Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 23:52 UTC

JudgmentLabs / judgeval

The Continuous-Improvement Stack for Agents. Our environment data and evals power agent improvement and monitoring.

PythonApache-2.0★ 1.063 Sterne⑂ 99 Forksseit Okt. 2024Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#langchain#langgraph#llama-index#llm#llm-evaluation#llm-observability#open-source#openai#prompt-engineering#agent#agentic-ai#agents#grpo#reinforcement-learning#rl

JudgmentLabs/judgeval erreicht einen Gesundheitsindex von 91 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (96/100) ab, am schwächsten bei Security (55/100). Zuletzt vor 1 Tag aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

91
gesamt / 100
Exzellent

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.

91
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 77 wird auf der veröffentlichten Indexskala auf 91 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Judgment LabsOrganisation
38 Follower11 öffentliche Reposseit Okt. 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIjudgeval1.3.2233.075148vor 16 Tagen

Metriken nach Kategorie

Vitalität

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

96Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

93Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
29.1/36Commit-Rhythmus — 42/52 Wochen mit Commits
18/18Commit-Volumen — 243 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 16 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year243
human_commit_share0,98
days_since_last_push1
active_weeks_last_year42

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 16 Tagen
27/27Release-Rhythmus — ein Release etwa alle 16,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.3.2
releases_from_tagsnein
days_since_latest_release16
mean_days_between_releases16,2
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?

77Gut · 17 % des Gesamtindex

Popularität & Verbreitung

70Gut
Wie die Bewertung erfolgt
49.1/60Stars — 1.063 Stars
16.6/25Forks — 99 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks99
stars1.063
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

89Exzellent
Wie die Bewertung erfolgt
71.6/80Downloads pro Monat — 233.075 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesjudgeval
dependents—
ecosystemspypi
total_downloads—
monthly_downloads233.075
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?

67Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

58Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
13.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 39 % der Commits
13.5/13.5Breite der Beitragenden — 24 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor2
contributors_sampled24
top_contributor_share0,39

Reaktionsfähigkeit bei Issues & PRs

66Gut
Wie die Bewertung erfolgt
32.3/42Issue-Lösungsquote — 77 % der Issues geschlossen
24.3/30PR-Annahme — 564/696 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/1 PRs von Erstbeitragenden in 30 Tagen gemergt
9/15OpenSSF Scorecard: Code-Review — Found 19/29 approved changesets -- score normalized to 6
Verwendete Eingangsdaten
merged_prs564
open_issues16
closed_issues53
prs_merged_7d0
prs_decided_7d0
prs_merged_30d2
prs_decided_30d5
issue_closed_ratio0,768
closed_unmerged_prs132
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

53Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
11.4/25Reichweite des Inhabers — 38 Follower von JudgmentLabs
11.6/25Kontohistorie — 11 öffentliche Repos, Kontoalter ca. 1 Jahre
Verwendete Eingangsdaten
followers38
owner_typeOrganization
is_verifiednein
owner_loginJudgmentLabs
public_repos11
account_age_days692

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 16 Tagen
20/20Versionshistorie — 148 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesjudgeval
ecosystemspypi
any_deprecatednein
min_days_since_publish16

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 11 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 21 out of 21 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://judgmentlabs.ai/
10/10Repository-Beschreibung
10/10Topics — 15 Topics
10/10Wiki
Verwendete Eingangsdaten
topicslangchain, langgraph, llama-index, llm, llm-evaluation, llm-observability, open-source, openai, prompt-engineering, agent, agentic-ai, agents, grpo, reinforcement-learning, rl
has_wikija
homepagehttps://judgmentlabs.ai/
docs_sitehttps://judgmentlabs.ai/
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

55Mittel · 16 % des Gesamtindex

Sicherheitslage

44Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 21 out of 21 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
4.5/7.5Code-Review — Found 19/29 approved changesets -- score normalized to 6
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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 — 16 commit(s) and 0 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
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 — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
3.8/7.5Vulnerabilities — 5 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. 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_packages33
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:judgeval@1.3.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 33 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.

68Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

52Mittel
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://docs.judgmentlabs.ai/llms.txt)
36.5/40Lesbare Commit-Historie — 67 von 98 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.judgmentlabs.ai/llms.txt
legible_history_share0,684
agent_instruction_files—
agent_instruction_max_bytes—

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

64Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/e2etests/py.typed, src/judgeval/py.typed, src/judgeval/utils/wrappers/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 10 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_configja
typecheck_configssrc/e2etests/py.typed, src/judgeval/py.typed, src/judgeval/utils/wrappers/py.typed
agent_commit_share0,1
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/e2etests/py.typed, src/judgeval/py.typed, src/judgeval/utils/wrappers/py.typed)
55/55Handhabbare Dateigrößen — 0/296 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes51.845
source_files_sampled296
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
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

1.063GitHub-Sterne
24Mitwirkende
243Commits, letzte 12 Monate
1Tage seit letztem Push
100Releases
2Bus-Faktor
16offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'judgeval' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for judgeval carried forward from the previous scan (stats endpoint unavailable this scan)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 99 ⇿
0Sterne
99Forks
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.

02040608010099222025-062026-012026-09
Major 1Minor 35Patch 64

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.4 / 10
4.4Gesamtwert

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 23:52 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests21 out of 21 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
6Code-ReviewFound 19/29 approved changesets -- score normalized to 6
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained16 commit(s) and 0 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
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
5Vulnerabilities5 existing vulnerabilities detected
Direkte Abhängigkeiten 8
RegistryPaketVersionsvorgabeManifest
PyPIhttpx>=0.28.1pyproject.toml
PyPIopentelemetry-exporter-otlp>=1.36.0pyproject.toml
PyPIopentelemetry-sdk>=1.36.0pyproject.toml
PyPIorjson>=3.9.0pyproject.toml
PyPItyper>=0.9.0pyproject.toml
PyPIdotenv>=0.9.9pyproject.toml
PyPIpathspec>=1.0.4pyproject.toml
PyPIpackaging>=25.0pyproject.toml
Alle Abhängigkeiten 214

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 204 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIdotenv0.9.9direkt
PyPIhttpx0.28.1direkt
PyPIopentelemetry-exporter-otlp1.42.1direkt
PyPIopentelemetry-exporter-otlp1.44.0direkt
PyPIopentelemetry-sdk1.42.1direkt
PyPIopentelemetry-sdk1.44.0direkt
PyPIorjson3.12.0direkt
PyPIpackaging26.3direkt
PyPIpathspec1.1.1direkt
PyPItyper0.27.2direkt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIaiosqlite0.22.1indirekt
PyPIaltair6.2.2indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIanthropic0.125.0indirekt
PyPIanyio4.14.2indirekt
PyPIasgiref3.12.1indirekt
PyPIast-serialize0.8.0indirekt
PyPIasync-timeout4.0.3indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.8.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbasic-distributed-tracing-example0.0.1indirekt
PyPIbasic-example0.0.1indirekt
PyPIboto31.43.86indirekt
PyPIboto3-stubs1.43.86indirekt
PyPIbotocore1.43.86indirekt
PyPIbotocore-stubs1.43.67indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclaude-agent-sdk—indirekt
PyPIclaude-agent-sdk0.2.150indirekt
PyPIclick8.5.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.16.0indirekt
PyPIcryptography50.0.1indirekt
PyPIcyclopts4.23.3indirekt
PyPIdatasets5.0.1indirekt
PyPIdetect-agent0.6.0indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfastapi0.141.1indirekt
PyPIfilelock3.32.5indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgoogle-adk2.8.0indirekt
PyPIgoogle-adk-example0.0.1indirekt
PyPIgoogle-auth2.57.0indirekt
PyPIgoogle-genai2.21.0indirekt
PyPIgoogleapis-common-protos1.75.2indirekt
PyPIgraphviz0.21indirekt
PyPIgreenlet3.5.5indirekt
PyPIgriffe1.15.0indirekt
PyPIgroq1.7.0indirekt
PyPIgrpcio1.83.1indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.12.0indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhttpx22.12.0indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIhuggingface-hub1.29.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIiniconfig2.3.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoserfc1.7.5indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjudgeval—indirekt
PyPIjudgeval0.0.0indirekt
PyPIlangchain0.3.30indirekt
PyPIlangchain-core0.4.0.dev0indirekt
PyPIlangchain-text-splitters0.3.11indirekt
PyPIlangsmith0.12.1indirekt
PyPIlibrt0.15.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImcp1.29.1indirekt
PyPImdurl0.1.2indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPImypy2.3.1indirekt
PyPImypy-boto3-s31.43.66indirekt
PyPImypy-extensions1.1.0indirekt
PyPInarwhals2.25.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.6indirekt
PyPInumpy2.5.2indirekt
PyPIopenai1.109.1indirekt
PyPIopenai3.6.0indirekt
PyPIopenai-agents0.3.3indirekt
PyPIopenlit1.36.7indirekt
PyPIopentelemetry-api1.42.1indirekt
PyPIopentelemetry-api1.44.0indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.44.0indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.44.0indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.44.0indirekt
PyPIopentelemetry-instrumentation0.65b0indirekt
PyPIopentelemetry-instrumentation-aiohttp-client0.65b0indirekt
PyPIopentelemetry-instrumentation-asgi0.65b0indirekt
PyPIopentelemetry-instrumentation-django0.65b0indirekt
PyPIopentelemetry-instrumentation-falcon0.65b0indirekt
PyPIopentelemetry-instrumentation-fastapi0.65b0indirekt
PyPIopentelemetry-instrumentation-flask0.65b0indirekt
PyPIopentelemetry-instrumentation-httpx0.65b0indirekt
PyPIopentelemetry-instrumentation-openai0.62.3indirekt
PyPIopentelemetry-instrumentation-pyramid0.65b0indirekt
PyPIopentelemetry-instrumentation-requests0.65b0indirekt
PyPIopentelemetry-instrumentation-starlette0.65b0indirekt
PyPIopentelemetry-instrumentation-tornado0.65b0indirekt
PyPIopentelemetry-instrumentation-urllib0.65b0indirekt
PyPIopentelemetry-instrumentation-urllib30.65b0indirekt
PyPIopentelemetry-instrumentation-wsgi0.65b0indirekt
PyPIopentelemetry-proto1.42.1indirekt
PyPIopentelemetry-proto1.44.0indirekt
PyPIopentelemetry-semantic-conventions0.63b1indirekt
PyPIopentelemetry-semantic-conventions0.65b0indirekt
PyPIopentelemetry-semantic-conventions-ai0.5.1indirekt
PyPIopentelemetry-util-http0.65b0indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.5indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.11.7indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf6.33.6indirekt
PyPIprotobuf7.36.1indirekt
PyPIpyarrow25.0.1indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpydeck0.9.3indirekt
PyPIpygments2.21.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.6.0indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywin32312indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich15.0.0indirekt
PyPIrich-rst2.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.9.10indirekt
PyPIs3transfer0.19.2indirekt
PyPIschedule1.2.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlalchemy2.0.52indirekt
PyPIsse-starlette3.4.8indirekt
PyPIstarlette1.6.0indirekt
PyPIstreamlit1.63.0indirekt
PyPItenacity9.1.4indirekt
PyPItogether2.32.0indirekt
PyPItoml0.10.2indirekt
PyPItomli2.4.1indirekt
PyPItqdm4.70.0indirekt
PyPItruststore0.10.4indirekt
PyPItypes-pyyaml6.0.12.20260815indirekt
PyPItypes-requests2.33.0.20260712indirekt
PyPItypes-s3transfer0.16.0indirekt
PyPItypes-tqdm4.70.0.20260827indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.3indirekt
PyPItzlocal5.4.4indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.17.0indirekt
PyPIuvicorn0.52.4indirekt
PyPIvirtualenv21.7.8indirekt
PyPIwatchdog6.0.0indirekt
PyPIwebsockets15.0.1indirekt
PyPIwebsockets16.1.1indirekt
PyPIwrapt2.4.0indirekt
PyPIxmltodict0.15.1indirekt
PyPIxxhash4.0.1indirekt
PyPIyarl1.24.5indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:judgeval@1.3.2 zieht 33 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.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

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

98comet-ml/opikDebug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.Außergewöhnlich96langfuse/langfuse🪢 Open source agent evals & observability: Trace, evaluate, and improve LLM applications with one open platform.Außergewöhnlich96CopilotKit/CopilotKitThe Frontend Stack for Agents & Generative UI. React, Angular, Mobile, Slack, and more. Makers of the AG-UI ProtocolAußergewöhnlich99mlflow/mlflowThe open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.Außergewöhnlich98langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.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 v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

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