Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-17 13:49 UTC

Cyberdrop-DL / cyberdrop-dl

Bulk asynchronous downloader for multiple file hosts

PythonGPL-3.0★ 760 Sterne⑂ 67 Forksseit Juli 2024Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

Cyberdrop-DL/cyberdrop-dl erreicht einen Gesundheitsindex von 34 von 100 und liegt damit im Bereich Gefährdet. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (33/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

34
gesamt / 100
Gefährdet

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.

34
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02). Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 50 % auf die gewichtete Gesamtgesundheit an und begrenzt sie auf die Obergrenze Gefährdet von 34.

Eigentümerschaft

Cyberdrop-DLOrganisation
7 Follower2 öffentliche Reposseit Apr. 2026

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIcyberdrop-dl-patched10.12.07.831286vor 0 Tagenasynciobunkrcyberdropdownloaderdropboxgofilegoogle-drivemediafiremega.nzonedrivepatreonpixeldraintwitchtwitter

Metriken nach Kategorie

Vitalität

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

87Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

96Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
31.8/36Commit-Rhythmus — 46/52 Wochen mit Commits
18/18Commit-Volumen — 1.337 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 14 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year1.337
human_commit_share1
days_since_last_push0
active_weeks_last_year46
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 7 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 110 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 109,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count7
latest_release_tag10.0.0
releases_from_tagsnein
days_since_latest_release110
mean_days_between_releases109,6

Community & Verbreitung

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

68Gut · 17 % des Gesamtindex
Wie die Bewertung erfolgt
46.7/60Stars — 760 Stars
15.2/25Forks — 67 Forks
6/15Watcher — 13 Watcher
Verwendete Eingangsdaten
forks67
stars760
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (GPL-3.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein
Wie die Bewertung erfolgt
51.9/80Downloads pro Monat — 7.831 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagescyberdrop-dl-patched
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.831
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?

69Gut · 23 % des Gesamtindex
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 43 % der Commits
13.5/13.5Breite der Beitragenden — 41 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled41
top_contributor_share0,426
Wie die Bewertung erfolgt
41.4/42Issue-Lösungsquote — 99 % der Issues geschlossen
28.6/30PR-Annahme — 1.558/1.633 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs1.558
open_issues7
closed_issues479
prs_merged_7d4
prs_decided_7d4
prs_merged_30d15
prs_decided_30d16
issue_closed_ratio0,986
closed_unmerged_prs75
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.
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
6.5/25Reichweite des Inhabers — 7 Follower von Cyberdrop-DL
4.5/25Kontohistorie — 2 öffentliche Repos, Kontoalter ca. 0 Jahre
Verwendete Eingangsdaten
followers7
owner_typeOrganization
is_verifiednein
owner_loginCyberdrop-DL
public_repos2
account_age_days182

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 286 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagescyberdrop-dl-patched
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 3 out of 3 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pypi.org/project/cyberdrop-dl-patched
10/10Repository-Beschreibung
10/10Topics — 18 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsasyncio, bunkr, cyberdrop, downloader, dropbox, mega-nz, gofile, mediafire, google-drive, patreon, twitch, pawchive, pinterest, pixeldrain, transfer-it, twitter, filester, onedrive
has_wikija
homepagehttps://pypi.org/project/cyberdrop-dl-patched
docs_sitehttps://pypi.org/project/cyberdrop-dl-patched
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

33Gefährdet · 16 % des Gesamtindex

Sicherheitslage

32Gefährdet
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 3 out of 3 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 0/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 4 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
7.5/7.5Maintained — 30 commit(s) and 14 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
5/5SAST — SAST tool is run on all commits
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,5
high_risk_jurisdiction_cap34
high_risk_jurisdiction_multiplier50
security_posture_after_multiplier32
security_posture_before_jurisdiction65
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. Die verbleibenden Gewichte wurden renormalisiert. Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 50 % an und begrenzt die Sicherheitslage auf die Obergrenze Gefährdet von 34.
Wie die Bewertung erfolgt
5.7/35Direkte Abhängigkeiten ohne bekannte Advisories — 5 betroffen: aiohttp 3.13.3 (critical 9.1), curl-cffi 0.13.0 (high 8.6), soupsieve 2.8.3 (high 7.5), +2 weitere
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
22.7/40Keine offenen Advisories — 4 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 198 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories92
affected_packages12
assessed_packages136
unassessed_packages0
affected_by_severitycritical 1, high 4, moderate 5, low 2
direct_affected_packages5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 136 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.

49Schwach · 4 % des Gesamtindex
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://script-ware.gitbook.io/llms.txt)
40/40Lesbare Commit-Historie — 99 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://script-ware.gitbook.io/llms.txt
legible_history_share0,99
agent_instruction_files—
agent_instruction_max_bytes—
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
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_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/611 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes47.720
source_files_sampled611
oversized_source_files0

Eckdaten

760GitHub-Sterne
41Mitwirkende
1.337Commits, letzte 12 Monate
0Tage seit letztem Push
7Releases
2Bus-Faktor
7offene 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:cyberdrop-dl-patched@10.12.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 67 ⇿
0Sterne
67Forks
7Releases

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.

01325385063756532024-072025-092026-10
Major 4Minor 1Patch 2

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 6.5 / 10
6.5Gesamtwert

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 · 2026-10-17 13:49 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests3 out of 3 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 0/30 approved changesets -- score normalized to 0
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 14 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
10SASTSAST tool is run on all commits
4Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 31
RegistryPaketVersionsvorgabeManifest
PyPIaiohappyeyeballs>=2.7.1pyproject.toml
PyPIaiohttp>=3.14.5, < 4.0.0pyproject.toml
PyPIaiolimiter>=1.3.0pyproject.toml
PyPIaiosqlite>=0.22.1pyproject.toml
PyPIasync-mega-py>=2.5.0pyproject.toml
PyPIbackports.zstd>=1.8.0pyproject.toml
PyPIbeautifulsoup4>=4.15.0pyproject.toml
PyPIbrotli>=1.2.0pyproject.toml
PyPIcffi== 2.1.1pyproject.toml
PyPIcurl-cffi==0.16.3pyproject.toml
PyPIcyclopts>=5.2.0pyproject.toml
PyPIidna>=3.20pyproject.toml
PyPIimagesize>= 2.0.1pyproject.toml
PyPIm3u8>=6.0.0pyproject.toml
PyPImarkdown>=3.11.1pyproject.toml
PyPImultidict>=7.0.0pyproject.toml
PyPIpropcache>=0.5.4pyproject.toml
PyPIpsutil>=7.2.1pyproject.toml
PyPIpycparser>= 3.11.0pyproject.toml
PyPIpycryptodome>=4.0.0pyproject.toml
PyPIpydantic== 2.14.1pyproject.toml
PyPIpyyaml>=6.0.3pyproject.toml
PyPIquestionary>=2.1.1pyproject.toml
PyPIrich>=15.0.0pyproject.toml
PyPIrich-rst==2.2.0pyproject.toml
PyPIsend2trash>=2.0.0pyproject.toml
PyPIsoupsieve>=3.0.3pyproject.toml
PyPItyping-extensions>=4.16.0pyproject.toml
PyPIwassima>=2.1.3pyproject.toml
PyPIwcwidth>=0.9.2pyproject.toml
PyPIxxhash>=4.0.1pyproject.toml
Alle Abhängigkeiten 136

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 53 direkte und 83 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohappyeyeballs2.6.1direkt
PyPIaiohappyeyeballs2.7.1direkt
PyPIaiohttp3.13.3direkt
PyPIaiohttp3.14.5direkt
PyPIaiolimiter1.2.1direkt
PyPIaiolimiter1.3.0direkt
PyPIaiosqlite0.22.1direkt
PyPIasync-mega-py2.0.2direkt
PyPIasync-mega-py2.5.0direkt
PyPIbackports-zstd1.3.0direkt
PyPIbackports-zstd1.8.0direkt
PyPIbeautifulsoup44.14.3direkt
PyPIbeautifulsoup44.15.0direkt
PyPIbrotli1.2.0direkt
PyPIcffi2.0.0direkt
PyPIcffi2.1.1direkt
PyPIcurl-cffi0.13.0direkt
PyPIcurl-cffi0.16.3direkt
PyPIcyclopts5.2.0direkt
PyPIidna3.11direkt
PyPIidna3.20direkt
PyPIimagesize1.4.1direkt
PyPIimagesize2.0.1direkt
PyPIm3u86.0.0direkt
PyPImarkdown3.10.1direkt
PyPImarkdown3.11.1direkt
PyPImultidict6.7.0direkt
PyPImultidict7.1.0direkt
PyPIpropcache0.4.1direkt
PyPIpropcache0.5.4direkt
PyPIpsutil7.2.1direkt
PyPIpsutil7.2.2direkt
PyPIpycparser2.23direkt
PyPIpycparser3.11direkt
PyPIpycryptodome3.23.0direkt
PyPIpycryptodome4.0.0direkt
PyPIpydantic2.12.5direkt
PyPIpydantic2.14.1direkt
PyPIpyyaml6.0.3direkt
PyPIquestionary2.1.1direkt
PyPIrich14.2.0direkt
PyPIrich15.0.0direkt
PyPIrich-rst2.2.0direkt
PyPIsend2trash2.1.0direkt
PyPIsoupsieve2.8.3direkt
PyPIsoupsieve3.0.3direkt
PyPItyping-extensions4.15.0direkt
PyPItyping-extensions4.16.0direkt
PyPIwassima2.1.4direkt
PyPIwcwidth0.2.14direkt
PyPIwcwidth0.9.2direkt
PyPIxxhash3.6.0direkt
PyPIxxhash4.0.1direkt
PyPIaiodns4.0.0indirekt
PyPIaiofiles25.1.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIapprise1.9.7indirekt
PyPIapprise2.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIattrs26.1.0indirekt
PyPIbrotlicffi1.2.0.0indirekt
PyPIcachetools6.2.4indirekt
PyPIcertifi2026.1.4indirekt
PyPIcertifi2026.7.22indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.3.1indirekt
PyPIclick8.5.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.13.1indirekt
PyPIcyberdrop-dl-patched10.12.0indirekt
PyPIdateparser1.2.2indirekt
PyPIdistlib0.4.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIfilelock3.20.3indirekt
PyPIfrozenlist1.8.0indirekt
PyPIidentify2.6.16indirekt
PyPIiniconfig2.3.0indirekt
PyPIinquirerpy0.3.4indirekt
PyPIjeepney0.9.0indirekt
PyPIlxml6.1.3indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImdurl0.1.2indirekt
PyPImyjdapi1.1.10indirekt
PyPInodeenv1.10.0indirekt
PyPIoauthlib3.3.1indirekt
PyPIoauthlib4.0.0indirekt
PyPIpackaging25.0indirekt
PyPIpackaging26.3indirekt
PyPIpfzy0.3.4indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIprek0.5.5indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpy-markdown-table1.3.0indirekt
PyPIpycares5.0.1indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-core2.50.1indirekt
PyPIpygments2.19.2indirekt
PyPIpygments2.21.0indirekt
PyPIpyproject-api1.10.0indirekt
PyPIpytest9.0.2indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2025.2indirekt
PyPIpywin32312indirekt
PyPIregex2026.1.15indirekt
PyPIrequests2.32.5indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIruff0.14.14indirekt
PyPIruff0.17.1indirekt
PyPIsix1.17.0indirekt
PyPItox4.34.1indirekt
PyPItruststore0.10.4indirekt
PyPItyping-inspection0.4.2indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2025.3indirekt
PyPItzdata2026.5indirekt
PyPItzlocal5.3.1indirekt
PyPIurllib32.6.3indirekt
PyPIurllib32.8.0indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwreq0.13.0indirekt
PyPIyarl1.22.0indirekt
PyPIyarl1.25.1indirekt
Abhängigkeits-Advisories 12

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 136 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 12 tragen bekannte Advisories, davon 5 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
aiohttp3.13.3direktkritisch483.14.3
curl-cffi0.13.0direkthoch20.15.0
soupsieve2.8.3direkthoch82.9.0
urllib32.6.3indirekthoch102.8.0
virtualenv20.36.1indirekthoch821.7.13
idna3.11direktmittel23.15
multidict6.7.0direktmittel26.9.1
oauthlib3.3.1indirektmittel44.0.0
pytest9.0.2indirektmittel29.0.3
requests2.32.5indirektmittel22.33.0
apprise1.9.7indirektniedrig21.11.0
pygments2.19.2indirektniedrig22.20.0

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.