Grandes repositorys de código abierto

Necesito un gran repository de proyectos de código abierto (alnetworkingedor de 1000 o más, los lenguajes de progtwigción no importan, pero una buena combinación será agradable) para mi trabajo de investigación. Pensé en download proyectos de Github / SourceForge / Codeplex, pero no puedo encontrar las API correctas para hacerlo.

¿Alguien sabe si es posible download proyectos de los sitios web antes mencionados (como, cómo Twitter nos permite tomar tweets de la línea de time pública)? ¿O en cualquier otro lugar donde pueda get una buena combinación de proyectos de código abierto?

Prácticamente todos los repositorys de código abierto permiten el acceso remoto a través del proveedor de control de origen apropiado, por lo que la forma más sencilla de download todos los proyectos de Github sería usar git. Incluso si no hay una API para él, todo lo que necesita hacer es encontrar la URL correcta para cada repository, y raspar algo así como la página "explorar" debería ser fácil.