Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-17 12:07 UTC

OmniNode-ai / omnimemory

Advanced memory management and retrieval system for AI applications

PythonMIT★ 1 Stern⑂ 3 Forksseit Sept. 2025Auf GitHub ansehen ↗
ArtPluginNetzwerkdienstMCP-ServerBibliothekwie das ermittelt wird

OmniNode-ai/omnimemory erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei Sustainability & Governance (55/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

OmniNode.aiOrganisation
21 Follower19 öffentliche Reposseit Apr. 2025

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIomninode-memory0.18.6256.06530vor 0 Tagenembeddingsmemoryomninodeonexragsemantic-search

Metriken nach Kategorie

Vitalität

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

91Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

91Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
27/36Commit-Rhythmus — 39/52 Wochen mit Commits
18/18Commit-Volumen — 634 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year634
human_commit_share0,35
days_since_last_push0
active_weeks_last_year39

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 33 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 16,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count33
latest_release_tagv0.18.6
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases16,6

Community & Verbreitung

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

55Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

2Kritisch
Wie die Bewertung erfolgt
0/60Stars — 1 Stars
2.5/25Forks — 3 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks3
stars1
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

90Exzellent
Wie die Bewertung erfolgt
72.1/80Downloads pro Monat — 256.065 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesomninode-memory
dependents—
ecosystemspypi
total_downloads—
monthly_downloads256.065
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?

55Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

22Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 99 % der Commits
2.7/13.5Breite der Beitragenden — 2 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,987

Reaktionsfähigkeit bei Issues & PRs

60Mittel
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
26.9/30PR-Annahme — 575/642 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/16 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs575
open_issues0
closed_issues0
prs_merged_7d20
prs_decided_7d22
prs_merged_30d24
prs_decided_30d26
issue_closed_ratio—
closed_unmerged_prs67
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

52Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
9.7/25Reichweite des Inhabers — 21 Follower von OmniNode-ai
12.4/25Kontohistorie — 19 öffentliche Repos, Kontoalter ca. 1 Jahre
Verwendete Eingangsdaten
followers21
owner_typeOrganization
is_verifiednein
owner_loginOmniNode-ai
public_repos19
account_age_days540

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 30 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesomninode-memory
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 30 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8, pyproject.toml ([tool.ruff])
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

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://github.com/OmniNode-ai/knowledge_base
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepage—
docs_sitehttps://github.com/OmniNode-ai/knowledge_base
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

58Mittel · 16 % des Gesamtindex

Sicherheitslage

54Mittel
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 0/16 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
4/5SAST — SAST tool is not run on all commits -- score normalized to 8
5/5Security-Policy — security policy file 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 — 12 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,5

Abhängigkeits-Advisories

72Gut
Wie die Bewertung erfolgt
14/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: mcp 1.29.1 (high 7.5)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
40/40Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich
Verwendete Eingangsdaten
sourceosv
advisories23
affected_packages6
assessed_packages193
unassessed_packages0
affected_by_severitycritical 1, high 3, moderate 2
direct_affected_packages1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 193 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.

72Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 35 von 35 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes4.828

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

64Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8, pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — pyrightconfig.json
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 5 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configspyrightconfig.json
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,05

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (pyrightconfig.json)
54.1/55Handhabbare Dateigrößen — 8/504 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes89.843
source_files_sampled504
oversized_source_files8

Maschinenlesbare AI-Schnittstellen

60Mittel
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalja
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

1GitHub-Sterne
2Mitwirkende
634Commits, letzte 12 Monate
0Tage seit letztem Push
33Releases
1Bus-Faktor
0offene 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:omninode-memory@0.18.6; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 3 ⇿
0Sterne
3Forks
26Releases

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.

12233312026-032026-062026-09
Major 0Minor 11Patch 14
OpenSSF Scorecard 5.5 / 10
5.5Gesamtwert

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 · 2026-10-17 12:07 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 0/16 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
8SASTSAST tool is not run on all commits -- score normalized to 8
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities12 existing vulnerabilities detected
Direkte Abhängigkeiten 24
RegistryPaketVersionsvorgabeManifest
PyPImcp>=1.27.2,<3.0.0pyproject.toml
PyPIhttpx>=0.28.1,<1.0.0pyproject.toml
PyPIpydantic>=2.13.4,<3.0.0pyproject.toml
PyPIfastapi>=0.136.3,<0.144.0pyproject.toml
PyPIuvicorn>=0.49.0,<1.0.0pyproject.toml
PyPIsupabase>=2.31.0,<3.0.0pyproject.toml
PyPIasyncpg>=0.31.0,<1.0.0pyproject.toml
PyPIpsycopg2-binary>=2.9.12,<3.0.0pyproject.toml
PyPIsqlalchemy>=2.0.51,<3.0.0pyproject.toml
PyPIalembic>=1.18.5,<2.0.0pyproject.toml
PyPIredis>=8.0.1,<9.0.0pyproject.toml
PyPIpinecone-client>=6.0.0,<7.0.0pyproject.toml
PyPIqdrant-client>=1.18.0,<1.20.0pyproject.toml
PyPIpython-dotenv>=1.2.2,<2.0.0pyproject.toml
PyPIasyncio-mqtt>=0.16.2,<1.0.0pyproject.toml
PyPIpyyaml>=6.0.3,<7.0.0pyproject.toml
PyPIomnibase-core>=0.47.0,<0.48.0pyproject.toml
PyPIomnibase-spi>=0.23.0,<0.24.0pyproject.toml
PyPIomnibase-infra>=0.38.4,<0.39.0pyproject.toml
PyPIstructlog>=25.5.0,<26.0.0pyproject.toml
PyPIpydantic-settings>=2.14.2,<3.0.0pyproject.toml
PyPIpsutil>=7.2.2,<8.0.0pyproject.toml
PyPIaiohttp>=3.14.1,<4.0.0pyproject.toml
PyPIcachetools>=6.2.4,<8.0.0pyproject.toml
Alle Abhängigkeiten 193

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 24 direkte und 169 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohttp3.14.3direkt
PyPIalembic1.18.5direkt
PyPIasyncio-mqtt0.16.2direkt
PyPIasyncpg0.31.0direkt
PyPIcachetools6.2.6direkt
PyPIfastapi0.136.3direkt
PyPIhttpx0.28.1direkt
PyPImcp1.29.1direkt
PyPIomnibase-core0.47.46direkt
PyPIomnibase-infra0.38.74direkt
PyPIomnibase-spi0.23.6direkt
PyPIpinecone-client6.0.0direkt
PyPIpsutil7.2.2direkt
PyPIpsycopg2-binary2.9.12direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIpython-dotenv1.2.2direkt
PyPIpyyaml6.0.3direkt
PyPIqdrant-client1.18.0direkt
PyPIredis8.0.1direkt
PyPIsqlalchemy2.0.51direkt
PyPIstructlog25.5.0direkt
PyPIsupabase2.31.0direkt
PyPIuvicorn0.49.0direkt
PyPIa2a-sdk0.3.26indirekt
PyPIaenum3.1.16indirekt
PyPIaiofiles23.2.1indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiokafka0.11.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.1indirekt
PyPIasgiref3.11.1indirekt
PyPIast-serialize0.8.0indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIaws-msk-iam-sasl-signer-python1.0.2indirekt
PyPIblake31.0.8indirekt
PyPIboto31.42.56indirekt
PyPIbotocore1.42.56indirekt
PyPIcachebox5.2.3indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIcircuitbreaker2.1.3indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIconfluent-kafka2.13.0indirekt
PyPIcoverage7.16.0indirekt
PyPIcramjam2.12.1indirekt
PyPIcryptography50.0.1indirekt
PyPIdeepdiff9.1.0indirekt
PyPIdependency-injector4.49.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdeprecation2.1.0indirekt
PyPIdetect-secrets1.5.0indirekt
PyPIdistlib0.4.3indirekt
PyPIdnspython2.8.0indirekt
PyPIdocker7.2.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexecnet2.1.2indirekt
PyPIfilelock3.32.4indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgoogle-api-core2.30.3indirekt
PyPIgoogle-auth2.50.0indirekt
PyPIgoogleapis-common-protos1.72.0indirekt
PyPIgreenlet3.3.2indirekt
PyPIgrpcio1.78.1indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhyperframe6.1.0indirekt
PyPIid1.6.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.19indirekt
PyPIimportlib-metadata8.4.0indirekt
PyPIinfisicalsdk1.0.16indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlibrt0.15.0indirekt
PyPIlimits5.8.0indirekt
PyPIlinkify-it-py2.0.3indirekt
PyPImako1.4.1indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPImemory-profiler0.61.0indirekt
PyPImultidict6.7.1indirekt
PyPImypy2.3.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPIneo4j5.28.3indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.4.2indirekt
PyPIomnibase-compat0.5.7indirekt
PyPIomninode-memory0.18.6indirekt
PyPIopentelemetry-api1.40.0indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.40.0indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.40.0indirekt
PyPIopentelemetry-instrumentation0.61b0indirekt
PyPIopentelemetry-instrumentation-aiohttp-client0.61b0indirekt
PyPIopentelemetry-instrumentation-asgi0.61b0indirekt
PyPIopentelemetry-instrumentation-asyncpg0.61b0indirekt
PyPIopentelemetry-instrumentation-fastapi0.61b0indirekt
PyPIopentelemetry-instrumentation-kafka-python0.61b0indirekt
PyPIopentelemetry-instrumentation-redis0.61b0indirekt
PyPIopentelemetry-proto1.40.0indirekt
PyPIopentelemetry-sdk1.40.0indirekt
PyPIopentelemetry-semantic-conventions0.61b0indirekt
PyPIopentelemetry-util-http0.61b0indirekt
PyPIorderly-set5.5.0indirekt
PyPIpackaging26.0indirekt
PyPIpaho-mqtt2.1.0indirekt
PyPIpathspec1.1.1indirekt
PyPIpinecone-plugin-interface0.0.7indirekt
PyPIplatformdirs4.9.2indirekt
PyPIpluggy1.6.0indirekt
PyPIportalocker3.2.0indirekt
PyPIpostgrest2.31.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIprometheus-client0.19.0indirekt
PyPIpropcache0.4.1indirekt
PyPIproto-plus1.27.2indirekt
PyPIprotobuf6.33.6indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.21.0indirekt
PyPIpyjwt2.15.1indirekt
PyPIpyopenssl26.4.0indirekt
PyPIpyright1.1.411indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-split0.11.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.6.0indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIrealtime2.31.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3161-client1.0.6indirekt
PyPIrfc87850.1.4indirekt
PyPIrich13.9.4indirekt
PyPIrpds-py0.30.0indirekt
PyPIruamel-yaml0.19.1indirekt
PyPIruff0.16.5indirekt
PyPIs3transfer0.16.0indirekt
PyPIsecuresystemslib1.3.1indirekt
PyPIsigstore4.5.0indirekt
PyPIsigstore-models0.0.6indirekt
PyPIsigstore-rekor-types0.0.18indirekt
PyPIsix1.17.0indirekt
PyPIslowapi0.1.9indirekt
PyPIsqlparse0.6.0indirekt
PyPIsse-starlette3.2.0indirekt
PyPIstarlette1.3.1indirekt
PyPIstorage32.31.0indirekt
PyPIstrenum0.4.15indirekt
PyPIsupabase-auth2.31.0indirekt
PyPIsupabase-functions2.31.0indirekt
PyPItenacity9.1.4indirekt
PyPItextual6.2.1indirekt
PyPItree-sitter0.25.2indirekt
PyPItree-sitter-python0.25.0indirekt
PyPItuf7.0.0indirekt
PyPItypes-cachetools7.0.0.20260713indirekt
PyPItypes-pyyaml6.0.12.20260815indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuc-micro-py1.0.3indirekt
PyPIurllib32.7.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv21.7.7indirekt
PyPIwatchdog6.0.0indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwebsockets15.0.1indirekt
PyPIwrapt1.17.3indirekt
PyPIyarl1.22.0indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 6

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 193 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 6 tragen bekannte Advisories, davon 1 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
anyio4.12.1indirektkritisch44.14.2
mcp1.29.1direkthoch12.2.0
urllib32.7.0indirekthoch62.8.0
virtualenv21.7.7indirekthoch821.7.13
mako1.4.1indirektmittel21.4.2
multidict6.7.1indirektmittel26.9.1

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 OmniNode-ai/omnimemory teilen. Nebeneinander lesen →

91zilliztech/memsearchA persistent, unified memory layer for all your AI agents (e.g. Claude Code, Codex, DSH), backed by Markdown and Milvus.Exzellent86remete618/widemem-aiLocal-first memory layer for LLM apps and agents. Runs offline on Ollama, sentence-transformers and FAISS; OpenAI and Anthropic optional. Importance scoring, contradiction resolution, confidence-aware retrieval.Exzellent94doobidoo/mcp-memory-serviceOpen-source persistent memory for AI agent pipelines (LangGraph, CrewAI, AutoGen) and Claude. REST API + knowledge graph + autonomous consolidation.Außergewöhnlich94Tencent/WeKnoraOpen-source LLM knowledge platform: turn raw documents into a queryable RAG, an autonomous reasoning agent, and a self-maintaining Wiki.Außergewöhnlich93neuml/txtai💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflowsAußergewöhnlich92infino-ai/infinoEmbedded retrieval library built on Parquet. Fast, efficient, and scalable.Exzellent

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.