Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-27 16:52 UTC

BradyAJohnston / databpy

A set of data-oriented wrappers around the python API of Blender.

PythonGPL-3.0★ 31 Sterne⑂ 6 Forksseit Dez. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

BradyAJohnston/databpy erreicht einen Gesundheitsindex von 69 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (77/100) ab, am schwächsten bei Community & Adoption (44/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

69
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.

69
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 62 wird auf der veröffentlichten Indexskala auf 69 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Brady JohnstonPersönliches Konto
470 Follower125 öffentliche Reposseit Feb. 2018Freelance scientific animator & developer.

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdatabpy0.10.04.17533vor 0 Tagenblenderpythonnumpy

Metriken nach Kategorie

Vitalität

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

73Gut · 21 % des Gesamtindex

Entwicklungsaktivität

62Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
8.3/36Commit-Rhythmus — 12/52 Wochen mit Commits
12.6/18Commit-Volumen — 24 Commits im letzten Jahr
5/10OpenSSF Scorecard: Maintained — 6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
Verwendete Eingangsdaten
commits_last_year24
human_commit_share1
days_since_last_push0
active_weeks_last_year12

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 31 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 37,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count31
latest_release_tagv0.10.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases37,9

Community & Verbreitung

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

44Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

30Gefährdet
Wie die Bewertung erfolgt
24/60Stars — 31 Stars
5.8/25Forks — 6 Forks
0/15Watcher — 2 Watcher
Verwendete Eingangsdaten
forks6
stars31
watchers2
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (GPL-3.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

60Mittel
Wie die Bewertung erfolgt
48.3/80Downloads pro Monat — 4.175 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdatabpy
dependents—
ecosystemspypi
total_downloads—
monthly_downloads4.175
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

Maintainer-Resilienz (Bus-Faktor)

24Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 96 % der Commits
4.1/13.5Breite der Beitragenden — 3 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled3
top_contributor_share0,955

Reaktionsfähigkeit bei Issues & PRs

69Gut
Wie die Bewertung erfolgt
35/42Issue-Lösungsquote — 83 % der Issues geschlossen
24.7/30PR-Annahme — 47/57 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 1/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs47
open_issues3
closed_issues15
prs_merged_7d2
prs_decided_7d2
prs_merged_30d3
prs_decided_30d4
issue_closed_ratio0,833
closed_unmerged_prs10
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

68Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
19.2/25Reichweite des Inhabers — 470 Follower von BradyAJohnston
25/25Kontohistorie — 125 öffentliche Repos, Kontoalter ca. 8 Jahre
Verwendete Eingangsdaten
followers470
owner_typeUser
is_verified—
owner_loginBradyAJohnston
public_repos125
account_age_days3.160
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 33 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdatabpy
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

77Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://bradyajohnston.github.io/databpy/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://bradyajohnston.github.io/databpy/
docs_sitehttps://bradyajohnston.github.io/databpy/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

53Mittel · 16 % des Gesamtindex

Sicherheitslage

41Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 1/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 5 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
3.8/7.5Maintained — 6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
5/5Packaging — packaging workflow detected
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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate4,1

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages140
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 140 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

51Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://bradyajohnston.github.io/databpy/llms.txt)
25.1/40Lesbare Commit-Historie — 47 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://bradyajohnston.github.io/databpy/llms.txt
legible_history_share0,47
agent_instruction_files—
agent_instruction_max_bytes—

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

47Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — src/databpy/py.typed
10/10Reproduzierbare Umgebung — lockfile
4/10Belegte Agentenpraxis — 2 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
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configssrc/databpy/py.typed
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/databpy/py.typed)
55/55Handhabbare Dateigrößen — 0/37 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes38.396
source_files_sampled37
oversized_source_files0

Eckdaten

31GitHub-Sterne
3Mitwirkende
24Commits, letzte 12 Monate
0Tage seit letztem Push
31Releases
1Bus-Faktor
3offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:databpy@0.10.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 6 ⇿
0Sterne
6Forks
28Releases

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.

123456612024-122025-102026-08
Major 0Minor 8Patch 20

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.1 / 10
4.1Gesamtwert

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 · 2026-09-27 16:52 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests20 out of 20 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/30 approved changesets -- score normalized to 0
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
5Maintained6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
10Packagingpackaging workflow 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
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 1
RegistryPaketVersionsvorgabeManifest
PyPInumpy—pyproject.toml
Alle Abhängigkeiten 140

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 1 direkte und 139 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPInumpy2.5.3direkt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.15.1indirekt
PyPIappnope1.0.0indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings26.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeartype0.22.9indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIblack26.5.1indirekt
PyPIbleach6.4.0indirekt
PyPIbpy5.2.2indirekt
PyPIcattrs26.2.1indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.5.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcoverage7.16.2indirekt
PyPIcython3.3.0indirekt
PyPIdatabpy0.10.0indirekt
PyPIdebugpy1.8.22indirekt
PyPIdefusedxml0.7.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfake-bpy-module20260927indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIfqdn1.5.1indirekt
PyPIgriffe1.15.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.20indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIimportlib-resources7.1.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython9.17.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.9indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-builder1.2.3indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.21.1indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.6.4indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.1indirekt
PyPIjupyterlab-widgets3.0.17indirekt
PyPIlark1.3.1indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.3.4indirekt
PyPImypy-extensions1.1.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.11.1indirekt
PyPInest-asyncio21.7.3indirekt
PyPInodebpy520.29.0indirekt
PyPInotebook7.6.3indirekt
PyPInotebook-shim0.2.4indirekt
PyPIpackaging26.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.12.0indirekt
PyPIpluggy1.6.0indirekt
PyPIplum-dispatch2.10.1indirekt
PyPIpolars1.44.2indirekt
PyPIpolars-runtime-321.44.2indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.4indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpygments2.21.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger4.2.0indirekt
PyPIpytokens0.4.1indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.2.0indirekt
PyPIquarto-cli1.10.18indirekt
PyPIquartodoc0.11.1indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.16.9indirekt
PyPIsend2trash2.1.0indirekt
PyPIsix1.17.0indirekt
PyPIsoupsieve2.10indirekt
PyPIsphobjinv2.4indirekt
PyPIstack-data0.6.3indirekt
PyPItabulate0.10.0indirekt
PyPIterminado0.18.1indirekt
PyPItinycss21.5.1indirekt
PyPItornado6.5.10indirekt
PyPItraitlets5.16.1indirekt
PyPIty0.0.84indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.4indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.8.0indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.9.1indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.6.1indirekt
PyPIwebsocket-client1.9.2indirekt
PyPIwheel0.48.0indirekt
PyPIwidgetsnbextension4.0.16indirekt
PyPIzipp4.1.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 140 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

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.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit BradyAJohnston/databpy teilen. Nebeneinander lesen →

100numpy/numpyThe fundamental package for scientific computing with Python.Außergewöhnlich99pydata/xarrayN-D labeled arrays and datasets in PythonAußergewöhnlich99pyvista/pyvista3D visualization and mesh analysis for science and engineeringAußergewöhnlich98dask/daskParallel computing with task schedulingAußergewöhnlich98cupy/cupyNumPy & SciPy for GPUAußergewöhnlich98pytorch/pytorchTensors and Dynamic neural networks in Python with strong GPU accelerationAußergewöhnlich

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.