Öffentliches Register
Software-GesundheitsberichtSchema 0.27.0 · Metriken 2.5.0 · 2026-07-28 15:56 UTC

Giskard-AI / giskard-oss

🐢 Open-Source Evaluation & Testing library for LLM Agents

PythonApache-2.0★ 5.722 Sterne⑂ 510 Forksseit März 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#mlops#ml-validation#ml-testing#ai-testing#llmops#responsible-ai#fairness-ai#trustworthy-ai#llm-eval#llm-evaluation#rag-evaluation#ai-security#llm-security#ai-red-team#red-team-tools#llm#agent-evaluation

Giskard-AI/giskard-oss erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei AI Readiness (92/100) ab, am schwächsten bei Security (76/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

96
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.

96
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 84 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

GiskardOrganisation
268 Follower34 öffentliche Reposseit Sept. 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIgiskardverweist auf ein anderes Repo — nicht bewertet2.19.224.773113vor 22 Tagenartificial-intelligencemachine-learningqualitymlops
PyPIgiskard-llm1.0.0b55.5504vor 15 Tagen—
PyPIgiskard-core0.1.76.19313vor 221 Tagen—
PyPIgiskard-scan1.0.0b37012vor 15 Tagen—
PyPIgiskard-agents0.3.46.19112vor 125 Tagen—
PyPIgiskard-checks1.0.2b55.9038vor 15 Tagen—

Metriken nach Kategorie

Vitalität

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

88Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

86Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
21.5/36Commit-Rhythmus — 31/52 Wochen mit Commits
18/18Commit-Volumen — 239 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year239
human_commit_share0,74
days_since_last_push0
active_weeks_last_year31

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 15 Tagen
27/27Release-Rhythmus — ein Release etwa alle 3,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count100
latest_release_taggiskard-scan/v1.0.0b3
releases_from_tagsnein
days_since_latest_release15
mean_days_between_releases3,8

Community & Verbreitung

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

87Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

92Exzellent
Wie die Bewertung erfolgt
60/60Stars — 5.722 Stars
22.6/25Forks — 510 Forks
8.9/15Watcher — 41 Watcher
Verwendete Eingangsdaten
forks510
stars5.722
watchers41
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 (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

73Gut
Wie die Bewertung erfolgt
58.5/80Downloads pro Monat — 24.538 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesgiskard-llm, giskard-core, giskard-scan, giskard-agents, giskard-checks
dependents—
ecosystemspypi
total_downloads—
monthly_downloads24.538
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?

80Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

77Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
17.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 22 % der Commits
13.5/13.5Breite der Beitragenden — 67 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 16 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled67
top_contributor_share0,222

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
39.6/42Issue-Lösungsquote — 94 % der Issues geschlossen
18.9/30PR-Annahme — 1.204/1.913 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
10.5/15OpenSSF Scorecard: Code-Review — Found 18/25 approved changesets -- score normalized to 7
Verwendete Eingangsdaten
merged_prs1.204
open_issues33
closed_issues548
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,943
closed_unmerged_prs709
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): newcomer_pr_acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

70Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
17.5/25Reichweite des Inhabers — 268 Follower von Giskard-AI
22.9/25Kontohistorie — 34 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers268
owner_typeOrganization
is_verified—
owner_loginGiskard-AI
public_repos34
account_age_days2.133

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 5 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 15 Tagen
20/20Versionshistorie — 13 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesgiskard-llm, giskard-core, giskard-scan, giskard-agents, giskard-checks
ecosystemspypi
any_deprecatednein
min_days_since_publish15

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 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

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.giskard.ai
10/10Repository-Beschreibung
10/10Topics — 17 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsmlops, ml-validation, ml-testing, ai-testing, llmops, responsible-ai, fairness-ai, trustworthy-ai, llm-eval, llm-evaluation, rag-evaluation, ai-security, llm-security, ai-red-team, red-team-tools, llm, agent-evaluation
has_wikija
homepagehttps://docs.giskard.ai
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

76Gut · 16 % des Gesamtindex

Sicherheitslage

70Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 27 out of 27 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
5.2/7.5Code-Review — Found 18/25 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 16 contributing companies or organizations
0/10Dangerous-Workflow — 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 6 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
5/5Pinned-Dependencies — all dependencies are pinned
5/5SAST — SAST tool is 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.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages86
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:giskard@2.19.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 86 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.

92Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .claude/CLAUDE.md, .cursor/rules/documentation.mdc, .cursor/rules/guidelines.mdc, .cursor/rules/python.mdc, AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 74 von 74 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
legible_history_share1
agent_instruction_files.claude/CLAUDE.md, .cursor/rules/documentation.mdc, .cursor/rules/guidelines.mdc, .cursor/rules/python.mdc, AGENTS.md
agent_instruction_max_bytes3.828

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

100Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — libs/giskard-agents/src/giskard/agents/py.typed, pyrightconfig.json
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 53 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 15 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configslibs/giskard-agents/src/giskard/agents/py.typed, pyrightconfig.json
agent_commit_share0,53
toolchain_manifests—
dependency_bot_commit_share0,15

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (libs/giskard-agents/src/giskard/agents/py.typed, pyrightconfig.json)
55/55Handhabbare Dateigrößen — 0/267 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes53.668
source_files_sampled267
oversized_source_files0

Eckdaten

5.722GitHub-Sterne
67Mitwirkende
239Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
3Bus-Faktor
33offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'giskard' points at a different repository (https://github.com/Giskard-AI/giskard); excluded from ecosystem scoring

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 510 ⇿
0Sterne
510Forks
100Releases

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.

0100200300400500600502442022-042024-052026-07
Major 1Minor 19Patch 39

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 7.0 / 10
7.0Gesamtwert

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 · 2026-07-28 15:56 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 18/25 approved changesets -- score normalized to 7
10Contributorsproject has 16 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
10Pinned-Dependenciesall dependencies are pinned
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 28
RegistryPaketVersionsvorgabeManifest
PyPIgiskard-checks>=1.0.2b4,<2pyproject.toml
PyPIgiskard-llm>=1.0.0a1,<2libs/giskard-agents/pyproject.toml
PyPIpydantic>=2.11.0,<3libs/giskard-agents/pyproject.toml
PyPIgriffe>=1.7.0,<3libs/giskard-agents/pyproject.toml
PyPItyping-extensions>=4.14.0,<5libs/giskard-agents/pyproject.toml
PyPIjinja2>=3.1.6,<4libs/giskard-agents/pyproject.toml
PyPIlogfire-api>=3.22.0,<5libs/giskard-agents/pyproject.toml
PyPItenacity>=9.1.0,<10libs/giskard-agents/pyproject.toml
PyPIgiskard-core>=1.0.1b3,<2libs/giskard-agents/pyproject.toml
PyPInumpy>=2.4.1,<3libs/giskard-agents/pyproject.toml
PyPIjsonpath-ng>=1.7.0,<2libs/giskard-checks/pyproject.toml
PyPIpydantic>=2.12,<3libs/giskard-checks/pyproject.toml
PyPIpydantic-settings>=2.7,<3libs/giskard-checks/pyproject.toml
PyPIgiskard-agents>=1.0.2b2libs/giskard-checks/pyproject.toml
PyPIjinja2>=3.1.6,<4libs/giskard-checks/pyproject.toml
PyPIgiskard-core>=1.0.1b3,<2libs/giskard-checks/pyproject.toml
PyPIjsonschema>=4.23.0,<5libs/giskard-checks/pyproject.toml
PyPInumpy>=2.4.1,<3libs/giskard-checks/pyproject.toml
PyPIregex>=2026.1.15libs/giskard-checks/pyproject.toml
PyPIrich>=14.2.0,<16libs/giskard-checks/pyproject.toml
PyPIposthog>=7.10.3libs/giskard-core/pyproject.toml
PyPIpydantic>=2.11.0,<3libs/giskard-core/pyproject.toml
PyPIgiskard-core>=1.0.1b3,<2libs/giskard-llm/pyproject.toml
PyPIpydantic>=2.11.0,<3libs/giskard-llm/pyproject.toml
PyPIgiskard-checks>=1.0.2b3,<2libs/giskard-scan/pyproject.toml
PyPIgiskard-agents>=1.0.2b3,<2libs/giskard-scan/pyproject.toml
PyPInumpy>=2.4.1,<3libs/giskard-scan/pyproject.toml
PyPIhuggingface-hub>=1.11.0,<2libs/giskard-scan/pyproject.toml
Alle Abhängigkeiten 172

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 36 direkte und 136 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIgiskard-agents—direkt
PyPIgiskard-agents1.0.2b5direkt
PyPIgiskard-checks—direkt
PyPIgiskard-checks1.0.2b4direkt
PyPIgiskard-core—direkt
PyPIgiskard-core1.0.1b5direkt
PyPIgiskard-llm—direkt
PyPIgiskard-llm1.0.0b5direkt
PyPIgriffe—direkt
PyPIgriffe2.1.0direkt
PyPIhuggingface-hub—direkt
PyPIhuggingface-hub1.20.1direkt
PyPIjinja2—direkt
PyPIjinja23.1.6direkt
PyPIjsonpath-ng—direkt
PyPIjsonpath-ng1.8.0direkt
PyPIjsonschema—direkt
PyPIjsonschema4.26.0direkt
PyPIlogfire-api—direkt
PyPIlogfire-api4.37.0direkt
PyPInumpy—direkt
PyPInumpy2.5.0direkt
PyPIposthog—direkt
PyPIposthog7.20.2direkt
PyPIpydantic—direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings—direkt
PyPIpydantic-settings2.14.2direkt
PyPIregex—direkt
PyPIregex2026.5.9direkt
PyPIrich—direkt
PyPIrich15.0.0direkt
PyPItenacity—direkt
PyPItenacity9.1.4direkt
PyPItyping-extensions—direkt
PyPItyping-extensions4.15.0direkt
PyPIaiohappyeyeballs2.6.2indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic—indirekt
PyPIanthropic0.111.0indirekt
PyPIanyio4.14.0indirekt
PyPIappnope0.1.4indirekt
PyPIastroid4.0.4indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbackoff2.2.1indirekt
PyPIboolean-py5.0indirekt
PyPIcachecontrol0.14.4indirekt
PyPIceline-regorus—indirekt
PyPIceline-regorus0.9.1.post20260227075446indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.4.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcoverage7.14.3indirekt
PyPIcryptography49.0.0indirekt
PyPIcyclonedx-python-lib11.11.0indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdill0.4.1indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIexecuting2.2.1indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.29.4indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgiskard3.0.0b1indirekt
PyPIgiskard-scan1.0.0b2indirekt
PyPIgoogle-auth2.55.0indirekt
PyPIgoogle-genai—indirekt
PyPIgoogle-genai2.4.0indirekt
PyPIgriffecli2.1.0indirekt
PyPIgriffelib2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhatchling—indirekt
PyPIhf-xet1.5.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata8.9.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython9.14.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisort8.0.1indirekt
PyPIjedi0.20.0indirekt
PyPIjiter0.15.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-core5.9.1indirekt
PyPIlicense-expression30.4.4indirekt
PyPIlitellm—indirekt
PyPIlitellm1.89.3indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImccabe0.7.0indirekt
PyPImdurl0.1.2indirekt
PyPImsgpack1.2.1indirekt
PyPImultidict6.7.1indirekt
PyPInest-asyncio21.7.2indirekt
PyPInltk3.10.0indirekt
PyPIopenai—indirekt
PyPIopenai2.43.0indirekt
PyPIpackageurl-python0.17.6indirekt
PyPIpackaging26.2indirekt
PyPIparso0.8.7indirekt
PyPIpexpect4.9.0indirekt
PyPIpip26.1.2indirekt
PyPIpip-api0.0.34indirekt
PyPIpip-audit2.10.1indirekt
PyPIpip-requirements-parser32.0.1indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpy-serializable2.1.0indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpylint4.0.6indirekt
PyPIpylint-plugin-utils0.9.0indirekt
PyPIpylint-pydantic0.4.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyphen0.17.2indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrpds-py2026.5.1indirekt
PyPIsetuptools82.0.1indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIstack-data0.6.3indirekt
PyPItextstat—indirekt
PyPItextstat0.7.13indirekt
PyPItiktoken0.13.0indirekt
PyPItokenizers0.23.1indirekt
PyPItomli2.4.1indirekt
PyPItomli-w1.2.0indirekt
PyPItomlkit0.15.0indirekt
PyPItornado6.5.7indirekt
PyPItqdm4.68.3indirekt
PyPItraitlets5.15.1indirekt
PyPItyper0.25.1indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.7.0indirekt
PyPIwcwidth0.8.1indirekt
PyPIwebsockets16.0indirekt
PyPIyarl1.24.2indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:giskard@2.19.2 zieht 86 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

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit Giskard-AI/giskard-oss teilen. Nebeneinander lesen →

95promptfoo/promptfooTest your prompts, agents, and RAGs. Red teaming/pentesting/vulnerability scanning for AI. Compare performance of GPT, Claude, Gemini, DeepSeek, and more. Simple declarative configs with command line and CI/CD integration. Used by OpenAI and Anthropic.Außergewöhnlich99Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich96comet-ml/opikDebug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.Außergewöhnlich93langfuse/langfuse🪢 Open source AI engineering platform: LLM evals, observability, metrics, prompt management, playground, datasets. Integrates with OpenTelemetry, LangChain, OpenAI SDK, LiteLLM, and more. 🍊YC W23 Außergewöhnlich90praetorian-inc/juliusSimple LLM service identification - translate IP:Port to Ollama, vLLM, LiteLLM, or 60+ other AI services in secondsExzellent98ComposioHQ/composioComposio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.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 v0.27.0 — vollständige Methodik · Metriken-Wiki.

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