Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 02:14 UTC

LaurentMazare / tch-rs

Rust bindings for the C++ api of PyTorch.

Rust · C++ · CApache-2.0★ 5.479 Sterne⑂ 447 Forksseit Feb. 2019Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#pytorch#rust#machine-learning#neural-network#deep-learning

LaurentMazare/tch-rs erreicht einen Gesundheitsindex von 73 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (80/100) ab, am schwächsten bei Security (43/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

73
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.

73
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 64 wird auf der veröffentlichten Indexskala auf 73 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Laurent MazarePersönliches Konto
2.820 Follower103 öffentliche Reposseit Sept. 2011

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
crates.iotch0.26.0508.16049vor 3 Tagenmachine-learningdeep-learningpytorchscience
crates.iopyo3-tch0.26.010.04613vor 3 Tagenmachine-learningdeep-learningpytorchscience
crates.iotorch-sys0.26.0507.16046vor 3 Tagenffimachine-learningdeep-learningpytorchexternal-ffi-bindingsscience

Metriken nach Kategorie

Vitalität

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

51Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

58Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
4.8/36Commit-Rhythmus — 7/52 Wochen mit Commits
13.3/18Commit-Volumen — 29 Commits im letzten Jahr
4/10OpenSSF Scorecard: Maintained — 5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4
Verwendete Eingangsdaten
commits_last_year29
human_commit_share0,99
days_since_last_push3
active_weeks_last_year7

Release-Disziplin

40Schwach
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 1 Releases veröffentlicht
0/36Release-Aktualität — letztes Release vor 1.607 Tagen
12.6/27Release-Rhythmus — Rhythmus unbekannt (nur ein Release)
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count1
latest_release_tagmw
releases_from_tagsnein
days_since_latest_release1.607
mean_days_between_releases—

Community & Verbreitung

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

79Gut · 17 % des Gesamtindex

Popularität & Verbreitung

92Exzellent
Wie die Bewertung erfolgt
60/60Stars — 5.479 Stars
22.1/25Forks — 447 Forks
9.4/15Watcher — 51 Watcher
Verwendete Eingangsdaten
forks447
stars5.479
watchers51
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 1.025.366 Downloads/Monat über crates
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagestch, pyo3-tch, torch-sys
dependents—
ecosystemscrates
total_downloads13.429.852
monthly_downloads1.025.366
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?

63Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 84 % der Commits
13.5/13.5Breite der Beitragenden — 77 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled77
top_contributor_share0,842

Reaktionsfähigkeit bei Issues & PRs

52Mittel
Wie die Bewertung erfolgt
28.8/42Issue-Lösungsquote — 68 % der Issues geschlossen
23/30PR-Annahme — 260/339 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs260
open_issues202
closed_issues439
prs_merged_7d1
prs_decided_7d1
prs_merged_30d1
prs_decided_30d3
issue_closed_ratio0,685
closed_unmerged_prs79
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

75Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
24.8/25Reichweite des Inhabers — 2.820 Follower von LaurentMazare
25/25Kontohistorie — 103 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers2.820
owner_typeUser
is_verified—
owner_loginLaurentMazare
public_repos103
account_age_days5.464
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 — 3 Paket(e) auf crates
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 3 Tagen
20/20Versionshistorie — 49 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagestch, pyo3-tch, torch-sys
ecosystemscrates
any_deprecatednein
min_days_since_publish3

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — clippy.toml, rustfmt.toml
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 9 out of 9 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.rs/tch
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspytorch, rust, machine-learning, neural-network, deep-learning
has_wikija
homepage—
docs_sitehttps://docs.rs/tch
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

43Schwach · 16 % des Gesamtindex

Sicherheitslage

38Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 9 out of 9 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
0/7.5Code-Review — Found 0/10 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 5 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
3/7.5Maintained — 5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 18 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

64Mittel
Wie die Bewertung erfolgt
11.9/35Direkte Abhängigkeiten ohne bekannte Advisories — 4 betroffen: pyo3 0.24.2 (high 7.5), rand 0.8.5 (low), cpython 0.7.2 (unknown), +1 weitere
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
36.4/40Keine offenen Advisories — 2 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 1.016 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories30
affected_packages14
assessed_packages194
unassessed_packages11
affected_by_severityhigh 4, moderate 3, low 1, unknown 6
direct_affected_packages4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 194 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 11 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

72Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

34Gefährdet
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://pytorch.org/llms.txt)
18.9/40Lesbare Commit-Historie — 35 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://pytorch.org/llms.txt
legible_history_share0,354
agent_instruction_files—
agent_instruction_max_bytes—

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

80Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — clippy.toml, rustfmt.toml
11/11Statische Typprüfung — Rust (statisch typisiert)
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 1 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
lockfilesCargo.lock, uv.lock
has_dockerfilenein
typed_languageja
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifestsCargo.toml, examples/python-extension/Cargo.toml, pyo3-tch/Cargo.toml, torch-sys/Cargo.toml
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

96Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — Rust (statisch typisiert)
51.4/55Handhabbare Dateigrößen — 9/139 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageRust
largest_source_bytes1.284.391
source_files_sampled139
oversized_source_files9

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

5.479GitHub-Sterne
77Mitwirkende
29Commits, letzte 12 Monate
3Tage seit letztem Push
1Releases
1Bus-Faktor
202offene Issues
crates.io, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'tch-rs' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 447 ⇿
0Sterne
447Forks
1Releases

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.

010020030040050043662019-032022-112026-08
Major 0Minor 0Patch 0

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 3.8 / 10
3.8Gesamtwert

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 · 2026-08-27 02:13 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
10CI-Tests9 out of 9 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/10 approved changesets -- score normalized to 0
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
4Maintained5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4
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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities18 existing vulnerabilities detected
Direkte Abhängigkeiten 20
RegistryPaketVersionsvorgabeManifest
crates.iolazy_static1.3.0Cargo.toml
crates.iolibc0.2.0Cargo.toml
crates.iondarray0.16.1Cargo.toml
crates.iorand0.8Cargo.toml
crates.iothiserror1Cargo.toml
crates.iotorch-sys0.26.0Cargo.toml
crates.iozip0.6Cargo.toml
crates.iohalf2Cargo.toml
crates.iosafetensors0.3.0Cargo.toml
crates.iocpython0.7.1Cargo.toml
crates.ioregex1.6.0Cargo.toml
crates.ioimage0.24.5Cargo.toml
crates.ioclap4.2.4Cargo.toml
crates.ioserde_json1.0.96Cargo.toml
crates.iomemmap20.6.1Cargo.toml
crates.iotch0.26.0pyo3-tch/Cargo.toml
crates.iotorch-sys0.26.0pyo3-tch/Cargo.toml
crates.iopyo30.24pyo3-tch/Cargo.toml
PyPItorch==2.13.0pyproject.toml
crates.iolibc0.2.0torch-sys/Cargo.toml
Alle Abhängigkeiten 205

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 22 direkte und 183 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
crates.ioclap4.5.17direkt
crates.iocpython0.7.2direkt
crates.iohalf2.4.1direkt
crates.ioimage0.24.9direkt
crates.iolazy_static1.5.0direkt
crates.iolibc—direkt
crates.iolibc0.2.158direkt
crates.iomemmap20.6.2direkt
crates.iondarray0.16.1direkt
crates.iopyo3—direkt
crates.iopyo30.24.2direkt
crates.iorand0.8.5direkt
crates.ioregex1.10.6direkt
crates.iosafetensors0.3.3direkt
crates.ioserde_json—direkt
crates.ioserde_json1.0.128direkt
crates.iotch—direkt
crates.iothiserror1.0.63direkt
crates.iotorch-sys—direkt
crates.iozip—direkt
crates.iozip0.6.6direkt
PyPItorch2.13.0direkt
crates.ioadler1.0.2indirekt
crates.ioadler22.0.0indirekt
crates.ioaes0.8.4indirekt
crates.ioaho-corasick1.1.3indirekt
crates.ioanstream0.6.15indirekt
crates.ioanstyle1.0.8indirekt
crates.ioanstyle-parse0.2.5indirekt
crates.ioanstyle-query1.1.1indirekt
crates.ioanstyle-wincon3.0.4indirekt
crates.ioanyhow—indirekt
crates.ioanyhow1.0.88indirekt
crates.ioautocfg1.3.0indirekt
crates.iobase640.22.1indirekt
crates.iobase64ct1.6.0indirekt
crates.iobit_field0.10.2indirekt
crates.iobitflags1.3.2indirekt
crates.ioblock-buffer0.10.4indirekt
crates.iobytemuck1.18.0indirekt
crates.iobyteorder1.5.0indirekt
crates.iobzip20.4.4indirekt
crates.iobzip2-sys0.1.11+1.0.8indirekt
crates.iocc—indirekt
crates.iocc1.2.53indirekt
crates.iocfg-if1.0.0indirekt
crates.iocipher0.4.4indirekt
crates.ioclap_builder4.5.17indirekt
crates.ioclap_derive4.5.13indirekt
crates.ioclap_lex0.7.2indirekt
crates.iocolor_quant1.1.0indirekt
crates.iocolorchoice1.0.2indirekt
crates.ioconstant_time_eq0.1.5indirekt
crates.iocpufeatures0.2.14indirekt
crates.iocrc32fast1.4.2indirekt
crates.iocrossbeam-deque0.8.5indirekt
crates.iocrossbeam-epoch0.9.18indirekt
crates.iocrossbeam-utils0.8.20indirekt
crates.iocrunchy0.2.2indirekt
crates.iocrypto-common0.1.6indirekt
crates.ioderanged0.3.11indirekt
crates.iodigest0.10.7indirekt
crates.ioeither1.13.0indirekt
crates.ioexr1.72.0indirekt
crates.iofdeflate0.3.4indirekt
crates.iofind-msvc-tools0.1.8indirekt
crates.ioflate21.0.33indirekt
crates.ioflume0.11.0indirekt
crates.ioform_urlencoded1.2.1indirekt
crates.iogeneric-array0.14.7indirekt
crates.iogetrandom0.2.15indirekt
crates.iogif0.13.1indirekt
crates.ioheck0.5.0indirekt
crates.iohmac0.12.1indirekt
crates.ioidna0.5.0indirekt
crates.ioindoc2.0.5indirekt
crates.ioinout0.1.3indirekt
crates.iois_terminal_polyfill1.70.1indirekt
crates.ioitoa1.0.11indirekt
crates.iojobserver0.1.32indirekt
crates.iojpeg-decoder0.3.1indirekt
crates.iolebe0.5.2indirekt
crates.iolock_api0.4.12indirekt
crates.iolog0.4.22indirekt
crates.iomatrixmultiply0.3.9indirekt
crates.iomemchr2.7.4indirekt
crates.iomemoffset0.9.1indirekt
crates.iominiz_oxide0.7.4indirekt
crates.iominiz_oxide0.8.0indirekt
crates.ionum-complex0.4.6indirekt
crates.ionum-conv0.1.0indirekt
crates.ionum-integer0.1.46indirekt
crates.ionum-traits0.2.19indirekt
crates.ioonce_cell1.19.0indirekt
crates.iopassword-hash0.4.2indirekt
crates.iopaste1.0.15indirekt
crates.iopbkdf20.11.0indirekt
crates.iopercent-encoding2.3.1indirekt
crates.iopkg-config0.3.30indirekt
crates.iopng0.17.13indirekt
crates.ioportable-atomic1.7.0indirekt
crates.ioportable-atomic-util0.2.4indirekt
crates.iopowerfmt0.2.0indirekt
crates.ioppv-lite860.2.20indirekt
crates.ioproc-macro21.0.86indirekt
crates.iopyo3-build-config0.24.2indirekt
crates.iopyo3-ffi0.24.2indirekt
crates.iopyo3-macros0.24.2indirekt
crates.iopyo3-macros-backend0.24.2indirekt
crates.iopyo3-tch—indirekt
crates.iopython3-sys0.7.2indirekt
crates.ioqoi0.4.1indirekt
crates.ioquote1.0.37indirekt
crates.iorand_chacha0.3.1indirekt
crates.iorand_core0.6.4indirekt
crates.iorawpointer0.2.1indirekt
crates.iorayon1.10.0indirekt
crates.iorayon-core1.12.1indirekt
crates.ioregex-automata0.4.7indirekt
crates.ioregex-syntax0.8.4indirekt
crates.ioring0.17.8indirekt
crates.iorustls0.23.13indirekt
crates.iorustls-pki-types1.8.0indirekt
crates.iorustls-webpki0.102.8indirekt
crates.ioryu1.0.18indirekt
crates.ioscopeguard1.2.0indirekt
crates.ioserde—indirekt
crates.ioserde1.0.210indirekt
crates.ioserde_derive1.0.210indirekt
crates.iosha10.10.6indirekt
crates.iosha20.10.8indirekt
crates.ioshlex1.3.0indirekt
crates.iosimd-adler320.3.7indirekt
crates.iosmallvec1.13.2indirekt
crates.iospin0.9.8indirekt
crates.iostrsim0.11.1indirekt
crates.iosubtle2.6.1indirekt
crates.iosyn2.0.77indirekt
crates.iotarget-lexicon0.13.4indirekt
crates.iothiserror-impl1.0.63indirekt
crates.iotiff0.9.1indirekt
crates.iotime0.3.36indirekt
crates.iotime-core0.1.2indirekt
crates.iotinyvec1.8.0indirekt
crates.iotinyvec_macros0.1.1indirekt
crates.iotypenum1.17.0indirekt
crates.iounicode-bidi0.3.15indirekt
crates.iounicode-ident1.0.13indirekt
crates.iounicode-normalization0.1.23indirekt
crates.iounindent0.2.3indirekt
crates.iountrusted0.9.0indirekt
crates.ioureq—indirekt
crates.ioureq2.10.1indirekt
crates.iourl2.5.2indirekt
crates.ioutf8parse0.2.2indirekt
crates.ioversion_check0.9.5indirekt
crates.iowasi0.11.0+wasi-snapshot-preview1indirekt
crates.iowebpki-roots0.26.5indirekt
crates.ioweezl0.1.8indirekt
crates.iowindows-sys0.52.0indirekt
crates.iowindows-targets0.52.6indirekt
crates.iowindows_aarch64_gnullvm0.52.6indirekt
crates.iowindows_aarch64_msvc0.52.6indirekt
crates.iowindows_i686_gnu0.52.6indirekt
crates.iowindows_i686_gnullvm0.52.6indirekt
crates.iowindows_i686_msvc0.52.6indirekt
crates.iowindows_x86_64_gnu0.52.6indirekt
crates.iowindows_x86_64_gnullvm0.52.6indirekt
crates.iowindows_x86_64_msvc0.52.6indirekt
crates.iozerocopy0.7.35indirekt
crates.iozerocopy-derive0.7.35indirekt
crates.iozeroize1.8.1indirekt
crates.iozstd0.11.2+zstd.1.5.2indirekt
crates.iozstd-safe5.0.2+zstd.1.5.2indirekt
crates.iozstd-sys2.0.13+zstd.1.5.6indirekt
crates.iozune-inflate0.2.54indirekt
PyPIcuda-bindings13.2.0indirekt
PyPIcuda-pathfinder1.3.3indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIfilelock3.20.3indirekt
PyPIfsspec2025.10.0indirekt
PyPIjinja23.1.6indirekt
PyPImarkupsafe3.0.3indirekt
PyPImpmath1.3.0indirekt
PyPInetworkx3.5indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.0.88indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIsetuptools80.9.0indirekt
PyPIsympy1.14.0indirekt
PyPItch-rs0.1.0indirekt
PyPItriton3.7.1indirekt
PyPItyping-extensions4.15.0indirekt
Abhängigkeits-Advisories 14

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 194 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 14 tragen bekannte Advisories, davon 4 direkte. 11 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pyo30.24.2direkthoch40.29.0
ring0.17.8indirekthoch20.17.12
rustls0.23.13indirekthoch20.23.18
rustls-webpki0.102.8indirekthoch80.104.0-alpha.7
idna0.5.0indirektmittel21.0.0
setuptools80.9.0indirektmittel283.0.0
time0.3.36indirektmittel20.3.47
rand0.8.5direktniedrig20.10.1
cpython0.7.2direktunbekannt1—
memmap20.6.2direktunbekannt10.9.11
adler1.0.2indirektunbekannt1—
anyhow1.0.88indirektunbekannt11.0.103
crossbeam-epoch0.9.18indirektunbekannt10.9.20
paste1.0.15indirektunbekannt1—

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 LaurentMazare/tch-rs teilen. Nebeneinander lesen →

100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.Außergewöhnlich98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich98pytorch/pytorchTensors and Dynamic neural networks in Python with strong GPU accelerationAußergewöhnlich98pytorch/executorchOn-device AI across mobile, embedded and edge for PyTorchAußergewöhnlich97kornia/kornia🐍 Geometric Computer Vision Library for Spatial AIAußergewöhnlich

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 — crates.io.