Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-16 14:00 UTC

3b1b / manim

Animation engine for explanatory math videos

PythonMIT★ 93.965 Sterne⑂ 7.717 Forksseit März 2015Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

3b1b/manim erreicht einen Gesundheitsindex von 71 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Community & Adoption (75/100) ab, am schwächsten bei AI Readiness (47/100). Zuletzt vor 6 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

71
gesamt / 100
Gut

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

71
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 63 wird auf der veröffentlichten Indexskala auf 71 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Grant SandersonPersönliches Konto
41.703 Follower9 öffentliche Reposseit März 20153Blue1Brown

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPImanimgl1.7.25.59512vor 642 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

62Mittel · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 6 Tagen
8.3/36Commit-Rhythmus — 12/52 Wochen mit Commits
18/18Commit-Volumen — 134 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year134
human_commit_share1
days_since_last_push6
active_weeks_last_year12
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 13 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 642 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 128,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count13
latest_release_tagv1.7.2
releases_from_tagsnein
days_since_latest_release642
mean_days_between_releases128,2

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

75Gut · 17 % des Gesamtindex

Popularität & Verbreitung

100Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 93.965 Stars
25/25Forks — 7.717 Forks
15/15Watcher — 958 Watcher
Verwendete Eingangsdaten
forks7.717
stars93.965
watchers958
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja
Wie die Bewertung erfolgt
50/80Downloads pro Monat — 5.595 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmanimgl
dependents—
ecosystemspypi
total_downloads—
monthly_downloads5.595
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

61Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 80 % der Commits
13.5/13.5Breite der Beitragenden — 100 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 30 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled100
top_contributor_share0,795
Wie die Bewertung erfolgt
26.3/42Issue-Lösungsquote — 63 % der Issues geschlossen
21.9/30PR-Annahme — 703/964 entschiedene PRs gemergt
11.4/13Newcomer PR acceptance — 7/8 PRs von Erstbeitragenden in 30 Tagen gemergt
7.5/15OpenSSF Scorecard: Code-Review — Found 15/30 approved changesets -- score normalized to 5
Verwendete Eingangsdaten
merged_prs703
open_issues463
closed_issues776
prs_merged_7d1
prs_decided_7d1
prs_merged_30d10
prs_decided_30d12
issue_closed_ratio0,626
closed_unmerged_prs261
first_time_authors_30d7
first_time_prs_merged_30d7
first_time_prs_decided_30d8
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
25/25Reichweite des Inhabers — 41.703 Follower von 3b1b
19.3/25Kontohistorie — 9 öffentliche Repos, Kontoalter ca. 11 Jahre
Verwendete Eingangsdaten
followers41.703
owner_typeUser
is_verified—
owner_login3b1b
public_repos9
account_age_days4.195
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 642 Tagen
20/20Versionshistorie — 12 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmanimgl
ecosystemspypi
any_deprecatednein
min_days_since_publish642

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

70Gut · 19 % des Gesamtindex
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
2/20OpenSSF Scorecard: CI-Tests — 3 out of 25 merged PRs checked by a CI test -- score normalized to 1
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://3b1b.github.io/manim/
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspython, animation, explanatory-math-videos, 3b1b-videos
has_wikija
homepage—
docs_sitehttps://3b1b.github.io/manim/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

53Mittel · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
0.2/2.5CI-Tests — 3 out of 25 merged PRs checked by a CI test -- score normalized to 1
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5Code-Review — Found 15/30 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 30 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
26.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: diskcache 5.6.3 (moderate)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
37.2/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 216 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages54
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:manimgl@1.7.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 54 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

47Schwach · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 90 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,9
agent_instruction_files—
agent_instruction_max_bytes—
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
10/10Belegte Agentenpraxis — 68 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0,68
toolchain_manifests—
dependency_bot_commit_share0
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.5/55Handhabbare Dateigrößen — 1/116 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes82.019
source_files_sampled116
oversized_source_files1

Eckdaten

93.965GitHub-Sterne
100Mitwirkende
134Commits, letzte 12 Monate
6Tage seit letztem Push
13Releases
1Bus-Faktor
463offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 7.717 ⇿
0Sterne
7.717Forks

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

6.5006.7507.0007.2507.5007.7507.717312025-112026-042026-09
OpenSSF Scorecard 4.4 / 10
4.4Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-16 13:59 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
1CI-Tests3 out of 25 merged PRs checked by a CI test -- score normalized to 1
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 15/30 approved changesets -- score normalized to 5
10Contributorsproject has 30 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 30
RegistryPaketVersionsvorgabeManifest
PyPIaddict—setup.cfg
PyPIappdirs—setup.cfg
PyPIaudioop-lts—setup.cfg
PyPIcolour—setup.cfg
PyPIdiskcache—setup.cfg
PyPIipython>=8.18.0setup.cfg
PyPIisosurfaces—setup.cfg
PyPIfontTools—setup.cfg
PyPIglfw—setup.cfg
PyPImanimpango>=0.6.0setup.cfg
PyPImatplotlib—setup.cfg
PyPInumpy—setup.cfg
PyPIPillow—setup.cfg
PyPIpydub—setup.cfg
PyPIpygments—setup.cfg
PyPIpyperclip—setup.cfg
PyPIpywavefront—setup.cfg
PyPIpyyaml—setup.cfg
PyPIrendercanvas—setup.cfg
PyPIrich—setup.cfg
PyPIscipy—setup.cfg
PyPIsetuptools—setup.cfg
PyPIskia-pathops—setup.cfg
PyPIsvgelements>=1.8.1setup.cfg
PyPIsympy—setup.cfg
PyPItrimesh—setup.cfg
PyPItqdm—setup.cfg
PyPItyping-extensions—setup.cfg
PyPIvalidators—setup.cfg
PyPIwgpu—setup.cfg
Alle Abhängigkeiten 34

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 29 direkte und 5 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaddict—direkt
PyPIappdirs—direkt
PyPIaudioop-lts—direkt
PyPIcolour—direkt
PyPIdiskcache—direkt
PyPIfonttools—direkt
PyPIglfw—direkt
PyPIipython—direkt
PyPIisosurfaces—direkt
PyPImanimpango—direkt
PyPImatplotlib—direkt
PyPInumpy—direkt
PyPIpillow—direkt
PyPIpydub—direkt
PyPIpygments—direkt
PyPIpyperclip—direkt
PyPIpywavefront—direkt
PyPIpyyaml—direkt
PyPIrendercanvas—direkt
PyPIrich—direkt
PyPIscipy—direkt
PyPIsetuptools—direkt
PyPIskia-pathops—direkt
PyPIsvgelements—direkt
PyPIsympy—direkt
PyPItqdm—direkt
PyPItrimesh—direkt
PyPIvalidators—direkt
PyPIwgpu—direkt
PyPIav—indirekt
PyPIfuro—indirekt
PyPIjinja2—indirekt
PyPIsphinx—indirekt
PyPIsphinx-copybutton—indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:manimgl@1.7.2 zieht 54 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
diskcache5.6.3direktmittel2—

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.