 3. Churn git — le code écrit puis jeté a coûté aussi

# --------------------------------------------------------------------------

def git_churn(repo: str):

try:

out = subprocess.run(

["git", "-C", repo, "log", "--numstat", "--format=__C__%H", "--no-merges"],

capture_output=True, text=True, timeout=600,

).stdout

except (subprocess.SubprocessError, OSError):

return None

ins = dele = 0

commits = 0

for line in out.splitlines():

if line.startswith("__C__"):

commits += 1

continue

parts = line.split("\t")

if len(parts) != 3:

continue

a, d, path = parts

if a == "-" or d == "-": # binaire

continue

if GENERATED.search(path.lower()):

continue

if any(seg in EXCLUDE_DIRS for seg in path.split("/")):

continue

ins += int(a)

dele += int(d)

return {"commits": commits, "insertions": ins, "deletions": dele}

# --------------------------------------------------------------------------

# 4. Nature du travail d'après les messages de commit

# --------------------------------------------------------------------------

KINDS = [

# L'ordre compte : un message peut contenir plusieurs signaux, le 1er gagne.

r"^notes? |\bbannière\b"),

r"extrait|factoris|harmonis|unifi"),

("test", r"^test[s(:]|^tests? |vitest|playwright|couverture de test"),

r"\blint\b|\.env|pin \w|docker|install"),

("perf", r"^perf|performance|optimis|accélér|acceler"),

# Livraison de fonctionnalité : très souvent préfixée d'un code de lot maison

# (RH-4b, Phase 8.A, G3, S-B, COMMS-RICH, FIXES-UX lot F5, BT-6, CRM-3…)

("feat", r"^feat|^[A-Z]{1,10}[-.]?\d|^phase\s|^lot\s|\blot\b|ajoute|ajout |nouvelle|"

r"^[A-Z]{3,12}(-[A-Z]+)*\s*[—:-]"),

]

KINDS_C = [(k, re.compile(p, re.I)) for k, p in KINDS]

def git_kinds(repo: str):

try:

out = subprocess.run(

["git", "-C", repo, "log", "--format=%s", "--no-merges"],

capture_output=True, text=True, timeout=300,

).stdout

except (subprocess.SubprocessError, OSError):

return None

counts = defaultdict(int)

total = 0

for subject in out.splitlines():

s = subject.strip()

if not s:

continue

total += 1

for key, rx in KINDS_C:

if rx.search(s):

counts[key] += 1

break

else:

counts["autre"] += 1

return {"total": total, "counts": dict(counts)}

# --------------------------------------------------------------------------

# 4bis. Évolution mois par mois : où est passé l'effort dans le temps

# --------------------------------------------------------------------------

def git_timeline(repo: str):

"""Lignes ajoutées par mois, regroupées en grandes familles de travail."""

try:

out = subprocess.run(

["git", "-C", repo, "log", "--numstat", "--no-merges",

"--format=__C__%ad", "--date=format:%Y-%m"],

capture_output=True, text=True, timeout=600,

).stdout

except (subprocess.SubprocessError, OSError):

return None

FAMILY = {

"docs": "doc", "tests": "test", "infra": "infra", "config": "infra",

"db": "code", "server": "code", "ui": "code", "other": "code",

"money": "sensible", "security": "sensible", "compliance": "sensible",

"integration": "sensible",

}

months = defaultdict(lambda: defaultdict(int))

month = None

for line in out.splitlines():

if line.startswith("__C__"):

month = line[5:].strip()

continue

parts = line.split("\t")

if len(parts) != 3 or month is None:

continue

a, _d, path = parts

if a == "-" or GENERATED.search(path.lower()):

continue

if any(seg in EXCLUDE_DIRS for seg in path.split("/")):

continue

months[month][FAMILY.get(classify(path), "code")] += int(a)

return dict(months)

def print_timeline(tl):

if not tl:

return

fams = ["code", "sensible", "doc", "test", "infra"]

print()

print(" Évolution (lignes ajoutées par mois) :")

print(f" {'mois':<9}{'code':>9}{'sensible':>10}{'doc':>8}{'test':>8}{'infra':>8} profil")

for m in sorted(tl):

row = tl[m]

tot = sum(row.get(f, 0) for f in fams) or 1

bar = ""

for f, ch in zip(fams, "#=.:+"):

bar += ch * int(round(28 * row.get(f, 0) / tot))

print(f" {m:<9}" + "".join(f"{row.get(f, 0):>9,}" if f == 'code'

else f"{row.get(f, 0):>10,}" if f == 'sensible'

else f"{row.get(f, 0):>8,}" for f in fams).replace(",", " ")

+ f" {bar}")

print(" légende : # code = sensible(argent/sécu/légal/intégration) . doc : test + infra")

# --------------------------------------------------------------------------

# 5. Rapport

# --------------------------------------------------------------------------

def main() -> int:

ap = argparse.ArgumentParser()

ap.add_argument("repo")

ap.add_argument("--nom", default=None)

ap.add_argument("--tjm", type=float, default=600.0, help="taux journalier senior (€)")

ap.add_argument("--heures-jour", type=float, default=7.0, dest="hj")

ap.add_argument("--overhead", type=float, default=1.20,

help="travail sans artefact : ops, décisions produit, déploiements")

ap.add_argument("--rework", type=float, default=0.5,

help="part du code jeté/réécrit facturée (0 = ignoré, 1 = plein tarif)")

ap.add_argument("--json", default=None)

ap.add_argument("--modules", type=int, default=0, help="afficher N plus gros ensembles")

ap.add_argument("--timeline", action="store_true", help="évolution mois par mois")

args = ap.parse_args()

repo = os.path.abspath(args.repo)

name = args.nom or os.path.basename(repo)

stats, per_module = scan_tree(repo)

churn = git_churn(repo)

kinds = git_kinds(repo)

timeline = git_timeline(repo) if args.timeline else None

rows = []

base_hours = 0.0

total_lines = 0

for key, lbl, loc_h, _rx in ZONES:

if key not in stats:

continue

lines = stats[key]["lines"]

files = stats[key]["files"]

hours = lines / loc_h

base_hours += hours

total_lines += lines

rows.append({"zone": key, "libelle": lbl, "fichiers": files, "lignes": lines,

"loc_h": loc_h, "heures": round(hours)})

rows.sort(key=lambda r: -r["heures"])

# --- rework : lignes insérées au fil de l'histoire mais absentes de l'arbre

rework_hours = 0.0

churn_ratio = None

if churn and total_lines:

discarded = max(0, churn["insertions"] - total_lines)

churn_ratio = churn["insertions"] / total_lines

avg_loc_h = total_lines / base_hours if base_hours else 25

rework_hours = (discarded / avg_loc_h) * args.rework

subtotal = base_hours + rework_hours

total_hours = subtotal * args.overhead

days = total_hours / args.hj

months = days / 20.0

cost = days * args.tjm

w = 78

print("=" * w)

print(f" {name} — estimation d'effort et de coût")

print("=" * w)

print(f"{'Zone':<38}{'Fichiers':>9}{'Lignes':>10}{'L/h':>6}{'Heures':>9}")

print("-" * w)

for r in rows:

print(f"{r['libelle']:<38}{r['fichiers']:>9}{r['lignes']:>10,}"

f"{r['loc_h']:>6}{r['heures']:>9,}".replace(",", " "))

print("-" * w)

print(f"{'CODE RETENU':<38}{sum(r['fichiers'] for r in rows):>9}"

f"{total_lines:>10,}{'':>6}{round(base_hours):>9,}".replace(",", " "))

if churn:

print()

print(f" Historique git : {churn['commits']:,} commits, "

f"{churn['insertions']:,} lignes ajoutées, "

f"{churn['deletions']:,} supprimées".replace(",", " "))

if churn_ratio:

print(f" Ratio écrit/retenu : {churn_ratio:.2f}x "

f"→ {round(rework_hours):,} h de code réécrit ou abandonné "

f"(facturé à {int(args.rework*100)} %)".replace(",", " "))

print_timeline(timeline)

if kinds and kinds["total"]:

print()

print(" Nature du travail (messages de commit) :")

order = sorted(kinds["counts"].items(), key=lambda kv: -kv[1])

for k, v in order:

pct = 100.0 * v / kinds["total"]

bar = "#" * int(pct / 2)

print(f" {k:<10}{v:>6} {pct:>5.1f} % {bar}")

print()

print(f" Sous-total (code + reprise) {round(subtotal):>10,} h".replace(",", " "))

print(f" Overhead x{args.overhead:<22}{round(total_hours - subtotal):>10,} h".replace(",", " "))

print(" " + "-" * (w - 4))

print(f" TOTAL {round(total_hours):>10,} h".replace(",", " "))

print(f" soit {round(days):>10,} j "

f"({months:.1f} mois-homme)".replace(",", " "))

print(f" COÛT à {args.tjm:.0f} €/j{' ' * 18}{round(cost):>10,} €".replace(",", " "))

print("=" * w)

if args.modules:

print(f"\n Plus gros ensembles ({args.modules}) :")

top = sorted(per_module.items(), key=lambda kv: -kv[1]["hours"])[:args.modules]

for mod, d in top:

j = d["hours"] * args.overhead / args.hj

print(f" {mod:<46}{d['lines']:>8,} l "

f"{round(j):>5,} j {round(j * args.tjm):>9,} €".replace(",", " "))

if args.json:

payload = {

"nom": name, "zones": rows, "lignes_retenues": total_lines,

"heures_code": round(base_hours), "heures_reprise": round(rework_hours),

"overhead": args.overhead, "heures_total": round(total_hours),

"jours": round(days), "mois_homme": round(months, 1),

"cout_eur": round(cost), "tjm": args.tjm,

"churn": churn, "commits_par_type": kinds,

}

with open(args.json, "w", encoding="utf-8") as fh:

json.dump(payload, fh, ensure_ascii=False, indent=2)

print(f"\n → JSON écrit : {args.json}")

return 0

if __name__ == "__main__":

sys.exit(main())

softpython2884/tools/estimate.py at main · softpython2884/softpython2884 · GitHub

Expand file tree

Breadcrumbs

estimate.py

Latest commit

History

Breadcrumbs

estimate.py

File metadata and controls