Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 12:42 UTC

FZJ-IEK3-VSA / tsam

Time series aggregation module (tsam). Determines typical operation periods or decreases the temporal resolution. Accelerates model or experiment runs.

PythonMIT★ 181 Sterne⑂ 40 Forksseit Mai 2017Auf GitHub ansehen ↗

ArtBibliothekwie das ermittelt wird

#clustering #timeseries #energy-system #typical-periods #optimization #aggregation #python #time-series

FZJ-IEK3-VSA/tsam erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (65/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

gesamt / 100

Außergewöhnlich

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.

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)

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 81 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Forschungszentrum Jülich - Jülich Systems Analysis (ICE-2)Organisation

79 Follower54 öffentliche Reposseit Mai 2017

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

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht	Tags
PyPI	tsam	4.1.0	-	41	vor 13 Tagen	clustering optimization

Metriken nach Kategorie

Vitalität

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

94Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

90Exzellent

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
25.6/36	Commit-Rhythmus — 37/52 Wochen mit Commits
18/18	Commit-Volumen — 387 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 24 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	387
human_commit_share	0,31
days_since_last_push	0
active_weeks_last_year	37

Release-Disziplin

100Außergewöhnlich

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 36 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 13 Tagen
27/27	Release-Rhythmus — ein Release etwa alle 19,8 Tage
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count	36
latest_release_tag	v4.1.0
releases_from_tags	nein
days_since_latest_release	13
mean_days_between_releases	19,8

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

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

65Gut · 17 % des Gesamtindex

Popularität & Verbreitung

54Mittel

Wie die Bewertung erfolgt

36.6/60	Stars — 181 Stars
13.3/25	Forks — 40 Forks
4.3/15	Watcher — 7 Watcher

Verwendete Eingangsdaten

forks	40
stars	181
watchers	7
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

77Gut

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (MIT)
18/18	CONTRIBUTING-Leitfaden
0/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
6.3/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	6
has_contributing	ja
has_issue_template	nein
has_code_of_conduct	nein
readme_badge_services	codecov.io, github.com, readthedocs.org, shields.io
has_pull_request_template	ja

Nachhaltigkeit & Governance

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

75Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

65Gut

Wie die Bewertung erfolgt

25.2/54	Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
16.3/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 28 % der Commits
13.5/13.5	Breite der Beitragenden — 20 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10

Verwendete Eingangsdaten

bus_factor	2
contributors_sampled	20
top_contributor_share	0,276

Reaktionsfähigkeit bei Issues & PRs

75Gut

Wie die Bewertung erfolgt

34.7/42	Issue-Lösungsquote — 83 % der Issues geschlossen
23.1/30	PR-Annahme — 308/400 entschiedene PRs gemergt
0/13	Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
7.5/15	OpenSSF Scorecard: Code-Review — Found 7/12 approved changesets -- score normalized to 5

Verwendete Eingangsdaten

merged_prs	308
open_issues	18
closed_issues	86
prs_merged_7d	3
prs_decided_7d	3
prs_merged_30d	13
prs_decided_30d	18
issue_closed_ratio	0,827
closed_unmerged_prs	92
first_time_authors_30d	0
first_time_prs_merged_30d	0
first_time_prs_decided_30d	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

68Gut

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain
13.7/25	Reichweite des Inhabers — 79 Follower von FZJ-IEK3-VSA
24.7/25	Kontohistorie — 54 öffentliche Repos, Kontoalter ca. 9 Jahre

Verwendete Eingangsdaten

followers	79
owner_type	Organization
is_verified	nein
owner_login	FZJ-IEK3-VSA
public_repos	54
account_age_days	3.414

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 13 Tagen
20/20	Versionshistorie — 41 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	tsam
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	13

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich

Wie die Bewertung erfolgt

24/24	CI-Workflows — 8 Workflow(s)
24/24	Tests vorhanden
16/16	Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	ja
has_precommit_config	ja

Dokumentation

100Außergewöhnlich

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
15/15	Dokumentations-/Homepage-Site — https://tsam.readthedocs.io/
10/10	Repository-Beschreibung
10/10	Topics — 8 Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	clustering, timeseries, energy-system, typical-periods, optimization, aggregation, python, time-series
has_wiki	ja
homepage	https://tsam.readthedocs.io/
docs_site	https://tsam.readthedocs.io/
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

70Gut · 16 % des Gesamtindex

Sicherheitslage

62Mittel

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
3.8/7.5	Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5	CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5	Code-Review — Found 7/12 approved changesets -- score normalized to 5
2.5/2.5	Contributors — project has 3 contributing companies or organizations -- score normalized to 10
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 30 commit(s) and 24 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — keine Daten
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	6,2

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich

Wie die Bewertung erfolgt

35/35	Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25	Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40	Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum

Verwendete Eingangsdaten

source	osv
advisories	0
affected_packages	0
assessed_packages	13
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:tsam@4.1.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 13 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.

77Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent

Wie die Bewertung erfolgt

45/45	Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15	Maschinenlesbare Doku (llms.txt)
40/40	Lesbare Commit-Historie — 31 von 31 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	1
agent_instruction_files	AGENTS.md, CLAUDE.md
agent_instruction_max_bytes	3.114

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

62Mittel

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
11/11	Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11	Statische Typprüfung — src/tsam/py.typed
0/10	Reproduzierbare Umgebung
10/10	Belegte Agentenpraxis — 17 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8	Automatisierte Wartung — 66 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	—
has_dockerfile	nein
typed_language	nein
bootstrap_files	—
has_devcontainer	nein
has_linter_config	ja
typecheck_configs	src/tsam/py.typed
agent_commit_share	0,17
toolchain_manifests	—
dependency_bot_commit_share	0,66

AI-Code-Lesbarkeit für Modelle

81Exzellent

Wie die Bewertung erfolgt

27/45	Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/tsam/py.typed)
54.3/55	Handhabbare Dateigrößen — 1/80 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	65.131
source_files_sampled	80
oversized_source_files	1

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20	MCP-Server — für diese Art von Software nicht anwendbar
40/40	Lauffähige Beispiele — notebooks

Verwendete Eingangsdaten

example_dirs	notebooks
has_mcp_signal	nein
api_schema_files	—
interfaces_expected_of	—

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

181GitHub-Sterne

20Mitwirkende

387Commits, letzte 12 Monate

0Tage seit letztem Push

36Releases

2Bus-Faktor

18offene Issues

PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
pypi download statistics for 'tsam' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 40 ⇿

0Sterne

40Forks

31Releases

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.

Major 2Minor 5Patch 16

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 6.2 / 10

6.2Gesamtwert

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 · 2026-09-17 12:42 UTC

10	Binary-Artifacts	no binaries found in the repo
5	Branch-Protection	branch protection is not maximal on development and all release branches
10	CI-Tests	29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
5	Code-Review	Found 7/12 approved changesets -- score normalized to 5
10	Contributors	project has 3 contributing companies or organizations -- score normalized to 10
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 24 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
k. A.	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Direkte Abhängigkeiten 7

Registry	Paket	Versionsvorgabe	Manifest
PyPI	scikit-learn	`>=1.3.0,<=1.9.1`	pyproject.toml
PyPI	scipy	`>=1.9.0,<=1.18.1`	pyproject.toml
PyPI	pandas	`>=2.2.0,<=3.0.5`	pyproject.toml
PyPI	numpy	`>=1.22.4,<=2.4.6`	pyproject.toml
PyPI	pyomo	`>=6.4.3,<=6.10.1`	pyproject.toml
PyPI	tqdm	`>=4.21.0,<=4.70.1`	pyproject.toml
PyPI	highspy	`>=1.7.2,<=1.15.1`	pyproject.toml

Alle Abhängigkeiten 32

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 7 direkte und 25 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	highspy	`—`	direkt
PyPI	numpy	`—`	direkt
PyPI	pandas	`—`	direkt
PyPI	pyomo	`—`	direkt
PyPI	scikit-learn	`—`	direkt
PyPI	scipy	`—`	direkt
PyPI	tqdm	`—`	direkt
PyPI	codecov	`—`	indirekt
PyPI	mkdocs	`—`	indirekt
PyPI	mkdocs-gen-files	`—`	indirekt
PyPI	mkdocs-jupyter	`—`	indirekt
PyPI	mkdocs-literate-nav	`—`	indirekt
PyPI	mkdocs-material	`—`	indirekt
PyPI	mkdocstrings-python	`—`	indirekt
PyPI	mypy	`—`	indirekt
PyPI	nbclient	`—`	indirekt
PyPI	nbformat	`—`	indirekt
PyPI	nbval	`—`	indirekt
PyPI	networkx	`—`	indirekt
PyPI	notebook	`—`	indirekt
PyPI	pandas-stubs	`—`	indirekt
PyPI	plotly	`—`	indirekt
PyPI	pre-commit	`—`	indirekt
PyPI	pytest	`—`	indirekt
PyPI	pytest-benchmark	`—`	indirekt
PyPI	pytest-cov	`—`	indirekt
PyPI	pytest-xdist	`—`	indirekt
PyPI	ruff	`—`	indirekt
PyPI	sphinx	`—`	indirekt
PyPI	sphinx-autobuild	`—`	indirekt
PyPI	sphinx-book-theme	`—`	indirekt
PyPI	twine	`—`	indirekt

Abhängigkeits-Advisories 0

Die Installation von pypi:tsam@4.1.0 zieht 13 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

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.

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.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge