Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-13 05:33 UTC

JudgmentLabs / judgeval

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

PythonApache-2.0★ 1.057 Sterne⑂ 96 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 92 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (98/100) ab, am schwächsten bei Security (52/100). Zuletzt vor 3 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

92
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.

92
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 78 wird auf der veröffentlichten Indexskala auf 92 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
PyPIjudgeval1.3.1233.075147vor 9 Tagen

Metriken nach Kategorie

Vitalität

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

98Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

96Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
31.8/36Commit-Rhythmus — 46/52 Wochen mit Commits
18/18Commit-Volumen — 288 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year288
human_commit_share0,98
days_since_last_push3
active_weeks_last_year46

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 9 Tagen
27/27Release-Rhythmus — ein Release etwa alle 13,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.3.1
releases_from_tagsnein
days_since_latest_release9
mean_days_between_releases13,2
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
49/60Stars — 1.057 Stars
16.5/25Forks — 96 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks96
stars1.057
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?

73Gut · 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_share0,391

Reaktionsfähigkeit bei Issues & PRs

75Gut
Wie die Bewertung erfolgt
32.7/42Issue-Lösungsquote — 78 % der Issues geschlossen
24.4/30PR-Annahme — 562/691 entschiedene PRs gemergt
8.7/13Newcomer PR acceptance — 2/3 PRs von Erstbeitragenden in 30 Tagen gemergt
9/15OpenSSF Scorecard: Code-Review — Found 18/29 approved changesets -- score normalized to 6
Verwendete Eingangsdaten
merged_prs562
open_issues15
closed_issues53
prs_merged_7d0
prs_decided_7d0
prs_merged_30d7
prs_decided_30d11
issue_closed_ratio0,779
closed_unmerged_prs129
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d3

Eigentümerschaft & Trägerschaft

66Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
11.4/25Reichweite des Inhabers — 38 Follower von JudgmentLabs
11.5/25Kontohistorie — 11 öffentliche Repos, Kontoalter ca. 1 Jahre
Verwendete Eingangsdaten
followers38
owner_typeOrganization
is_verified—
owner_loginJudgmentLabs
public_repos11
account_age_days657
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 9 Tagen
20/20Versionshistorie — 147 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesjudgeval
ecosystemspypi
any_deprecatednein
min_days_since_publish9

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
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?

52Mittel · 16 % des Gesamtindex

Sicherheitslage

40Schwach
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 18/29 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 — 17 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
0/7.5Vulnerabilities — 87 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4
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@1.3.1 — 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.

64Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

36Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
36.5/40Lesbare Commit-Historie — 67 von 98 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
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
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 — 0/293 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes51.845
source_files_sampled293
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

1.057GitHub-Sterne
24Mitwirkende
288Commits, letzte 12 Monate
3Tage seit letztem Push
100Releases
2Bus-Faktor
15offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 96 ⇿
0Sterne
96Forks
98Releases

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.

02040608010096222025-062026-012026-07
Major 1Minor 35Patch 62

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.0 / 10
4.0Gesamtwert

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 · 2026-08-13 05:33 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 18/29 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
10Maintained17 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
0Vulnerabilities87 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 228

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 218 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIdotenv0.9.9direkt
PyPIhttpx0.28.1direkt
PyPIopentelemetry-exporter-otlp1.41.1direkt
PyPIopentelemetry-exporter-otlp1.42.1direkt
PyPIopentelemetry-sdk1.41.1direkt
PyPIopentelemetry-sdk1.42.1direkt
PyPIorjson3.11.9direkt
PyPIpackaging26.2direkt
PyPIpathspec1.1.1direkt
PyPItyper0.26.2direkt
PyPIaiohappyeyeballs2.6.2indirekt
PyPIaiohttp3.13.5indirekt
PyPIaiosignal1.4.0indirekt
PyPIaiosqlite0.22.1indirekt
PyPIaltair6.1.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.104.1indirekt
PyPIanyio4.13.0indirekt
PyPIargcomplete3.6.3indirekt
PyPIasgiref3.11.1indirekt
PyPIast-serialize0.5.0indirekt
PyPIasync-timeout4.0.3indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.2indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbasic-distributed-tracing-example0.0.1indirekt
PyPIbasic-example0.0.1indirekt
PyPIblack26.5.1indirekt
PyPIblinker1.9.0indirekt
PyPIboto31.43.16indirekt
PyPIboto3-stubs1.43.16indirekt
PyPIbotocore1.43.16indirekt
PyPIbotocore-stubs1.43.14indirekt
PyPIcachetools7.1.4indirekt
PyPIcertifi2026.5.20indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclaude-agent-sdk—indirekt
PyPIclaude-agent-sdk0.2.87indirekt
PyPIclick8.4.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.14.1indirekt
PyPIcryptography48.0.0indirekt
PyPIcyclopts4.16.1indirekt
PyPIdatamodel-code-generator0.58.0indirekt
PyPIdatasets4.8.5indirekt
PyPIdetect-agent0.2.0indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfastapi0.136.3indirekt
PyPIfilelock3.29.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.2.0indirekt
PyPIgenson1.3.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.50indirekt
PyPIgoogle-adk2.1.0indirekt
PyPIgoogle-adk-example0.0.1indirekt
PyPIgoogle-auth2.53.0indirekt
PyPIgoogle-genai1.75.0indirekt
PyPIgoogle-genai2.6.0indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIgraphviz0.21indirekt
PyPIgreenlet3.5.1indirekt
PyPIgriffe1.15.0indirekt
PyPIgroq1.2.0indirekt
PyPIgrpcio1.80.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub1.16.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.16indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIinflect7.5.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIisort8.0.1indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.15.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoserfc1.6.8indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjudgeval—indirekt
PyPIjudgeval0.0.0indirekt
PyPIlangchain0.3.28indirekt
PyPIlangchain-core0.3.76indirekt
PyPIlangchain-text-splitters0.3.11indirekt
PyPIlangsmith0.8.5indirekt
PyPIlibrt0.11.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImcp1.27.1indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools11.1.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPImypy2.1.0indirekt
PyPImypy-boto3-s31.43.14indirekt
PyPImypy-extensions1.1.0indirekt
PyPInarwhals2.21.2indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.6indirekt
PyPIopenai1.109.1indirekt
PyPIopenai2.38.0indirekt
PyPIopenai-agents0.3.3indirekt
PyPIopenlit1.36.7indirekt
PyPIopentelemetry-api1.41.1indirekt
PyPIopentelemetry-api1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.42.1indirekt
PyPIopentelemetry-instrumentation0.63b1indirekt
PyPIopentelemetry-instrumentation-aiohttp-client0.63b1indirekt
PyPIopentelemetry-instrumentation-asgi0.63b1indirekt
PyPIopentelemetry-instrumentation-django0.63b1indirekt
PyPIopentelemetry-instrumentation-falcon0.63b1indirekt
PyPIopentelemetry-instrumentation-fastapi0.63b1indirekt
PyPIopentelemetry-instrumentation-flask0.63b1indirekt
PyPIopentelemetry-instrumentation-httpx0.63b1indirekt
PyPIopentelemetry-instrumentation-openai0.60.0indirekt
PyPIopentelemetry-instrumentation-pyramid0.63b1indirekt
PyPIopentelemetry-instrumentation-requests0.63b1indirekt
PyPIopentelemetry-instrumentation-starlette0.63b1indirekt
PyPIopentelemetry-instrumentation-tornado0.63b1indirekt
PyPIopentelemetry-instrumentation-urllib0.63b1indirekt
PyPIopentelemetry-instrumentation-urllib30.63b1indirekt
PyPIopentelemetry-instrumentation-wsgi0.63b1indirekt
PyPIopentelemetry-proto1.41.1indirekt
PyPIopentelemetry-proto1.42.1indirekt
PyPIopentelemetry-semantic-conventions0.62b1indirekt
PyPIopentelemetry-semantic-conventions0.63b1indirekt
PyPIopentelemetry-semantic-conventions-ai0.5.1indirekt
PyPIopentelemetry-util-http0.63b1indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.3indirekt
PyPIpillow12.2.0indirekt
PyPIplatformdirs4.9.6indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf6.33.6indirekt
PyPIpyarrow24.0.0indirekt
PyPIpyasn10.6.3indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.14.1indirekt
PyPIpydeck0.9.2indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyopenssl26.2.0indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.3.2indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.29indirekt
PyPIpytokens0.4.1indirekt
PyPIpytz2026.2indirekt
PyPIpywin32311indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich15.0.0indirekt
PyPIrich-rst2.0.1indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.9.10indirekt
PyPIs3transfer0.17.1indirekt
PyPIschedule1.2.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.3indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlalchemy2.0.50indirekt
PyPIsse-starlette3.4.4indirekt
PyPIstarlette0.52.1indirekt
PyPIstarlette1.1.0indirekt
PyPIstreamlit1.57.0indirekt
PyPItabulate0.10.0indirekt
PyPItenacity9.1.4indirekt
PyPItogether2.16.0indirekt
PyPItoml0.10.2indirekt
PyPItomli2.4.1indirekt
PyPItqdm4.67.3indirekt
PyPItypeguard4.5.2indirekt
PyPItypes-awscrt0.33.0indirekt
PyPItypes-pyyaml6.0.12.20260518indirekt
PyPItypes-requests2.33.0.20260518indirekt
PyPItypes-s3transfer0.16.0indirekt
PyPItypes-tabulate0.10.0.20260508indirekt
PyPItypes-tqdm4.67.3.20260518indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPItzlocal5.3.1indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.16.0indirekt
PyPIuvicorn0.48.0indirekt
PyPIvirtualenv21.3.3indirekt
PyPIwatchdog6.0.0indirekt
PyPIwebsockets15.0.1indirekt
PyPIwebsockets16.0indirekt
PyPIwrapt2.2.1indirekt
PyPIxmltodict0.15.1indirekt
PyPIxxhash3.7.0indirekt
PyPIyarl1.24.2indirekt
PyPIzipp4.1.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:judgeval@1.3.1 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 →

96comet-ml/opikDebug, evaluate, and monitor your LLM applications, RAG systems, and agentic workflows with comprehensive tracing, automated evaluations, and production-ready dashboards.Außergewöhnlich94langfuse/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 Außergewöhnlich96CopilotKit/CopilotKitThe Frontend Stack for Agents & Generative UI. React, Angular, Mobile, Slack, and more. Makers of the AG-UI ProtocolAußergewöhnlich99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.Außergewöhnlich100Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich

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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

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