Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.5.0 · 2026-08-08 19:03 UTC

Azure / azure-kusto-python

Kusto client libraries for Python

PythonMIT★ 204 Sterne⑂ 116 Forksseit Okt. 2017Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#kusto#python#azure-data-explorer#sdk

Azure/azure-kusto-python erreicht einen Gesundheitsindex von 78 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Sustainability & Governance (79/100) ab, am schwächsten bei AI Readiness (55/100). Zuletzt vor 5 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

78
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.

78
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 67 wird auf der veröffentlichten Indexskala auf 78 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Microsoft AzureOrganisation
15.148 Follower2.727 öffentliche Reposseit März 2014

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIquick-startverweist auf ein anderes Repo — nicht bewertet0.0.dev101.2379vor 2544 Tagenquickstartproject
PyPIazure-kusto-data6.0.4-95vor 94 Tagenazurekustodataanalytics
PyPIazure-kusto-ingest6.0.4-95vor 94 Tagenazurekustoingestdataanalytics

Metriken nach Kategorie

Vitalität

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

62Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

54Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
5.5/36Commit-Rhythmus — 8/52 Wochen mit Commits
12.7/18Commit-Volumen — 25 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year25
human_commit_share0,99
days_since_last_push5
active_weeks_last_year8

Release-Disziplin

74Gut
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 89 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 94 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 46,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count89
latest_release_tagv6.0.4
releases_from_tagsnein
days_since_latest_release94
mean_days_between_releases46,7

Community & Verbreitung

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

76Gut · 17 % des Gesamtindex

Popularität & Verbreitung

62Mittel
Wie die Bewertung erfolgt
37.4/60Stars — 204 Stars
17.2/25Forks — 116 Forks
7/15Watcher — 19 Watcher
Verwendete Eingangsdaten
forks116
stars204
watchers19
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io
has_pull_request_templateja

Nachhaltigkeit & Governance

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

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

62Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
13.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 41 % der Commits
13.5/13.5Breite der Beitragenden — 42 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled42
top_contributor_share0,409

Reaktionsfähigkeit bei Issues & PRs

82Exzellent
Wie die Bewertung erfolgt
40.8/42Issue-Lösungsquote — 97 % der Issues geschlossen
24.9/30PR-Annahme — 355/428 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
6/15OpenSSF Scorecard: Code-Review — Found 12/29 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs355
open_issues6
closed_issues203
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,971
closed_unmerged_prs73
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): newcomer_pr_acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

80Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
25/25Reichweite des Inhabers — 15.148 Follower von Azure
25/25Kontohistorie — 2.727 öffentliche Repos, Kontoalter ca. 12 Jahre
Verwendete Eingangsdaten
followers15.148
owner_typeOrganization
is_verified—
owner_loginAzure
public_repos2.727
account_age_days4.540

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 2 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 94 Tagen
20/20Versionshistorie — 95 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesazure-kusto-data, azure-kusto-ingest
ecosystemspypi
any_deprecatednein
min_days_since_publish94

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

64Mittel · 19 % des Gesamtindex

Engineering-Praktiken

66Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 24 out of 25 merged PRs checked by a CI test -- score normalized to 9
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

60Mittel
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicskusto, python, azure-data-explorer, sdk
has_wikija
homepage—
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

56Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.2/2.5CI-Tests — 24 out of 25 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 12/29 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 5 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
4.5/5SAST — SAST tool detected but not run on all commits
5/5Security-Policy — security policy file 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
0/7.5Vulnerabilities — 30 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): branch_protection. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

74Gut
Wie die Bewertung erfolgt
14.8/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: click 7.0.0 (high 7.2)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
33.9/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 100 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories1
affected_packages1
assessed_packages2
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:quick-start@0.0.dev10 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 2 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.

55Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

33Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
33.4/40Lesbare Commit-Historie — 62 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
legible_history_share0,626
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

61Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — azure-kusto-data/azure/kusto/data/py.typed, azure-kusto-ingest/azure/kusto/ingest/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 5 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 1 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configsazure-kusto-data/azure/kusto/data/py.typed, azure-kusto-ingest/azure/kusto/ingest/py.typed
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (azure-kusto-data/azure/kusto/data/py.typed, azure-kusto-ingest/azure/kusto/ingest/py.typed)
55/55Handhabbare Dateigrößen — 0/83 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes31.773
source_files_sampled83
oversized_source_files0

Eckdaten

204GitHub-Sterne
42Mitwirkende
25Commits, letzte 12 Monate
5Tage seit letztem Push
89Releases
2Bus-Faktor
6offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'azure-kusto-python' from its registry
  • pypi package 'quick-start' points at a different repository (http://github.com/andreztz/quick-start); excluded from ecosystem scoring

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 116 ⇿
0Sterne
116Forks
89Releases

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.

02040608010012011632018-042022-062026-08
Major 6Minor 10Patch 73

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

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 · 2026-08-08 19:02 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
9CI-Tests24 out of 25 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 12/29 approved changesets -- score normalized to 4
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities30 existing vulnerabilities detected
Direkte Abhängigkeiten 20
RegistryPaketVersionsvorgabeManifest
PyPIpython-dateutil>=2.9.0azure-kusto-data/pyproject.toml
PyPIrequests>=2.32.4azure-kusto-data/pyproject.toml
PyPIazure-identity>=1.25.3,<2azure-kusto-data/pyproject.toml
PyPImsal>=1.35.1,<2azure-kusto-data/pyproject.toml
PyPIijson~=3.4.0azure-kusto-data/pyproject.toml
PyPIazure-core>=1.35.0,<2azure-kusto-data/pyproject.toml
PyPIazure-kusto-data—azure-kusto-ingest/pyproject.toml
PyPIazure-storage-blob==12.26.0azure-kusto-ingest/pyproject.toml
PyPIazure-storage-queue==12.13.0azure-kusto-ingest/pyproject.toml
PyPItenacity>=9.1.2azure-kusto-ingest/pyproject.toml
PyPIazure-kusto-data—pyproject.toml
PyPIazure-kusto-ingest—pyproject.toml
PyPIquick-start—pyproject.toml
PyPIazure-kusto-data—quick-start/pyproject.toml
PyPIazure-kusto-ingest—quick-start/pyproject.toml
PyPIazure-core-tracing-opentelemetry~= 1.0.0b12quick-start/pyproject.toml
PyPIazure-monitor-opentelemetry-exporter~= 1.0.0b41quick-start/pyproject.toml
PyPIinflection~= 0.5.1quick-start/pyproject.toml
PyPIopentelemetry-sdk~= 1.36.0quick-start/pyproject.toml
PyPItqdm~= 4.67.1quick-start/pyproject.toml
Alle Abhängigkeiten 93

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 31 direkte und 62 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIazure-core—direkt
PyPIazure-core1.39.0direkt
PyPIazure-core-tracing-opentelemetry—direkt
PyPIazure-core-tracing-opentelemetry1.0.0b12direkt
PyPIazure-identity—direkt
PyPIazure-identity1.24.0direkt
PyPIazure-kusto-data—direkt
PyPIazure-kusto-data6.0.3direkt
PyPIazure-kusto-ingest—direkt
PyPIazure-kusto-ingest6.0.3direkt
PyPIazure-monitor-opentelemetry-exporter—direkt
PyPIazure-monitor-opentelemetry-exporter1.0.0b41direkt
PyPIazure-storage-blob12.26.0direkt
PyPIazure-storage-queue12.13.0direkt
PyPIijson—direkt
PyPIijson3.4.0direkt
PyPIinflection—direkt
PyPIinflection0.5.1direkt
PyPImsal—direkt
PyPImsal1.34.0b1direkt
PyPIopentelemetry-sdk—direkt
PyPIopentelemetry-sdk1.36.0direkt
PyPIpython-dateutil—direkt
PyPIpython-dateutil2.9.0.post0direkt
PyPIquick-start6.0.3direkt
PyPIrequests—direkt
PyPIrequests2.32.4direkt
PyPItenacity—direkt
PyPItenacity9.1.2direkt
PyPItqdm—direkt
PyPItqdm4.67.1direkt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp—indirekt
PyPIaiohttp3.13.4indirekt
PyPIaioresponses0.7.8indirekt
PyPIaiosignal1.4.0indirekt
PyPIasgiref—indirekt
PyPIasgiref3.9.1indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.3.0indirekt
PyPIazure-kusto-python6.0.3indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbasedpyright1.31.2indirekt
PyPIcertifi2025.8.3indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcryptography46.0.6indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIexecnet2.1.1indirekt
PyPIfixedint0.1.6indirekt
PyPIfrozenlist1.7.0indirekt
PyPIidna3.10indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.1.0indirekt
PyPIisodate0.7.2indirekt
PyPIjinja23.1.6indirekt
PyPImarkupsafe3.0.2indirekt
PyPImsal-extensions1.3.1indirekt
PyPImsrest0.7.1indirekt
PyPImultidict6.6.4indirekt
PyPInodejs-wheel-binaries22.18.0indirekt
PyPInumpy2.0.2indirekt
PyPIoauthlib3.3.1indirekt
PyPIopentelemetry-api1.36.0indirekt
PyPIopentelemetry-semantic-conventions0.57b0indirekt
PyPIpackaging25.0indirekt
PyPIpandas—indirekt
PyPIpandas2.3.1indirekt
PyPIpdoc15.0.4indirekt
PyPIpluggy1.6.0indirekt
PyPIpropcache0.3.2indirekt
PyPIpsutil7.0.0indirekt
PyPIpycparser2.22indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.12.1indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-asyncio1.1.0indirekt
PyPIpytest-xdist—indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpytz2025.2indirekt
PyPIpyyaml6.0.2indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIresponses0.25.8indirekt
PyPIruff0.12.9indirekt
PyPIsix1.17.0indirekt
PyPItomli2.2.1indirekt
PyPItyping-extensions4.14.1indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.6.3indirekt
PyPIuv-build—indirekt
PyPIyarl1.20.1indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:quick-start@0.0.dev10 zieht 2 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
click7.0.0direkthoch18.3.3

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

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit Azure/azure-kusto-python teilen. Nebeneinander lesen →

99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformAußergewöhnlich100open-telemetry/opentelemetry-pythonOpenTelemetry Python API and SDK Außergewöhnlich99apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich99microsoft/agent-frameworkA framework for building, orchestrating and deploying AI agents and multi-agent workflows with support for Python and .NET.Außergewöhnlich99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Außergewöhnlich99PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Außergewöhnlich

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 v2.5.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

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