Composer中文元数据并非来自packagist.org官方，而是由包作者手动填写或国内镜像额外注入的非标准字段，无法通过composer show或Packagist API稳定获取，必须自行抓取清洗或对接第三方增强服务。
Composer中文元数据从哪来、能不能直接用
Composer官方仓库（packagist.org）本身不提供中文字段，所谓“中文元数据”实际来自两类补充源：一是部分包作者在composer.json里手动填写的description或keywords含中文；二是国内镜像（如阿里云、腾讯云 Composer 镜像）在同步时额外注入的extra.chinese-description等自定义字段——但这些字段非标准，且各镜像实现不一致，packagist.org原始 API 返回中根本不存在。
想靠composer show --all或直接请求 Packagist API 拿到稳定中文描述？做不到。必须自己抓取+清洗，或对接已做中文增强的第三方服务（如 phpc.dev 的扩展索引），但后者无 SLA 保障。
- 别依赖
composer.json里的description自动翻译——99% 是英文，手动填中文的包不到 0.3% - 镜像提供的
extra字段不可跨镜像复用，比如阿里云加的chinese_name，腾讯云可能叫cn_title - 若强行爬取 GitHub README 或 packagist 页面 HTML 提取中文，会触发反爬、IP 封禁，且 README 语言混杂（中英夹杂、代码块干扰）
技能画像不是打标签，而是建可计算的向量空间
把“会 Laravel”“熟悉 Redis”这种模糊表述转成可排序、可聚合的数据，关键不在分词，而在对齐语义粒度。例如：illuminate/redis 和 predis/predis 都涉及 Redis，但前者是 Laravel 生态绑定组件，后者是独立客户端——技能权重不能简单相加。
建议用三层结构建模：包名 → 技术域（如 cache、orm、http-client）→ 能力层级（基础使用 / 源码调试 / 扩展开发）。其中技术域需人工校准（靠 NLP 自动聚类误差率超 40%），能力层级则通过分析composer.json中的require-dev、autoload路径深度、GitHub star 增长斜率间接推断。
立即学习“PHP免费学习笔记（深入）”；
-
require-dev里出现phpunit/phpunit且版本 ≥ 10，大概率具备测试驱动开发能力 -
autoload含psr-4映射到src/Support/而非src/，说明有模块抽象意识 - 同一包在不同项目中
minimum-stability设为dev而非stable，暗示愿意跟进上游变更
PHP 版本与依赖冲突会直接污染技能权重
一个开发者声明支持 PHP 8.2，但其项目依赖了只兼容 PHP 7.4 的monolog/monolog:1.x，此时“PHP 8.2 熟练度”得分应打折——技能画像不是静态快照，而是运行时约束下的能力交集。
真实计算时，必须跑一遍composer install --dry-run（或解析composer.lock中的platform字段），否则会出现“标称掌握 Swoole 5.x，实际项目锁死在 4.8.12”的误判。
-
composer.lock里的platform.php比composer.json的config.platform.php优先级更高，以它为准 - 若
lock文件缺失，不能默认按当前 PHP 版本推断——很多遗留项目根本不提交lock，此时该维度置空比硬填更稳妥 - 遇到
ext-redis这类扩展依赖，需检查php -m输出，而非仅看require字段——没装扩展却写了依赖，属于配置错误，不算技能
别把 Composer 数据当全量，漏掉的才是关键
Composer 只反映“被声明的依赖”，而真实技能常藏在未声明处：用file_get_contents()直连 API 却没引入guzzlehttp/guzzle；手写 PDO 封装替代doctrine/dbal；甚至用shell_exec('curl')绕过所有 HTTP 客户端库。这些行为在composer.json里完全不可见。
如果画像系统只扫依赖，会系统性低估底层能力、高估框架粘性。可行的补救方式只有两条：扫描项目根目录下*.php文件，统计高频函数调用（如curl_init、stream_socket_client）；或结合 Git 提交记录，识别手动维护的vendor/子目录（意味着绕过 Composer 管理）。
复杂点在于：函数调用频次要归一化（避免因单个大文件拉高权重），且需排除测试文件和框架自动生成代码。这步没法靠 Composer 完成，得另起 PHP AST 解析流程——很多人卡在这里，不是模型问题，是数据源盲区太大。
