GitHubの開発者マップを、プロフィール単位で。

このデータセットは1,620,052件のエンリッチ済み開発者プロフィール（スキーマv3）を保持し、GitHubのloginごとに1レコードへ重複排除されています。デフォルトの検索はそのうち1,618,021件を返します — 残りの2,031件は疑わしい自動化（コミットファーム / 大量リポジトリ）アカウントで、is_suspected_automation=true を渡さない限り非表示です。組織アカウントとbotアカウントはクロール対象外です。

すべてのフィールドは公開かつ認証不要のプロフィールフィールドです：login、name、company、bio、blog、アバター、フォロワー/フォロー数、公開リポジトリ数とgist数、アカウント年数と直近のアクティビティ（過去30日のpush、PR、レビュー）、関心分野、影響力ティアと合成のランクスコア、そしてリバースジオコーディングされた所在地。認証の背後にあるものは一切収集していません。emailフィールドは、開発者が自身の公開プロフィールにメールを掲載することを選んだ場合にのみ存在し、レコードの約3.5%に現れます。

プロフィールの約16.3%（264,037件）が自由記述の所在地を公開しており、ファジーマッチのガード付きジオコーディングパスが、そのうち97.1%を実在の国へ解決します — クリーンな geo.country を持つ256,502件のプロフィールに加え、可能な場合は州・市・座標も付与されます。つまり、所在地を記載しているほぼすべてのアカウントに対して、生の所在地文字列を自分で解析するよりはるかに少ないノイズで、絞り込みや半径クエリを実行できます。

influence_tier は各開発者をフォロワー数でバケット分けします：nano（100未満）、micro（100〜999）、mid（1K〜9.9K）、macro（10K〜99K）、mega（100K以上）。非常にロングテールで — 開発者の90.6%がnano、megaはわずか18件です。rank_score はこれとは別の合成指標（フォロワー、リポジトリ、新しさ）で、リーチとアクティビティのブレンドとして並べ替えやしきい値に使えます。

はい。このデータセットはCrawloraのREST APIおよびMCP経由でクエリできます：全文検索とファセット検索、loginによるエンリッチ済みプロフィール1件、任意のディメンションのファセット件数、そしてジオ半径のnearbyクエリ。所在地、企業、関心分野、フォロワー帯、アクティビティ、到達性などで絞り込み、関連度・ランクスコア・フォロワー・アカウント年数・距離で並べ替え。すべて成功課金です。

プロフィールは継続的にエンリッチされており、このスナップショットは2026年9月27日付けです。各レコードは自身の crawled_at タイムスタンプと last_active_at を持つため、あるプロフィールがどのくらい最近リフレッシュされたか、開発者が最後にpushしたのがいつかを判断できます。