Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-02 21:25 UTC

Metaculus / forecasting-tools

A framework for building a AI Forecasting Bot for Metaculus. Additionally AI Forecasting tools to help humans forecast the future.

Python · Jupyter NotebookMIT★ 83 Sterne⑂ 41 Forksseit Dez. 2024Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#ai#forecasting#future#metaculus#prediction#reasoning-agent#research-tool

Metaculus/forecasting-tools erreicht einen Gesundheitsindex von 73 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (44/100). Zuletzt heute 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

MetaculusOrganisation
58 Follower18 öffentliche Reposseit Aug. 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIforecasting-tools0.3.345.71798vor 0 Tagenaiforecastingresearchmetaculuspredictionfuturemarket

Metriken nach Kategorie

Vitalität

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

59Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

97Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
33.2/36Commit-Rhythmus — 48/52 Wochen mit Commits
18/18Commit-Volumen — 152 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year152
human_commit_share0,97
days_since_last_push0
active_weeks_last_year48

Release-Disziplin

1Kritisch
Wie die Bewertung erfolgt
0/27Liefert Releases aus — keine Releases veröffentlicht
0/36Release-Aktualität — keine Releases
0/27Release-Rhythmus — keine Releases
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count0
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?

56Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

48Schwach
Wie die Bewertung erfolgt
31/60Stars — 83 Stars
13.4/25Forks — 41 Forks
3.9/15Watcher — 6 Watcher
Verwendete Eingangsdaten
forks41
stars83
watchers6
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 (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

78Gut
Wie die Bewertung erfolgt
62.1/80Downloads pro Monat — 45.717 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesforecasting-tools
dependents—
ecosystemspypi
total_downloads—
monthly_downloads45.717
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?

60Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 69 % der Commits
13.5/13.5Breite der Beitragenden — 11 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled11
top_contributor_share0,688

Reaktionsfähigkeit bei Issues & PRs

52Mittel
Wie die Bewertung erfolgt
20.3/42Issue-Lösungsquote — 48 % der Issues geschlossen
24.6/30PR-Annahme — 252/307 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs252
open_issues15
closed_issues14
prs_merged_7d6
prs_decided_7d6
prs_merged_30d21
prs_decided_30d22
issue_closed_ratio0,483
closed_unmerged_prs55
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

64Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
12.7/25Reichweite des Inhabers — 58 Follower von Metaculus
21.3/25Kontohistorie — 18 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers58
owner_typeOrganization
is_verifiednein
owner_loginMetaculus
public_repos18
account_age_days2.243

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 98 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesforecasting-tools
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://forecasting-tools.streamlit.app/
10/10Repository-Beschreibung
10/10Topics — 7 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsai, forecasting, future, metaculus, prediction, reasoning-agent, research-tool
has_wikija
homepagehttps://forecasting-tools.streamlit.app/
docs_sitehttps://forecasting-tools.streamlit.app/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

44Schwach · 16 % des Gesamtindex

Sicherheitslage

45Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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 0/30 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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
7.5/7.5Maintained — 30 commit(s) and 1 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 — 56 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

41Schwach
Wie die Bewertung erfolgt
5.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 3 betroffen: litellm 1.83.7 (critical 9.8), aiohttp 3.13.5 (high 7.5), python-dotenv 1.0.1 (moderate 6.6)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
25/40Keine offenen Advisories — 3 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 165 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories109
affected_packages11
assessed_packages239
unassessed_packages0
affected_by_severitycritical 3, high 7, moderate 1
direct_affected_packages3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 239 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 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.

78Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .cursor/rules/code-tests.mdc, .cursor/rules/general-guidelines.mdc
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.docker.com/llms.txt)
40/40Lesbare Commit-Historie — 93 von 97 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.docker.com/llms.txt
legible_history_share0,959
agent_instruction_files.cursor/rules/code-tests.mdc, .cursor/rules/general-guidelines.mdc
agent_instruction_max_bytes634

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

61Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
10/10Belegte Agentenpraxis — 15 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 3 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
lockfilespoetry.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainerja
has_linter_configja
typecheck_configs—
agent_commit_share0,15
toolchain_manifests—
dependency_bot_commit_share0,03

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.6/55Handhabbare Dateigrößen — 2/310 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes104.241
source_files_sampled310
oversized_source_files2

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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

83GitHub-Sterne
11Mitwirkende
152Commits, letzte 12 Monate
0Tage seit letztem Push
0Releases
1Bus-Faktor
15offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:forecasting-tools@0.3.3; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 41 ⇿
0Sterne
41Forks

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.

0102030404022025-012025-112026-10

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.5 / 10
4.5Gesamtwert

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 · 2026-10-02 21:24 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 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 0/30 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 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
0Vulnerabilities56 existing vulnerabilities detected
Direkte Abhängigkeiten 33
RegistryPaketVersionsvorgabeManifest
PyPIopenai>=1.51.0,<4.0.0pyproject.toml
PyPItiktoken>=0.8.0,<0.20.0pyproject.toml
PyPIaiofiles>=24.1.0,<26.0.0pyproject.toml
PyPIaiohttp^3.9.3pyproject.toml
PyPIaiolimiter^1.1.0pyproject.toml
PyPIasyncio>=3.0.0,<5.0.0pyproject.toml
PyPInest-asyncio^1.5.8pyproject.toml
PyPIrequests^2.32.3pyproject.toml
PyPIpydantic^2.9.2pyproject.toml
PyPIpython-dotenv^1.0.0pyproject.toml
PyPItenacity>=8.0.0,<10.0.0pyproject.toml
PyPIpillow>=9.0.0,<13.0.0pyproject.toml
PyPItypeguard^4.3.0pyproject.toml
PyPIscikit-learn^1.5.2pyproject.toml
PyPIscipy>=1.10.0,<2.0.0pyproject.toml
PyPIlitellm>=1.59.1,<2.0.0,!=1.76.*,!=1.77.*,!=1.82.7,!=1.82.8pyproject.toml
PyPInumpy>=1.26.0,<3.0.0pyproject.toml
PyPIexceptiongroup^1.2.2pyproject.toml
PyPIfaker>=37.0.0,<41.0.0pyproject.toml
PyPIplotly>=5.24.1,<8.0.0pyproject.toml
PyPIpandas>=2.2.3,<4.0.0pyproject.toml
PyPIstreamlit^1.20.0pyproject.toml
PyPIasknews>=0.9.1,<0.15.0pyproject.toml
PyPIunidecode^1.4.0pyproject.toml
PyPIhyperbrowser>=0.53.0,<2.0.0pyproject.toml
PyPIpendulum^3.1.0pyproject.toml
PyPIopenai-agents>=0.2.0,<0.23.0pyproject.toml
PyPIboto3>=1.34,<2.0.0pyproject.toml
PyPIplaywright>=1.44,<2.0.0pyproject.toml
PyPIfirecrawl-py>=4.0,<5.0.0pyproject.toml
PyPItrafilatura>=1.9,<3.0.0pyproject.toml
PyPIpymupdf4llm>=0.0.17,<1.0.0pyproject.toml
PyPIcloakbrowser>=0.3.31,<0.4.0pyproject.toml
Alle Abhängigkeiten 239

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 33 direkte und 206 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiofiles25.1.0direkt
PyPIaiohttp3.13.5direkt
PyPIaiolimiter1.3.0direkt
PyPIasknews0.14.3direkt
PyPIasyncio4.0.0direkt
PyPIboto31.43.89direkt
PyPIcloakbrowser0.3.32direkt
PyPIexceptiongroup1.3.1direkt
PyPIfaker40.38.0direkt
PyPIfirecrawl-py4.41.0direkt
PyPIhyperbrowser1.4.2direkt
PyPIlitellm1.83.7direkt
PyPInest-asyncio1.6.0direkt
PyPInumpy2.4.6direkt
PyPIopenai2.30.0direkt
PyPIopenai-agents0.17.3direkt
PyPIpandas3.0.5direkt
PyPIpendulum3.2.0direkt
PyPIpillow12.3.0direkt
PyPIplaywright1.62.0direkt
PyPIplotly7.0.0direkt
PyPIpydantic2.12.5direkt
PyPIpymupdf4llm0.3.4direkt
PyPIpython-dotenv1.0.1direkt
PyPIrequests2.34.2direkt
PyPIscikit-learn1.9.0direkt
PyPIscipy1.17.1direkt
PyPIstreamlit1.63.0direkt
PyPItenacity9.1.4direkt
PyPItiktoken0.12.0direkt
PyPItrafilatura2.2.0direkt
PyPItypeguard4.6.0direkt
PyPIunidecode1.4.0direkt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIaltair6.2.2indirekt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.15.1indirekt
PyPIappnope1.0.0indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings26.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasgiref3.12.1indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIbotocore1.43.89indirekt
PyPIcachetools7.1.8indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.1.8indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcourlan1.4.0indirekt
PyPIcrontab1.0.5indirekt
PyPIcryptography46.0.6indirekt
PyPIcycler0.12.1indirekt
PyPIdateparser1.4.3indirekt
PyPIdebugpy1.8.21indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.32.5indirekt
PyPIfonttools4.64.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.7.0indirekt
PyPIgreenlet3.5.5indirekt
PyPIgriffelib2.3.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhtmldate1.10.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.12.0indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhttpx22.12.0indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIhuggingface-hub1.16.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIimportlib-metadata8.5.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython9.17.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisoduration20.11.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.6.0indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-builder1.2.3indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.21.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.6.3indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjustext3.0.2indirekt
PyPIkiwisolver1.5.1indirekt
PyPIlark1.3.1indirekt
PyPIlxml6.1.3indirekt
PyPIlxml-html-clean0.4.5indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.11.1indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImcp1.30.0indirekt
PyPImcp-types2.2.0indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.3.4indirekt
PyPImultidict6.7.1indirekt
PyPInarwhals2.25.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.11.1indirekt
PyPInest-asyncio21.7.2indirekt
PyPInodeenv1.10.0indirekt
PyPInotebook7.6.2indirekt
PyPInotebook-shim0.2.4indirekt
PyPIopentelemetry-api1.44.0indirekt
PyPIorjson3.12.0indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging26.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.11.7indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIprettytable3.18.0indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf7.36.1indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow25.0.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpydeck0.9.3indirekt
PyPIpyee13.0.1indirekt
PyPIpygments2.21.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpymupdf1.28.2indirekt
PyPIpyparsing3.3.2indirekt
PyPIpypistats1.14.0indirekt
PyPIpyproject-api1.11.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.6.0indirekt
PyPIpython-json-logger4.2.0indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpython-slugify8.0.4indirekt
PyPIpytz2026.3.post1indirekt
PyPIpywin32312indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.2.0indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.9.3indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIs3transfer0.19.2indirekt
PyPIsend2trash2.1.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsoupsieve2.9.2indirekt
PyPIsse-starlette3.4.11indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.6.0indirekt
PyPItabulate0.10.0indirekt
PyPItermcolor3.3.0indirekt
PyPIterminado0.18.1indirekt
PyPItext-unidecode1.3indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItime-machine3.5.0indirekt
PyPItinycss21.5.1indirekt
PyPItld0.13.2indirekt
PyPItokenizers0.22.2indirekt
PyPItoml0.10.2indirekt
PyPItomli-w1.2.0indirekt
PyPItornado6.5.8indirekt
PyPItox4.61.2indirekt
PyPItqdm4.70.0indirekt
PyPItraitlets5.16.1indirekt
PyPItruststore0.10.4indirekt
PyPItyper0.27.2indirekt
PyPItypes-requests2.33.0.20260906indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.3indirekt
PyPItzlocal5.4.4indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.52.4indirekt
PyPIvirtualenv21.7.8indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.8.3indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.6.1indirekt
PyPIwebsocket-client1.9.2indirekt
PyPIwebsockets15.0.1indirekt
PyPIyarl1.24.5indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 11

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 239 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 11 tragen bekannte Advisories, davon 3 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
litellm1.83.7direktkritisch181.96.2
cryptography46.0.6indirektkritisch950.0.0
pyjwt2.13.0indirektkritisch262.15.0
aiohttp3.13.5direkthoch283.14.3
click8.1.8indirekthoch18.3.3
jupyterlab4.6.3indirekthoch67.6.3
notebook7.6.2indirekthoch27.6.3
tornado6.5.8indirekthoch36.5.9
urllib32.7.0indirekthoch62.8.0
virtualenv21.7.8indirekthoch821.7.13
python-dotenv1.0.1direktmittel21.2.2

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 Metaculus/forecasting-tools teilen. Nebeneinander lesen →

98sktime/sktimeA unified framework for machine learning with time seriesAußergewöhnlich95statsmodels/statsmodelsStatsmodels: statistical modeling and econometrics in PythonAußergewöhnlich95sktime/pytorch-forecastingTime series forecasting with PyTorchAußergewöhnlich94sktime/skproA unified framework for tabular probabilistic regression, time-to-event prediction, and probability distributions in pythonAußergewöhnlich94assafelovic/gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providersAußergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich

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.