Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-13 03:07 UTC

Kludex / mangum

AWS Lambda support for ASGI applications

PythonMIT★ 2.131 Sterne⑂ 134 Forksseit Jan. 2019Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#asgi#aws#lambda#serverless#python#asyncio#api-gateway#starlette#fastapi#quart#django#sanic#aws-lambda#python3

Kludex/mangum erreicht einen Gesundheitsindex von 77 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Community & Adoption (74/100) ab, am schwächsten bei AI Readiness (52/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

77
gesamt / 100
Gut

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.

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

Eigentümerschaft

Marcelo TrylesinskiPersönliches Konto
3.217 Follower168 öffentliche Reposseit Apr. 2014@pydantic

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPImangum0.21.0-74vor 192 Tagen

Metriken nach Kategorie

Vitalität

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

60Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

59Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
5.5/36Commit-Rhythmus — 8/52 Wochen mit Commits
12.7/18Commit-Volumen — 25 Commits im letzten Jahr
5/10OpenSSF Scorecard: Maintained — 6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
Verwendete Eingangsdaten
commits_last_year25
human_commit_share0,87
days_since_last_push3
active_weeks_last_year8

Release-Disziplin

62Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 21 Releases veröffentlicht
16.2/36Release-Aktualität — letztes Release vor 192 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 158,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count21
latest_release_tag0.21.0
releases_from_tagsnein
days_since_latest_release192
mean_days_between_releases158,6
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?

74Gut · 17 % des Gesamtindex

Popularität & Verbreitung

78Gut
Wie die Bewertung erfolgt
54/60Stars — 2.131 Stars
17.7/25Forks — 134 Forks
6.7/15Watcher — 17 Watcher
Verwendete Eingangsdaten
forks134
stars2.131
watchers17
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 80 % der Commits
13.5/13.5Breite der Beitragenden — 31 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 14 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled31
top_contributor_share0,797

Reaktionsfähigkeit bei Issues & PRs

70Gut
Wie die Bewertung erfolgt
35.3/42Issue-Lösungsquote — 84 % der Issues geschlossen
24.3/30PR-Annahme — 135/167 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
1.5/15OpenSSF Scorecard: Code-Review — Found 3/17 approved changesets -- score normalized to 1
Verwendete Eingangsdaten
merged_prs135
open_issues29
closed_issues153
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,841
closed_unmerged_prs32
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

75Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
25/25Reichweite des Inhabers — 3.217 Follower von Kludex
25/25Kontohistorie — 168 öffentliche Repos, Kontoalter ca. 12 Jahre
Verwendete Eingangsdaten
followers3.217
owner_typeUser
is_verified—
owner_loginKludex
public_repos168
account_age_days4.497
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

91Exzellent
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
26/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 192 Tagen
20/20Versionshistorie — 74 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmangum
ecosystemspypi
any_deprecatednein
min_days_since_publish192

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

74Gut · 19 % des Gesamtindex

Engineering-Praktiken

64Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests — 25 out of 29 merged PRs checked by a CI test -- score normalized to 8
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — http://mangum.fastapiexpert.com/
10/10Repository-Beschreibung
10/10Topics — 14 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsasgi, aws, lambda, serverless, python, asyncio, api-gateway, starlette, fastapi, quart, django, sanic, aws-lambda, python3
has_wikinein
homepagehttp://mangum.fastapiexpert.com/
docs_sitehttp://mangum.fastapiexpert.com/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

62Mittel · 16 % des Gesamtindex

Sicherheitslage

53Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2/2.5CI-Tests — 25 out of 29 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 3/17 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 14 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
3.8/7.5Maintained — 6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
5/5Packaging — packaging workflow detected
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
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
1.5/7.5Vulnerabilities — 8 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, 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_packages1
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:mangum@0.21.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 1 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.

52Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

35Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
34.9/40Lesbare Commit-Historie — 57 von 87 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,655
agent_instruction_files—
agent_instruction_max_bytes—

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

53Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — mangum/py.typed
10/10Reproduzierbare Umgebung — lockfile
2/10Belegte Agentenpraxis — 1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 13 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
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_confignein
typecheck_configsmangum/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,13

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (mangum/py.typed)
55/55Handhabbare Dateigrößen — 0/23 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes23.012
source_files_sampled23
oversized_source_files0

Eckdaten

2.131GitHub-Sterne
31Mitwirkende
25Commits, letzte 12 Monate
3Tage seit letztem Push
21Releases
1Bus-Faktor
29offene 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 ★ / 134 ⇿
0Sterne
134Forks
21Releases

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.

025507510012515013232019-042022-112026-07
Major 0Minor 13Patch 6

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 5.3 / 10
5.3Gesamtwert

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 03:06 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
8CI-Tests25 out of 29 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 3/17 approved changesets -- score normalized to 1
10Contributorsproject has 14 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
5Maintained6 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
2Vulnerabilities8 existing vulnerabilities detected
Direkte Abhängigkeiten 1
RegistryPaketVersionsvorgabeManifest
PyPItyping_extensions—pyproject.toml
Alle Abhängigkeiten 63

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 1 direkte und 62 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPItyping-extensions4.15.0direkt
PyPIaiofiles23.2.1indirekt
PyPIanyio3.7.1indirekt
PyPIbabel2.18.0indirekt
PyPIbackrefs6.1indirekt
PyPIblinker1.9.0indirekt
PyPIbrotli1.2.0indirekt
PyPIbrotli-asgi1.6.0indirekt
PyPIcertifi2026.1.4indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.1.7indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.2.7indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIflask3.1.3indirekt
PyPIghp-import2.1.0indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIhpack4.1.0indirekt
PyPIhypercorn0.17.3indirekt
PyPIhyperframe6.1.0indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata8.5.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPImangum0.21.0indirekt
PyPImarkdown3.8.1indirekt
PyPImarkupsafe2.1.5indirekt
PyPImergedeep1.3.4indirekt
PyPImkautodoc0.2.0indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-get-deps0.2.0indirekt
PyPImkdocs-material9.7.1indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImypy1.4.1indirekt
PyPImypy-extensions1.0.0indirekt
PyPIpackaging24.0indirekt
PyPIpaginate0.5.7indirekt
PyPIpathspec0.11.2indirekt
PyPIplatformdirs4.0.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpriority2.0.0indirekt
PyPIpygments2.20.0indirekt
PyPIpymdown-extensions11.0.1indirekt
PyPIpytest8.4.2indirekt
PyPIpytest9.0.2indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpyyaml6.0.1indirekt
PyPIpyyaml-env-tag0.1indirekt
PyPIquart0.20.0indirekt
PyPIrequests2.33.0indirekt
PyPIruff0.6.8indirekt
PyPIsix1.16.0indirekt
PyPIsniffio1.3.1indirekt
PyPIstarlette0.49.1indirekt
PyPItaskgroup0.0.0a4indirekt
PyPItomli2.0.1indirekt
PyPIurllib32.7.0indirekt
PyPIwatchdog3.0.0indirekt
PyPIwerkzeug3.1.6indirekt
PyPIwsproto1.2.0indirekt
PyPIzipp3.20.2indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mangum@0.21.0 zieht 1 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 Kludex/mangum teilen. Nebeneinander lesen →

98strawberry-graphql/strawberryA GraphQL library for Python that leverages type annotations 🍓Außergewöhnlich99aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMAußergewöhnlich99aws-powertools/powertools-lambda-pythonA developer toolkit to implement Serverless best practices and increase developer velocity.Außergewöhnlich98fastapi/fastapiFastAPI framework, high performance, easy to learn, fast to code, ready for productionAußergewöhnlich97middyjs/middy🛵 The stylish Node.js middleware engine for AWS Lambda 🛵Außergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

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