Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 17:49 UTC

NVIDIA / nccl

Optimized primitives for collective multi-GPU communication

C++ · Cuda · CEigene Lizenz★ 5.098 Sterne⑂ 1.416 Forksseit Nov. 2015Auf GitHub ansehen ↗

NVIDIA/nccl erreicht einen Gesundheitsindex von 88 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (96/100) ab, am schwächsten bei Security (21/100). Zuletzt heute aktualisiert. 10 Mitwirkende tragen den Großteil der jüngsten Arbeit.

88
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.

88
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 74 wird auf der veröffentlichten Indexskala auf 88 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

NVIDIA CorporationOrganisation · verifizierte Domain
30.157 Follower804 öffentliche Reposseit Mai 2012

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpaceverweist auf ein anderes Repo — nicht bewertet1.0.1b14710vor 3814 Tagendispersivehydrodynamicsdataqualitystraightness
PyPInccl4py0.5.0634.8396vor 16 Tagen—

Metriken nach Kategorie

Vitalität

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

96Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

93Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
29.8/36Commit-Rhythmus — 43/52 Wochen mit Commits
18/18Commit-Volumen — 1.062 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year1.062
human_commit_share1
days_since_last_push0
active_weeks_last_year43

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 15 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 15 Tagen
27/27Release-Rhythmus — ein Release etwa alle 20,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count15
latest_release_tagnccl4py-v0.5.0
releases_from_tagsnein
days_since_latest_release15
mean_days_between_releases20,7

Community & Verbreitung

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

88Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 5.098 Stars
25/25Forks — 1.416 Forks
12.3/15Watcher — 167 Watcher
Verwendete Eingangsdaten
forks1.416
stars5.098
watchers167
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templateja
Wie die Bewertung erfolgt
77.4/80Downloads pro Monat — 634.839 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesnccl4py
dependents—
ecosystemspypi
total_downloads—
monthly_downloads634.839
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?

87Exzellent · 23 % des Gesamtindex
Wie die Bewertung erfolgt
54/54Bus-Faktor — 10 Beitragende decken die Hälfte aller Commits ab
20/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 11 % der Commits
13.5/13.5Breite der Beitragenden — 100 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor10
contributors_sampled100
top_contributor_share0,11
Wie die Bewertung erfolgt
36/42Issue-Lösungsquote — 86 % der Issues geschlossen
7.5/30PR-Annahme — 80/318 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/15 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs80
open_issues274
closed_issues1.635
prs_merged_7d0
prs_decided_7d8
prs_merged_30d1
prs_decided_30d19
issue_closed_ratio0,856
closed_unmerged_prs238
first_time_authors_30d11
first_time_prs_merged_30d0
first_time_prs_decided_30d15
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
25/25Reichweite des Inhabers — 30.157 Follower von NVIDIA
25/25Kontohistorie — 804 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers30.157
owner_typeOrganization
is_verifiedja
owner_loginNVIDIA
public_repos804
account_age_days5.242

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 16 Tagen
20/20Versionshistorie — 6 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesnccl4py
ecosystemspypi
any_deprecatednein
min_days_since_publish16

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

66Gut · 19 % des Gesamtindex
Wie die Bewertung erfolgt
0/24CI-Workflows
24/24Tests vorhanden
16/16Linter-Konfiguration — bindings/nccl4py/pyproject.toml ([tool.ruff]), contrib/nccl4rust/Cargo.toml ([workspace.lints])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cinein
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.nvidia.com/deeplearning/nccl/user-guide/docs/index.html
10/10Repository-Beschreibung
10/10Topics — 6 Topics
0/10Wiki
Verwendete Eingangsdaten
topicscommunications, cpp, cuda, deep-learning, gpu, nvidia
has_wikinein
homepagehttps://docs.nvidia.com/deeplearning/nccl/user-guide/docs/index.html
docs_sitehttps://docs.nvidia.com/deeplearning/nccl/user-guide/docs/index.html
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

21Gefährdet · 16 % des Gesamtindex
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten — keine Abhängigkeits-Manifeste — nicht anwendbar
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilesCargo.lock, uv.lock
manifests—
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lockfiles für Abhängigkeiten. 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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages90
unassessed_packages15
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 90 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 15 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.

78Gut · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.nvidia.com/llms.txt)
40/40Lesbare Commit-Historie — 99 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.nvidia.com/llms.txt
legible_history_share0,99
agent_instruction_files—
agent_instruction_max_bytes—
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, bindings/ir/Makefile, bindings/nccl4py/Makefile, contrib/custom_algos/allreduce/Makefile, contrib/custom_algos/alltoall/Makefile, contrib/nccl4rust/Makefile, contrib/nccl_checkpoint/Makefile, contrib/nccl_checkpoint/python/tests/Makefile, contrib/nccl_ep/Makefile, contrib/nccl_ep/tests/Makefile, contrib/nccl_m2n/Makefile, contrib/nccl_m2n/benchmarks/Makefile, contrib/nccl_m2n/tests/Makefile, contrib/niin/Makefile, contrib/niin/perftest/Makefile, docs/examples/01_communicators/01_multiple_devices_single_process/c/Makefile, docs/examples/01_communicators/02_one_device_per_pthread/c/Makefile, docs/examples/01_communicators/03_one_device_per_process_mpi/c/Makefile, docs/examples/01_communicators/Makefile, docs/examples/02_point_to_point/01_ring_pattern/c/Makefile, docs/examples/02_point_to_point/Makefile, docs/examples/03_collectives/01_allreduce/c/Makefile, docs/examples/03_collectives/Makefile, docs/examples/04_user_buffer_registration/01_allreduce/c/Makefile, docs/examples/04_user_buffer_registration/Makefile, docs/examples/05_symmetric_memory/01_allreduce/c/Makefile, docs/examples/05_symmetric_memory/02_allgather/c/Makefile, docs/examples/05_symmetric_memory/Makefile, docs/examples/06_device_api/01_allreduce_lsa/c/Makefile, docs/examples/06_device_api/02_alltoall_gin/c/Makefile, docs/examples/06_device_api/03_alltoall_hybrid/c/Makefile, docs/examples/06_device_api/04_cft_barrier/c/Makefile, docs/examples/06_device_api/Makefile, docs/examples/07_kernel_fusion/01_rmsnorm_lsa/c/Makefile, docs/examples/07_kernel_fusion/02_rmsnorm_multimem/c/Makefile, docs/examples/07_kernel_fusion/03_rmsnorm_gin/c/Makefile, docs/examples/07_kernel_fusion/04_rmsnorm_hybrid/c/Makefile, docs/examples/07_kernel_fusion/Makefile, docs/examples/08_ras/01_fault_detection/c/Makefile, docs/examples/08_ras/Makefile, docs/examples/Makefile, docs/userguide/Makefile, pkg/Makefile, pkg/debian/Makefile, pkg/python_wheel/Makefile, pkg/redhat/Makefile, pkg/srctxz/Makefile, pkg/txz/Makefile, plugins/env/example/Makefile, plugins/gin/example/Makefile, plugins/mixed/example/Makefile, plugins/net/example/Makefile, plugins/net/google-fastsocket/Makefile, plugins/profiler/example/Makefile, plugins/profiler/google-CoMMA/Makefile, plugins/profiler/inspector/Makefile, plugins/rma/example/Makefile, plugins/tuner/basic/Makefile, plugins/tuner/example/Makefile, plugins/tuner/example/test/Makefile, src/Makefile, src/device/Makefile, src/diagnostics/device/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — bindings/nccl4py/pyproject.toml ([tool.ruff]), contrib/nccl4rust/Cargo.toml ([workspace.lints])
11/11Statische Typprüfung — C++ (statisch typisiert)
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesCargo.lock, uv.lock
has_dockerfileja
typed_languageja
bootstrap_filesMakefile, bindings/ir/Makefile, bindings/nccl4py/Makefile, contrib/custom_algos/allreduce/Makefile, contrib/custom_algos/alltoall/Makefile, contrib/nccl4rust/Makefile, contrib/nccl_checkpoint/Makefile, contrib/nccl_checkpoint/python/tests/Makefile, contrib/nccl_ep/Makefile, contrib/nccl_ep/tests/Makefile, contrib/nccl_m2n/Makefile, contrib/nccl_m2n/benchmarks/Makefile, contrib/nccl_m2n/tests/Makefile, contrib/niin/Makefile, contrib/niin/perftest/Makefile, docs/examples/01_communicators/01_multiple_devices_single_process/c/Makefile, docs/examples/01_communicators/02_one_device_per_pthread/c/Makefile, docs/examples/01_communicators/03_one_device_per_process_mpi/c/Makefile, docs/examples/01_communicators/Makefile, docs/examples/02_point_to_point/01_ring_pattern/c/Makefile, docs/examples/02_point_to_point/Makefile, docs/examples/03_collectives/01_allreduce/c/Makefile, docs/examples/03_collectives/Makefile, docs/examples/04_user_buffer_registration/01_allreduce/c/Makefile, docs/examples/04_user_buffer_registration/Makefile, docs/examples/05_symmetric_memory/01_allreduce/c/Makefile, docs/examples/05_symmetric_memory/02_allgather/c/Makefile, docs/examples/05_symmetric_memory/Makefile, docs/examples/06_device_api/01_allreduce_lsa/c/Makefile, docs/examples/06_device_api/02_alltoall_gin/c/Makefile, docs/examples/06_device_api/03_alltoall_hybrid/c/Makefile, docs/examples/06_device_api/04_cft_barrier/c/Makefile, docs/examples/06_device_api/Makefile, docs/examples/07_kernel_fusion/01_rmsnorm_lsa/c/Makefile, docs/examples/07_kernel_fusion/02_rmsnorm_multimem/c/Makefile, docs/examples/07_kernel_fusion/03_rmsnorm_gin/c/Makefile, docs/examples/07_kernel_fusion/04_rmsnorm_hybrid/c/Makefile, docs/examples/07_kernel_fusion/Makefile, docs/examples/08_ras/01_fault_detection/c/Makefile, docs/examples/08_ras/Makefile, docs/examples/Makefile, docs/userguide/Makefile, pkg/Makefile, pkg/debian/Makefile, pkg/python_wheel/Makefile, pkg/redhat/Makefile, pkg/srctxz/Makefile, pkg/txz/Makefile, plugins/env/example/Makefile, plugins/gin/example/Makefile, plugins/mixed/example/Makefile, plugins/net/example/Makefile, plugins/net/google-fastsocket/Makefile, plugins/profiler/example/Makefile, plugins/profiler/google-CoMMA/Makefile, plugins/profiler/inspector/Makefile, plugins/rma/example/Makefile, plugins/tuner/basic/Makefile, plugins/tuner/example/Makefile, plugins/tuner/example/test/Makefile, src/Makefile, src/device/Makefile, src/diagnostics/device/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifestscontrib/nccl4rust/Cargo.toml, contrib/nccl4rust/crates/nccl-device-sys/Cargo.toml, contrib/nccl4rust/crates/nccl-device/Cargo.toml, contrib/nccl4rust/crates/nccl-sys/Cargo.toml, contrib/nccl4rust/crates/nccl/Cargo.toml, contrib/nccl4rust/tests/cuda-oxide-smoke/Cargo.toml, contrib/nccl4rust/tests/runtime-smoke/Cargo.toml
dependency_bot_commit_share0
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — C++ (statisch typisiert)
53.2/55Handhabbare Dateigrößen — 27/836 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageC++
largest_source_bytes224.669
source_files_sampled836
oversized_source_files27
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 — example, examples
Verwendete Eingangsdaten
example_dirsexample, examples
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

5.098GitHub-Sterne
100Mitwirkende
1.062Commits, letzte 12 Monate
0Tage seit letztem Push
15Releases
10Bus-Faktor
274offene Issues
—Paket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 15 authors (cap 12)
  • Could not fetch pypi package 'pace_cpp' from its registry
  • Could not fetch pypi package 'ubx._C' from its registry
  • pypi package 'pace' points at a different repository (https://github.com/Dispersive-Hydrodynamics-Lab/PACE); excluded from ecosystem scoring
  • pypi download statistics for 'nccl4py' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • Could not fetch pypi package 'ubx' from its registry
  • pypi download figures for nccl4py carried forward from the previous scan (stats endpoint unavailable this scan)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/09/17 17:48:11 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 1.416 ⇿
0Sterne
1.416Forks
15Releases

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.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

05001.0001.5001.416142021-042023-122026-09
Major 0Minor 0Patch 0

Jeder Punkt umfasst 5 Tage.

Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIpackaging—bindings/nccl4py/pyproject.toml
PyPInumpy—bindings/nccl4py/pyproject.toml
PyPIcuda-core~=1.0bindings/nccl4py/pyproject.toml
PyPIcuda-pathfinder>=1.5.4,<2.0.0bindings/nccl4py/pyproject.toml
PyPItorch>=2.1contrib/nccl_ubx/pyproject.toml
Alle Abhängigkeiten 105

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 8 direkte und 97 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcuda-core1.1.1direkt
PyPIcuda-pathfinder1.6.0direkt
PyPInumpy—direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.1direkt
PyPIpackaging26.3direkt
PyPItorch—direkt
crates.ioaho-corasick1.1.4indirekt
crates.ioanyhow1.0.103indirekt
crates.iobindgen0.71.1indirekt
crates.iobitflags2.13.0indirekt
crates.iocexpr0.6.0indirekt
crates.iocfg-if1.0.4indirekt
crates.ioclang-sys1.8.1indirekt
crates.iocrc32fast1.5.0indirekt
crates.iocrunchy0.2.4indirekt
crates.iocuda-bindings0.1.0indirekt
crates.iocuda-core0.1.0indirekt
crates.iocuda-device0.1.0indirekt
crates.iocuda-host0.1.0indirekt
crates.iocuda-macros0.1.0indirekt
crates.ioeither1.16.0indirekt
crates.ioequivalent1.0.2indirekt
crates.iofoldhash0.1.5indirekt
crates.ioglob0.3.3indirekt
crates.iohalf2.7.1indirekt
crates.iohashbrown0.15.5indirekt
crates.iohashbrown0.17.1indirekt
crates.ioindexmap2.14.0indirekt
crates.ioitertools0.13.0indirekt
crates.iolibc0.2.186indirekt
crates.iolibloading0.8.9indirekt
crates.iolibnvvm-sys0.1.0indirekt
crates.iolog0.4.33indirekt
crates.iomemchr2.8.2indirekt
crates.iominimal-lexical0.2.1indirekt
crates.ionom7.1.3indirekt
crates.ionvjitlink-sys0.1.0indirekt
crates.ioobject0.36.7indirekt
crates.iooxide-artifacts0.1.0indirekt
crates.ioprettyplease0.2.37indirekt
crates.ioproc-macro21.0.106indirekt
crates.ioquote1.0.46indirekt
crates.ioregex1.12.4indirekt
crates.ioregex-automata0.4.14indirekt
crates.ioregex-syntax0.8.11indirekt
crates.ioreserved-oxide-symbols0.1.0indirekt
crates.iorustc-hash2.1.2indirekt
crates.ioshlex1.3.0indirekt
crates.iosyn2.0.118indirekt
crates.iothiserror2.0.18indirekt
crates.iothiserror-impl2.0.18indirekt
crates.iounicode-ident1.0.24indirekt
crates.iowindows-link0.2.1indirekt
crates.iozerocopy0.8.52indirekt
crates.iozerocopy-derive0.8.52indirekt
PyPIalabaster0.7.13indirekt
PyPIbackports-strenum1.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.15.3indirekt
PyPIcuda-bindings12.9.7indirekt
PyPIcuda-bindings13.2.0indirekt
PyPIcuda-python12.9.7indirekt
PyPIcuda-python13.2.0indirekt
PyPIcupy-cuda12x—indirekt
PyPIcupy-cuda13x—indirekt
PyPIdocutils0.20.1indirekt
PyPIduckdb—indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPImarkupsafe2.1.5indirekt
PyPImatplotlib—indirekt
PyPIml-dtypes0.5.4indirekt
PyPImpi4py—indirekt
PyPImpi4py4.1.2indirekt
PyPInccl4py—indirekt
PyPInvidia-cuda-nvdisasm13.3.73indirekt
PyPInvidia-cutlass-dsl4.7.0indirekt
PyPInvidia-cutlass-dsl-libs-base4.7.0indirekt
PyPInvidia-cutlass-dsl-libs-core4.7.0indirekt
PyPInvidia-cutlass-dsl-libs-cu124.7.0indirekt
PyPInvidia-cutlass-dsl-libs-cu134.7.0indirekt
PyPInvidia-nccl-cu122.30.7indirekt
PyPInvidia-nccl-cu132.30.7indirekt
PyPIpandas—indirekt
PyPIpluggy1.6.0indirekt
PyPIprotobuf6.33.6indirekt
PyPIpyarrow—indirekt
PyPIpygments2.20.0indirekt
PyPIpytest—indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-mpi—indirekt
PyPIpytest-mpi0.6indirekt
PyPIpytest-run-parallel0.10.0indirekt
PyPIruff—indirekt
PyPIsetuptools—indirekt
PyPIsphinx7.1.2indirekt
PyPIsphinx-llm1.0indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPItomli2.4.1indirekt
PyPItqdm—indirekt
PyPItyping-extensions4.16.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 90 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte. 15 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

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.

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.