Как изучить студию с помощью Scratch API

Описание	Мы хотим изучить деятельность участников, которые разместили свои проекты внутри конкретной студии Scratch
Область знаний	Информатика, Статистика, Моделирование
Область использования (ISTE)
Возрастная категория	14
Поясняющее видео
Близкие рецепту понятия	Социограмма, Сетевой анализ
Среды и средства для приготовления рецепта:	R, Scratch API, VOSviewer, NetLogo

История

В среде Scratch есть студии, которые объединяют проекты разных скретчеров. Мы хотим изучить отношения авторов этой студии, используя возможности Scratch API

• https://scratch.mit.edu/studios/4789981

Последовательность исследования

Логика сбора данных

• Perplexy.AI
• PlantUML

Логика исследования

В результате мы получаем два слоя данных — внутренний срез конкурсной студии (кто и с какими проектами участвует) и внешний слой окружения этих авторов (в какие ещё студии они выкладывают свои проекты). Это позволяет видеть не только «жизнь внутри конкурса», но и более широкие траектории участия скретчеров в сообществе.

R скрипт сбора данных

###############################################
# Анализ авторов и студий Scratch на R
# (пример на студии 4789981 — Collab Challenge)
###############################################

# Пакеты ----
library(httr)
library(jsonlite)
library(dplyr)
library(purrr)
library(tidyr)
library(igraph)

###############################################
# 1. Функция для получения проектов студии
###############################################
# Использует API:
#   https://api.scratch.mit.edu/studios/<studio_id>/projects?limit=&offset=
# Возвращает data.frame:
#   project_id, title, creator_id, username

get_studio_projects <- function(studio_id, limit = 40, verbose = TRUE) {
  offset <- 0
  all_projects <- list()
  page <- 1
  
  repeat {
    url <- paste0(
      "https://api.scratch.mit.edu/studios/",
      studio_id,
      "/projects?limit=", limit,
      "&offset=", offset
    )
    
    if (verbose) message("Studio ", studio_id,
                         ": page ", page,
                         " (offset = ", offset, ")")
    
    resp <- GET(url)
    if (status_code(resp) != 200) {
      warning("Non-200 status code: ", status_code(resp),
              " at offset ", offset)
      break
    }
    
    txt <- content(resp, as = "text", encoding = "UTF-8")
    dat <- fromJSON(txt, flatten = TRUE)
    
    if (length(dat) == 0) break
    
    all_projects[[length(all_projects) + 1]] <- dat
    
    if (nrow(dat) < limit) break
    
    offset <- offset + limit
    page   <- page + 1
  }
  
  if (length(all_projects) == 0) return(NULL)
  
  bind_rows(all_projects) |>
    transmute(
      project_id = id,
      title      = title,
      creator_id = creator_id,
      username   = username
    ) |>
    distinct()
}

###############################################
# 2. Проекты пользователя
###############################################
# API:
#   https://api.scratch.mit.edu/users/<username>/projects?limit=&offset=
# Возвращает data.frame:
#   project_id, title, username

get_user_projects <- function(username, limit = 40, max_pages = 10, verbose = TRUE) {
  offset <- 0
  all <- list()
  page <- 1
  
  repeat {
    if (page > max_pages) break
    
    url <- paste0(
      "https://api.scratch.mit.edu/users/",
      username,
      "/projects?limit=", limit,
      "&offset=", offset
    )
    
    if (verbose) message("User ", username,
                         ": page ", page,
                         " (offset = ", offset, ")")
    
    resp <- GET(url)
    if (status_code(resp) != 200) break
    
    txt <- content(resp, as = "text", encoding = "UTF-8")
    dat <- fromJSON(txt, flatten = TRUE)
    
    if (length(dat) == 0) break
    
    all[[length(all) + 1]] <- dat
    
    if (nrow(dat) < limit) break
    offset <- offset + limit
    page   <- page + 1
  }
  
  if (length(all) == 0) return(NULL)
  
  res <- bind_rows(all)
  
  res |>
    transmute(
      project_id = id,
      title      = title,
      username   = username   # аргумент функции
    ) |>
    distinct()
}

###############################################
# 3. Студии одного проекта пользователя
###############################################
# ВАЖНО: используем путь:
#   https://api.scratch.mit.edu/users/<username>/projects/<project_id>/studios
# а не /projects/<id>/studios, потому что второй вариант
# часто не работает.
#
# Возвращает data.frame:
#   studio_id, studio_name
###############################################

get_project_studios <- function(username, project_id,
                                limit = 40, max_pages = 10,
                                verbose = TRUE) {
  user_name <- as.character(username)[1]
  offset <- 0
  all <- list()
  page <- 1
  
  repeat {
    if (page > max_pages) break
    
    url <- paste0(
      "https://api.scratch.mit.edu/users/",
      user_name,
      "/projects/",
      project_id,
      "/studios?limit=", limit,
      "&offset=", offset
    )
    
    if (verbose) {
      message("User ", user_name,
              ", project ", project_id,
              ": page ", page,
              " (offset = ", offset, ")")
    }
    
    resp <- GET(url)
    if (status_code(resp) != 200) {
      return(NULL)
    }
    
    txt <- content(resp, as = "text", encoding = "UTF-8")
    dat <- fromJSON(txt, flatten = TRUE)
    
    if (length(dat) == 0) break
    
    all[[length(all) + 1]] <- dat
    
    if (nrow(dat) < limit) break
    offset <- offset + limit
    page   <- page + 1
  }
  
  if (length(all) == 0) return(NULL)
  
  res <- bind_rows(all)
  if (!("id" %in% names(res)) || !("title" %in% names(res))) return(NULL)
  
  res |>
    transmute(
      studio_id   = id,
      studio_name = title
    ) |>
    distinct()
}

###############################################
# 4. Автор → его проекты → студии этих проектов
###############################################
# Возвращает data.frame:
#   username, project_id, project_title, studio_id, studio_name

get_user_project_studios <- function(username, verbose = TRUE) {
  user_projects <- get_user_projects(username, verbose = verbose)
  if (is.null(user_projects) || nrow(user_projects) == 0) return(NULL)
  
  proj_studios <- user_projects |>
    mutate(
      studios = map(
        project_id,
        ~ get_project_studios(username, .x, verbose = verbose)
      )
    )
  
  proj_studios_nonempty <- proj_studios |>
    filter(!map_lgl(studios, is.null))
  
  if (nrow(proj_studios_nonempty) == 0) return(NULL)
  
  proj_studios_nonempty |>
    tidyr::unnest(cols = studios) |>
    transmute(
      username,
      project_id,
      project_title = title,
      studio_id,
      studio_name
    ) |>
    distinct()
}

###############################################
# 5. От студии → к авторам → к студиям авторов
###############################################
# Возвращает список:
#   $studio_projects — проекты внутри исходной студии
#   $author_studios  — студии, где встречаются проекты её авторов

get_studio_author_studios <- function(studio_id, verbose = TRUE) {
  # Проекты студии
  studio_projects <- get_studio_projects(studio_id, verbose = verbose)
  if (is.null(studio_projects) || nrow(studio_projects) == 0) return(NULL)
  
  # Авторы этих проектов
  authors <- unique(studio_projects$username)
  
  # Для каждого автора — его проекты и студии этих проектов
  author_studios <- purrr::map_df(
    authors,
    ~ {
      if (verbose) message("Author: ", .x)
      get_user_project_studios(.x, verbose = verbose)
    }
  )
  
  list(
    studio_projects = studio_projects,
    author_studios  = author_studios
  )
}


############################################################
# 0. Вспомогательная функция: безопасный GET с JSON
############################################################

safe_get_json <- function(url, verbose = TRUE) {
  if (verbose) message("GET ", url)
  resp <- GET(url)
  if (status_code(resp) != 200) return(NULL)
  txt <- content(resp, as = "text", encoding = "UTF-8")
  if (identical(txt, "") || is.null(txt)) return(NULL)
  out <- fromJSON(txt, flatten = TRUE)
  out
}

###--------

get_studio_comments <- function(studio_id,
                                limit = 40,
                                max_pages = 200,
                                verbose = TRUE) {
  offset <- 0
  page <- 1
  all <- list()
  
  repeat {
    if (page > max_pages) break
    
    url <- paste0(
      "https://api.scratch.mit.edu/studios/",
      studio_id,
      "/comments?limit=", limit,
      "&offset=", offset
    )
    
    dat <- safe_get_json(url, verbose = verbose)
    if (is.null(dat) || length(dat) == 0) break
    
    all[[length(all) + 1]] <- dat
    
    if (nrow(dat) < limit) break
    
    offset <- offset + limit
    page   <- page + 1
  }
  
  if (length(all) == 0) return(NULL)
  
  res <- bind_rows(all)
  
  res |>
    transmute(
      studio_id        = studio_id,
      comment_id       = id,
      parent_id        = if ("parent_id" %in% names(res)) parent_id else NA,
      author_id        = `author.id`,
      author_username  = `author.username`,
      content          = content,
      datetime_created = lubridate::as_datetime(datetime_created),
      datetime_modified = lubridate::as_datetime(datetime_modified),
      visibility       = visibility,
      reply_count      = reply_count
    )
}
###----
get_project_comments <- function(username,
                                 project_id,
                                 limit = 40,
                                 max_pages = 200,
                                 verbose = TRUE) {
  offset <- 0
  page <- 1
  all <- list()
  user_name <- as.character(username)[1]
  
  repeat {
    if (page > max_pages) break
    
    url <- paste0(
      "https://api.scratch.mit.edu/users/",
      user_name,
      "/projects/",
      project_id,
      "/comments?limit=", limit,
      "&offset=", offset
    )
    
    dat <- safe_get_json(url, verbose = verbose)
    if (is.null(dat) || length(dat) == 0) break
    
    all[[length(all) + 1]] <- dat
    
    if (nrow(dat) < limit) break
    
    offset <- offset + limit
    page   <- page + 1
  }
  
  if (length(all) == 0) return(NULL)
  
  res <- bind_rows(all)
  
  res |>
    transmute(
      project_id        = project_id,
      project_owner     = user_name,
      comment_id        = id,
      parent_id         = if ("parent_id" %in% names(res)) parent_id else NA,
      author_id         = `author.id`,
      author_username   = `author.username`,
      content           = content,
      datetime_created  = lubridate::as_datetime(datetime_created),
      datetime_modified = lubridate::as_datetime(datetime_modified),
      visibility        = visibility,
      reply_count       = reply_count
    )
}

######--------------------------------
get_all_project_comments_for_studio <- function(studio_id,
                                                studio_projects,
                                                verbose = TRUE) {
  if (is.null(studio_projects) || nrow(studio_projects) == 0) return(NULL)
  
  # Оставляем только нужные поля
  sp <- studio_projects |>
    transmute(
      project_id,
      project_owner = username
    ) |>
    distinct()
  
  all_comments <- purrr::map2_df(
    sp$project_owner,
    sp$project_id,
    ~ {
      if (verbose) message("Project ", .y, " (owner: ", .x, ")")
      get_project_comments(.x, .y, verbose = verbose)
    }
  )
  
  if (nrow(all_comments) == 0) return(NULL)
  
  all_comments |>
    mutate(
      studio_id = studio_id,
      .before = 1
    )
}

Анализ отношений между авторами и студиями

###############################################
# 6. Пример: анализ студии 4789981
###############################################

# 6.1. Собираем данные
res_4789981 <- get_studio_author_studios(4789981, verbose = TRUE)

studio_projects <- res_4789981$studio_projects
author_studios  <- res_4789981$author_studios

# 6.2. Активность авторов внутри студии:
authors_in_4789981 <- studio_projects |>
  count(username, name = "projects_in_studio") |>
  arrange(desc(projects_in_studio))

head(authors_in_4789981)

# 6.3. Пересечения студий по авторам и проектам:
studio_author_counts <- author_studios |>
  group_by(studio_id, studio_name) |>
  summarise(
    authors_from_4789981  = n_distinct(username),
    projects_from_4789981 = n_distinct(project_id),
    .groups = "drop"
  ) |>
  arrange(desc(authors_from_4789981))

head(studio_author_counts, 20)

###############################################
# 7. Построение двудольного графа автор–студия
###############################################
# Узлы: авторы и студии.
# Рёбра: автор ↔ студия (если хотя бы один проект автора в студии).

author_studios_simple <- author_studios |>
  distinct(username, studio_id, studio_name)

# Узлы-авторы
author_nodes <- author_studios_simple |>
  distinct(name = username) |>
  mutate(
    type  = "author",
    label = name
  )

# Узлы-студии
studio_nodes <- author_studios_simple |>
  distinct(
    studio_id,
    studio_name
  ) |>
  transmute(
    name  = as.character(studio_id),
    type  = "studio",
    label = studio_name
  )

nodes <- bind_rows(author_nodes, studio_nodes)

# Рёбра: автор → студия
edges <- author_studios_simple |>
  transmute(
    from = username,
    to   = as.character(studio_id)
  )

# Граф
g_bip <- graph_from_data_frame(
  d = edges,
  vertices = nodes,
  directed = FALSE
)

# Простейший просмотр структуры:
g_bip
vcount(g_bip)
ecount(g_bip)
table(V(g_bip)$type)

###############################################
# 8. Экспорт nodes и edges в CSV
#    (для VOSviewer, NetLogo, Gephi и др.)
###############################################

nodes_export <- tibble(
  id    = V(g_bip)$name,
  type  = V(g_bip)$type,
  label = V(g_bip)$label
)

edges_export <- as_data_frame(g_bip, what = "edges") |>
  as_tibble() |>
  rename(
    from = from,
    to   = to
  )

write.csv(nodes_export,
          "scratch_studios_nodes.csv",
          row.names = FALSE,
          fileEncoding = "UTF-8")

write.csv(edges_export,
          "scratch_studios_edges.csv",
          row.names = FALSE,
          fileEncoding = "UTF-8")

###############################################
# 9. Простая визуализация в R 
###############################################

# Быстрый "черновой" рисунок:
plot(g_bip,
     vertex.size  = ifelse(V(g_bip)$type == "studio", 6, 3),
     vertex.color = ifelse(V(g_bip)$type == "studio", "tomato", "skyblue"),
     vertex.label = NA,
     edge.color   = "grey80")

Анализ комментариев к студиям и проектам

analyze_studio_comments <- function(studio_id,
                                    studio_projects,
                                    verbose = TRUE) {
  # 4.1. Комментарии в студии
  studio_comments <- get_studio_comments(studio_id, verbose = verbose)
  
  # 4.2. Комментарии ко всем проектам студии
  project_comments <- get_all_project_comments_for_studio(
    studio_id = studio_id,
    studio_projects = studio_projects,
    verbose = verbose
  )
  
  # Если нет комментариев, возвращаем только то, что есть
  if (is.null(studio_comments) && is.null(project_comments)) {
    warning("Нет комментариев ни в студии, ни в проектах.")
    return(NULL)
  }
  
  # 4.3. Авторские составы
  # — кто пишет в студии, кто в проектах, кто в обоих
  authors_studio <- studio_comments |>
    distinct(author_username) |>
    mutate(where = "studio")
  
  authors_projects <- project_comments |>
    distinct(author_username) |>
    mutate(where = "projects")
  
  authors_all <- bind_rows(authors_studio, authors_projects) |>
    group_by(author_username) |>
    summarise(
      in_studio   = "studio"   %in% where,
      in_projects = "projects" %in% where,
      .groups = "drop"
    )
  
  # 4.4. Частоты комментариев по авторам
  studio_author_freq <- studio_comments |>
    count(author_username, name = "studio_comments") |>
    arrange(desc(studio_comments))
  
  project_author_freq <- project_comments |>
    count(author_username, name = "project_comments") |>
    arrange(desc(project_comments))
  
  # 4.5. Простые текстовые показатели
  # длина комментария в символах
  studio_text_stats <- studio_comments |>
    mutate(
      n_chars = nchar(content, allowNA = TRUE)
    )
  
  project_text_stats <- project_comments |>
    mutate(
      n_chars = nchar(content, allowNA = TRUE)
    )
  
  # 4.6. Динамика по времени (по месяцам)
  studio_time <- studio_comments |>
    mutate(month = floor_date(datetime_created, "month")) |>
    count(month, name = "studio_comments") |>
    arrange(month)
  
  project_time <- project_comments |>
    mutate(month = floor_date(datetime_created, "month")) |>
    count(month, name = "project_comments") |>
    arrange(month)
  
  # 4.7. Собираем результаты для дальнейшей визуализации / анализа
  res <- list(
    studio_comments      = studio_comments,
    project_comments     = project_comments,
    authors_overlap      = authors_all,
    studio_author_freq   = studio_author_freq,
    project_author_freq  = project_author_freq,
    studio_text_stats    = studio_text_stats,
    project_text_stats   = project_text_stats,
    studio_time          = studio_time,
    project_time         = project_time
  )

  # 4.8. Простые сводные метрики для интерпретации
  # Авторские роли
  n_authors_total <- nrow(authors_all)
  n_only_studio   <- sum(authors_all$in_studio & !authors_all$in_projects)
  n_only_proj     <- sum(!authors_all$in_studio & authors_all$in_projects)
  n_both          <- sum(authors_all$in_studio & authors_all$in_projects)
  
  share_only_studio <- n_only_studio / n_authors_total
  share_only_proj   <- n_only_proj   / n_authors_total
  share_both        <- n_both        / n_authors_total
  
  # Средняя длина комментариев (в символах)
  mean_len_studio  <- mean(studio_text_stats$n_chars,  na.rm = TRUE)
  mean_len_project <- mean(project_text_stats$n_chars, na.rm = TRUE)
  
  # Топ-авторы в студии и в проектах (по числу комментариев)
  top_studio_authors <- studio_author_freq |>
    head(10)
  
  top_project_authors <- project_author_freq |>
    head(10)
  
  res$summary_metrics <- list(
    n_authors_total   = n_authors_total,
    n_only_studio     = n_only_studio,
    n_only_projects   = n_only_proj,
    n_both            = n_both,
    share_only_studio = share_only_studio,
    share_only_projects = share_only_proj,
    share_both        = share_both,
    mean_len_studio   = mean_len_studio,
    mean_len_project  = mean_len_project,
    top_studio_authors   = top_studio_authors,
    top_project_authors  = top_project_authors
  )
  
  res
  
  }

Данные студии

Ребра

• https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/scratch_studios4789981_edges.csv

От кого	К кому
timur1985	4789981
timur1985	33969674
timur1985	36279833

Узлы

• https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/scratch_studios4789981_nodes.csv

Визуализация

VOSviewer

• http://app.vosviewer.com

Graphviz

Симуляция в NetLogo

	Description
Биграф	Биграф. Двудо́льный граф или бигра́ф или bipartite graph — это математический термин теории графов, обозначающий граф, множество вершин которого можно разбить на две части таким образом, что каждое ребро графа соединяет какую-то вершину из одной части с какой-то вершиной другой части, то есть не существует ребра, соединяющего две вершины из одной и той же части.
Социограмма	Социограмма — способ представления, межличностных и межгрупповых отношений в виде системы связей (графа) между индивидами или социальными группами. Анализ социограммы начинается с отыскания центральных, наиболее влиятельных членов, затем взаимных пар и группировок.

---

Модели на собранных данных

	Description
DigidaCollab 02 2026	Датасет включающий только совместные редактирования статей авторами на площадке Digida
Lens Psych Collab	Lens Psych Collab - This NetLogo model visualizes the evolution of scientific authorship networks using real publication data from Lens.org. The model tracks the dynamics of collaboration patterns among psychologists from major Russian academic institutions: Moscow City University (MCU), Lomonosov Moscow State University (MSU), and the Russian Academy of Sciences. The model simulates how scientific collaboration networks grow and evolve over time by processing publications chronologically, creating author agents, establishing co-authorship links, and updating network metrics in real-time. It helps researchers understand how new authors enter the scientific community, how experienced researchers maintain collaborations, and how network structure emerges from individual collaboration decisions.
Preferential Attachment	Модель предпочтительного присоединения - Preferential Attachment - Процесс предпочтительного присоединения - это любой из классов процессов, в которых некоторое количество, обычно некоторое форма богатства или кредита распределяется между несколькими людьми или объектами в зависимости от того, сколько они уже имеют, так что те, кто уже богат, получают больше, чем те, кто не богат. «Предпочтительная привязанность» - это лишь последнее из многих названий, которые были даны таким процессам. Они также упоминаются как «богатые становятся богаче». Процесс предпочтительного присоединения генерирует распределение «с длинным хвостом » после распределения Парето или степенной закон в его хвосте. Это основная причина исторического интереса к предпочтительной привязанности: распределение видов и многие другие явления наблюдаются эмпирически, следуя степенным законам, и процесс предпочтительной привязанности является ведущим механизмом для объяснения этого поведения. Предпочтительное прикрепление считается возможным основанием для распределения размеров городов, богатства чрезвычайно богатых людей, количества цитирований, полученных научными публикациями, и количества ссылок на страницы во всемирной паутине.

Код модели

extensions [resource csv]

breed [users user] ;
breed [pages page] ;
directed-link-breed  [bonds bond] ;
users-own [agentname] ;
pages-own [
  pagename
] ;
bonds-own [edits] ; 

globals [
  backgroud 
  data
  current-wiki  ;; "DE"  "/ FR / RU / EN / JP
]

to startup
clear-all ;
    reset-ticks
  set-default-shape users "person" ;
  set-default-shape pages "square" ;
  
  set current-wiki wiki_lng_chooser
  output-print "" ;
  set data [] ;
  
    
  output-print "╔════════════════════════════════════════════════════════════╗"
  output-print "║Scratch Studio Simulation                      ║"
  output-print "╚════════════════════════════════════════════════════════════╝"
  output-print ""
;; output-print (word "Выберите источник данных (Wiki_Chooser): " current-wiki)
  output-print "После выбора нажмите кнопку 'Сеть авторов'."
end 

to load-data-for-current-wiki
  load-csv-resource "scratch_studios4789981_edges.csv"
end

to load-csv-resource [filename]
  set data []
  
  output-print ""
  output-print (word "Загрузка файла: " filename)
  
  carefully [
    let csv-content resource:get filename
    set data csv:from-string csv-content
    output-print (word "Загружен: " length data " строк (с заголовком)")
  ] [
    output-print (word "ОШИБКА при загрузке " filename ": " error-message)
    stop
  ]
  
  if length data > 0 [
    set data but-first data
  ]
 
  
  output-print (word "Обработано " length data " публикаций из " filename)
end


to load_data
  clear-turtles 
  clear-output ;
clear-all-plots ;
  
  
    output-print "История совместного редактирования статей"  ;
  output-print "Scratch Wikis" ;  
  load-data-for-current-wiki
;;   set data csv:from-string csv-content
 foreach  data [ ?1 -> visual ?1 ]
end



to visual [flist]
 ;;   output-print flist ;
  
  let agent_name item 0 flist ;; это мы просто считали имена агентов и страниц
  
  let page_name item 1 flist

  ifelse (not any? users with [agentname = agent_name]) and  (not any? pages with [pagename = page_name])
  [
  create-ordered-users 1 [
    set size 0.7
    set color red
    set agentname agent_name ;
    set  label-color white
    set label agentname ;
    output-print agentname 
    hatch-pages 1 [ 
        set pagename page_name
        set color green   
        set label-color white
        set label pagename create-bond-from myself ;
      ask bond  [who] of myself [who] of self 
        ;; 
        [
          set edits 1 
          set label-color white
        ;  set label edits 
        ]
          output-print ( word " -> "   pagename )
         output-print "" ;
      ] ;         ;
                         ]
  ]

[ ifelse (not any? users with [agentname = agent_name]) and  (any? pages with [pagename = page_name])
  [
  let myfirstpage [who] of one-of pages with [pagename = page_name] ;
   ask page  myfirstpage [
        hatch-users 1
           
     [  
          set color red set agentname agent_name  
          set label-color white
           output-print agentname 
          set label agentname create-bond-to myself   ;
                    output-print (word " -> " page_name  )
          output-print "" ;
       ask bond [who] of self myfirstpage 
          [
           ;;set edits 1 
           ;; set label-color white 
           ;; set label edits 
          ] 
     ]
      ]
    ]
;; у нас есть юзер, но нет страницы
[ ifelse (any? users with [agentname = agent_name]) and  (not any? pages with [pagename = page_name])
  [
  let author [who] of one-of users with [agentname = agent_name] ;
        output-print agent_name ;
 
        ask user author [hatch-pages 1
     [ set color green  set pagename page_name   
            set label-color white set label pagename  
            create-bond-from myself       
            output-print ( word " -> "  pagename  )
         output-print "" ;
          ] ;; ask bond [who] of myself myfirstpage [set edits 1]
       ;
      ]
    ]
;; Ситуация, когда есть и пользователь и страница - и там варианты с тем, что есть связь или нет связи
[
    let author [who] of one-of users with [agentname = agent_name] ;
      let mypage [who] of one-of pages with [pagename = page_name] ;
      ifelse is-link? bond author mypage [ask bond author mypage 
          [set edits edits + 1 set label edits
          ] 
        
        ]
     [
          ask user author [
            create-bond-to page mypage
          ] 
          ask bond author mypage [
          ;;  set edits 1 set label edits
          ]  
        ]
 ;     ask bond author mypage [set edits edits + 1 set label edits] ;

  ];; Если есть и страница и агент, то надо просто увеличить значение связи
]] ;



layout
update-plots

end

to layout
    layout-spring turtles links 0.2 0.04 0.7
    display
  
end

---