Olá! Obrigado pelo interesse em contribuir com essa Aplicação. Esse repositório implementa o Pegabot Lote, capaz de buscar dados por meio da API do Twitter e executar análise pelo Motor do Pegabot, retornando um resultado individual de cada perfil sobre sua chance de ser automatizado em um arquivo csv.
Reunimos aqui as diretrizes para ajudá-lo a descobrir onde você pode ser mais útil.
- Tipos de contribuições que estamos procurando
- Regras básicas e expectativas
- Como contribuir
- Configurando seu ambiente
- Comunidade
O Pegabot Lote aceita contribuições que:
- Tornem sua execução mais eficiente
- Documente o funcionamento da ferramenta
- Corrijam possíveis bugs
Interessado em contribuir neste projeto? Leia!
Antes de começarmos, aqui estão algumas coisas que esperamos de você (e que você deve esperar dos outros):
- Seja gentil e atencioso em suas conversas sobre este projeto. Todos nós viemos de diferentes origens e projetos, o que significa que provavelmente temos diferentes perspectivas sobre "como o código aberto é feito". Tente ouvir os outros em vez de convencê-los de que seu caminho está correto.
- Este projeto conta com um Código de Conduta do Contribuidor. Ao participar deste projeto, você concorda em cumprir seus termos.
Se você quiser contribuir, comece pesquisando em issues e pull requests para ver se alguém levantou uma ideia ou pergunta semelhante.
Se você não vir sua ideia listada e achar que ela se encaixa nos objetivos deste guia, abra uma nova issue.
Este código foi executado com python 3.9.4
e pip 20.2.3
.
git clone https://github.com/Pegabots/Lote.git
cd Lote
python -m venv venv
source venv/bin/activate
Abra a pasta da instalação e coloque os dados de acesso da sua chave da API do twitter no arquivo 'example.env'. Depois renomeie esse arquivo para '.env' (somente a extensão).
pip install -r requirements.txt
Insira o arquivo que contém os handles dos usuários a serem analisados na pasta Dados. Nesse arquivo, cada linha deve conter apenas o handle de um usuário. Nomeie o arquivo como 'handles_termo.csv' (onde termo pode ser qualquer termo que te ajude a identificar aquele arquivo).
python main.py termo
Onde 'termo' é o termo que você colocou no nome do arquivo acima descrito.
Pronto! Agora é só aguardar. A execução leva cerca de 2 segundos para executar cada análise devido as limitações de acesso da API do Twitter. Sendo assim, em observações empíricas, é possível analisar cerca de 900 perfis por hora utilizando esse código.
As discussões sobre o projeto ocorrem nas seções Issues e Pull Requests. Qualquer pessoa é bem-vinda para participar dessas conversas.
Sempre que possível, não leve essas conversas para canais privados, inclusive entrando em contato diretamente com os mantenedores. Manter a comunicação pública significa que todos podem se beneficiar e aprender com a conversa.
Esse arquivo foi elaborado com base neste repositório.