Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-19 00:45 UTC

PaddlePaddle / PaddleMIX

Paddle Multimodal Integration and eXploration, supporting mainstream multi-modal tasks, including end-to-end large-scale multi-modal pretrain models and diffusion model toolbox. Equipped with high performance and flexibility.

Python · Jupyter NotebookApache-2.0★ 723 Sterne⑂ 223 Forksseit Juli 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#aigc#stable-diffusion#clip#image-to-text#text-to-image#ppdiffusers#controlnet#multimodal#eva-clip#sd-xl#text-to-video#dit#llava#sora#stablevideodiffusion#internvl2#qwen2-vl#minicpm-v#got-ocr20#deepseek-vl

PaddlePaddle/PaddleMIX erreicht einen Gesundheitsindex von 53 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Sustainability & Governance (79/100) ab, am schwächsten bei Security (10/100). Zuletzt vor 196 Tagen aktualisiert. 6 Mitwirkende tragen den Großteil der jüngsten Arbeit.

53
gesamt / 100
Mittel

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.

53
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 52 wird auf der veröffentlichten Indexskala auf 53 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

PaddlePaddleOrganisation
7.284 Follower109 öffentliche Reposseit Nov. 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIppdiffusers0.29.01.28319vor 700 Tagenppdiffuserspaddlepaddlemix

Metriken nach Kategorie

Vitalität

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

30Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

15Kritisch
Wie die Bewertung erfolgt
3.6/36Push-Aktualität — letzter Push vor 196 Tagen
2.8/36Commit-Rhythmus — 4/52 Wochen mit Commits
7/18Commit-Volumen — 5 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year5
human_commit_share1
days_since_last_push196
active_weeks_last_year4

Release-Disziplin

52Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 3 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 497 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 141,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count3
latest_release_tagv3.0.0-beta
releases_from_tagsnein
days_since_latest_release497
mean_days_between_releases141,9

Community & Verbreitung

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

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

74Gut
Wie die Bewertung erfolgt
46.4/60Stars — 723 Stars
19.6/25Forks — 223 Forks
7.5/15Watcher — 23 Watcher
Verwendete Eingangsdaten
forks223
stars723
watchers23
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_badges6
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

52Mittel
Wie die Bewertung erfolgt
41.4/80Downloads pro Monat — 1.283 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesppdiffusers
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.283
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?

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

91Exzellent
Wie die Bewertung erfolgt
48.6/54Bus-Faktor — 6 Beitragende decken die Hälfte aller Commits ab
19.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 13 % der Commits
13.5/13.5Breite der Beitragenden — 92 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor6
contributors_sampled92
top_contributor_share0,131

Reaktionsfähigkeit bei Issues & PRs

63Mittel
Wie die Bewertung erfolgt
20.3/42Issue-Lösungsquote — 48 % der Issues geschlossen
25.2/30PR-Annahme — 939/1.116 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs939
open_issues104
closed_issues97
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,483
closed_unmerged_prs177
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

80Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
25/25Reichweite des Inhabers — 7.284 Follower von PaddlePaddle
25/25Kontohistorie — 109 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers7.284
owner_typeOrganization
is_verifiednein
owner_loginPaddlePaddle
public_repos109
account_age_days3.592

Paketpflege

79Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 700 Tagen
20/20Versionshistorie — 19 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesppdiffusers
ecosystemspypi
any_deprecatednein
min_days_since_publish700

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

71Gut · 19 % des Gesamtindex

Engineering-Praktiken

62Mittel
Wie die Bewertung erfolgt
0/24CI-Workflows
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8, pyproject.toml ([tool.black], [tool.isort])
9.6/9.6Pre-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_configja

Dokumentation

85Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 20 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsaigc, stable-diffusion, clip, image-to-text, text-to-image, ppdiffusers, controlnet, multimodal, eva-clip, sd-xl, text-to-video, dit, llava, sora, stablevideodiffusion, internvl2, qwen2-vl, minicpm-v, got-ocr20, deepseek-vl
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

10Kritisch · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestsppdiffusers/requirements.txt, ppdiffusers/setup.py, pyproject.toml, requirements.txt, setup.py
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

Abhängigkeits-Advisories

47Schwach
Wie die Bewertung erfolgt
12.3/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: urllib3 2.0.0 (high 8.1)
6.8/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: onnx 1.17.0 (critical 9.1)
28/40Keine offenen Advisories — 2 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 1.082 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories33
affected_packages2
assessed_packages145
unassessed_packages0
affected_by_severitycritical 1, high 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:ppdiffusers@0.29.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 145 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

58Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 98 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,98
agent_instruction_files—
agent_instruction_max_bytes—

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

57Mittel
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — ppdiffusers/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8, pyproject.toml ([tool.black], [tool.isort])
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
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
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesppdiffusers/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.8/55Handhabbare Dateigrößen — 50/2.299 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes207.576
source_files_sampled2.299
oversized_source_files50

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 — example, examples, notebooks, samples
Verwendete Eingangsdaten
example_dirsexample, examples, notebooks, samples
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

723GitHub-Sterne
92Mitwirkende
5Commits, letzte 12 Monate
196Tage seit letztem Push
3Releases
6Bus-Faktor
104offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'paddlemix' from its registry
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 223 ⇿
0Sterne
223Forks
3Releases

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.

0408012016020024021862023-072024-122026-06
Major 1Minor 1Patch 0

Jeder Punkt umfasst 3 Tage.

Alle Abhängigkeiten 255

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 255 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIacademictorrents—indirekt
PyPIaccimage—indirekt
PyPIaiohappyeyeballs2.4.4indirekt
PyPIaiohttp3.10.11indirekt
PyPIaiosignal1.3.1indirekt
PyPIaistudio-sdk0.2.6indirekt
PyPIalbumentations—indirekt
PyPIalbumentations1.4.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.5.2indirekt
PyPIargon2-cffi23.1.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.3.0indirekt
PyPIastor0.8.1indirekt
PyPIasttokens3.0.0indirekt
PyPIasync-lru2.0.4indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs23.2.0indirekt
PyPIav—indirekt
PyPIav11.0.0indirekt
PyPIav13.1.0indirekt
PyPIbabel2.17.0indirekt
PyPIbasicsr1.4.2indirekt
PyPIbeartype—indirekt
PyPIbeautifulsoup44.13.4indirekt
PyPIblack22.8.0indirekt
PyPIbleach6.1.0indirekt
PyPIbrisque—indirekt
PyPIcbor25.6.5indirekt
PyPIcchardet—indirekt
PyPIcertifi2025.4.26indirekt
PyPIcffi1.17.1indirekt
PyPIcharset-normalizer—indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclick—indirekt
PyPIclick8.1.8indirekt
PyPIcomm0.2.2indirekt
PyPIdatasets—indirekt
PyPIdebugpy1.8.14indirekt
PyPIdecorator5.2.1indirekt
PyPIdecord—indirekt
PyPIdecord0.6.0indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdiffusers—indirekt
PyPIdiffusion6.11.5indirekt
PyPIdiffusion-core0.0.71indirekt
PyPIeinops—indirekt
PyPIeinops0.7.0indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexecuting2.2.0indirekt
PyPIfastcore—indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfilelock3.13.1indirekt
PyPIfqdn1.5.1indirekt
PyPIfrozenlist1.5.0indirekt
PyPIfsspec2024.6.1indirekt
PyPIftfy—indirekt
PyPIgdown—indirekt
PyPIgradio—indirekt
PyPIgradio3.16.2indirekt
PyPIgradio4.16.0indirekt
PyPIgradio4.44.1indirekt
PyPIgradio5.12.0indirekt
PyPIh110.16.0indirekt
PyPIh5py—indirekt
PyPIhf-transfer—indirekt
PyPIhf-xet1.1.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub—indirekt
PyPIhuggingface-hub0.31.1indirekt
PyPIhydra-core—indirekt
PyPIidna3.10indirekt
PyPIimageio—indirekt
PyPIimageio2.33.0indirekt
PyPIimageio-ffmpeg—indirekt
PyPIimageio-ffmpeg0.4.9indirekt
PyPIimportlib-metadata8.5.0indirekt
PyPIimportlib-resources6.4.5indirekt
PyPIinsightface—indirekt
PyPIiopath—indirekt
PyPIipython8.12.3indirekt
PyPIipython-genutils0.2.0indirekt
PyPIisoduration20.11.0indirekt
PyPIisort5.11.5indirekt
PyPIjedi0.19.2indirekt
PyPIjinja2—indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.12.0indirekt
PyPIjsonargparse—indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema—indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema-specifications2023.12.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-events0.10.0indirekt
PyPIjupyter-lsp2.2.5indirekt
PyPIjupyter-server2.14.2indirekt
PyPIjupyter-server-terminals0.5.3indirekt
PyPIjupyterlab4.3.7indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.27.3indirekt
PyPIlibrosa—indirekt
PyPIligo-segments—indirekt
PyPIlmdb—indirekt
PyPIlpips—indirekt
PyPImarkupsafe2.1.5indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.7.5indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImistune3.1.3indirekt
PyPImonkeytype23.3.0indirekt
PyPImoviepy1.0.3indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.1.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInbclient0.10.1indirekt
PyPInbconvert7.16.6indirekt
PyPInbformat5.10.4indirekt
PyPInetworkx3.1indirekt
PyPInltk—indirekt
PyPInote-seq—indirekt
PyPInotebook7.3.3indirekt
PyPInotebook-shim0.2.4indirekt
PyPInumpy—indirekt
PyPInumpy1.23.5indirekt
PyPInumpy1.24.4indirekt
PyPInumpy1.26.4indirekt
PyPInvidia-cublas-cu1111.11.3.6indirekt
PyPInvidia-cuda-cupti-cu1111.8.87indirekt
PyPInvidia-cuda-nvrtc-cu1111.8.89indirekt
PyPInvidia-cuda-runtime-cu1111.8.89indirekt
PyPInvidia-cufft-cu1110.9.0.58indirekt
PyPInvidia-curand-cu1110.3.0.86indirekt
PyPInvidia-cusolver-cu1111.4.1.48indirekt
PyPInvidia-cusparse-cu1111.7.5.86indirekt
PyPInvidia-nccl-cu112.19.3indirekt
PyPInvidia-nvtx-cu1111.8.86indirekt
PyPIomegaconf—indirekt
PyPIomegaconf2.2.3indirekt
PyPIonnxruntime—indirekt
PyPIopencc1.1.6indirekt
PyPIopencv-contrib-python4.8.1.78indirekt
PyPIopencv-python—indirekt
PyPIopencv-python4.6.0.66indirekt
PyPIopencv-python4.8.1.78indirekt
PyPIopencv-python-headless—indirekt
PyPIopenmim—indirekt
PyPIopt-einsum3.3.0indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging25.0indirekt
PyPIpaconvert3.0.1indirekt
PyPIpaddlehub—indirekt
PyPIpaddlenlp—indirekt
PyPIpaddlenlp2.7.2indirekt
PyPIpaddlenlp3.0.0b4indirekt
PyPIpaddlepaddle-gpu—indirekt
PyPIpaddlesde—indirekt
PyPIpaddleseg—indirekt
PyPIpaddleseg2.7.0indirekt
PyPIpaddlex3.0.0b2indirekt
PyPIpandarallel—indirekt
PyPIpandas—indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparameterized—indirekt
PyPIparso0.8.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow—indirekt
PyPIpillow10.4.0indirekt
PyPIpillow9.4.0indirekt
PyPIpillow9.5.0indirekt
PyPIpkgutil-resolve-name1.3.10indirekt
PyPIplatformdirs4.3.6indirekt
PyPIppdiffusers—indirekt
PyPIpraat-parselmouth0.4.3indirekt
PyPIprometheus-client0.21.1indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIpropcache0.2.0indirekt
PyPIprotobuf5.29.4indirekt
PyPIpsutil7.0.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow—indirekt
PyPIpyav—indirekt
PyPIpycocoevalcap—indirekt
PyPIpycparser2.22indirekt
PyPIpydantic2.10.6indirekt
PyPIpydantic-core2.27.2indirekt
PyPIpygments2.19.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger3.3.0indirekt
PyPIpytz2025.2indirekt
PyPIpyworld0.3.4indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyzmq26.4.0indirekt
PyPIreferencing—indirekt
PyPIreferencing0.35.1indirekt
PyPIregex—indirekt
PyPIreprod-log1.0.1indirekt
PyPIrequests—indirekt
PyPIrequests2.32.3indirekt
PyPIrequests-mock—indirekt
PyPIresampy—indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrpds-py0.20.1indirekt
PyPIsafetensors—indirekt
PyPIsafetensors0.5.3indirekt
PyPIscikit-image0.21.0indirekt
PyPIscikit-learn1.3.2indirekt
PyPIscipy—indirekt
PyPIscipy1.10.1indirekt
PyPIscipy1.11.4indirekt
PyPIscipy1.12.0indirekt
PyPIsend2trash1.8.3indirekt
PyPIsetuptools75.3.2indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsoundfile—indirekt
PyPIsoupsieve2.7indirekt
PyPIstack-data0.6.3indirekt
PyPIstringcase1.2.0indirekt
PyPIstructlog21.5.0indirekt
PyPIsupervision—indirekt
PyPIsupervision0.18.0indirekt
PyPIsympy1.13.3indirekt
PyPItensorboardx—indirekt
PyPIterminado0.18.1indirekt
PyPItimm0.9.12indirekt
PyPItinycss21.2.1indirekt
PyPItokenizers—indirekt
PyPItomli2.2.1indirekt
PyPItorch—indirekt
PyPItorch2.2.2indirekt
PyPItornado6.4.2indirekt
PyPItqdm—indirekt
PyPItqdm4.66.1indirekt
PyPItqdm4.67.1indirekt
PyPItransformers—indirekt
PyPItriton2.2.0indirekt
PyPItypes-python-dateutil2.9.0.20241206indirekt
PyPItyping-extensions4.13.2indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib3—indirekt
PyPIurllib32.2.3indirekt
PyPIvisualdl—indirekt
PyPIwandb—indirekt
PyPIwandb0.19.4indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebcolors24.8.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIwheel—indirekt
PyPIyarl1.15.2indirekt
Abhängigkeits-Advisories 2

Die Installation von pypi:ppdiffusers@0.29.0 zieht 145 Pakete nach sich, direkt und transitiv: 2 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
onnx1.17.0indirektkritisch171.22.0
urllib32.0.0direkthoch162.7.0

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 PaddlePaddle/PaddleMIX teilen. Nebeneinander lesen →

25pharmapsychotic/clip-interrogatorImage to prompt with BLIP and CLIPGefährdet45volcengine/ark-cliThe fastest way to put Volcengine Ark in your terminal and your AI agent — go from prompt to generated media, multimodal answer, or deployed endpoint in a single command, no API glue code.Schwach83tong-io/tongflowModality-First GenAI PlatformExzellent83mlfoundations/open_clipAn open source implementation of CLIP.Exzellent77Egoist-Machines/LodeDBWorld's fastest and most compact embedded vector database: exact by default, multimodal, local-first, and GPU-acceleratedGut62gobha-me/venice-cliUnofficial Python CLI for the Venice.ai API — image, video, audio, TTS, chat, and embeddings from the terminal.Mittel

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.