Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-05 04:13 UTC

RasaHQ / rasa

💬 Open source machine learning framework to automate text- and voice-based conversations: NLU, dialogue management, connect to Slack, Facebook, and more - Create chatbots and voice assistants

PythonApache-2.0★ 21.278 Sterne⑂ 4.918 Forksseit Okt. 2016Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugNetzwerkdienstChatbotwie das ermittelt wird
#nlp#machine-learning#machine-learning-library#bot#bots#botkit#rasa#wit#nlu#conversational-bots#conversational-agents#conversational-ai#spacy#mitie#chatbot#chatbots#chatbots-framework#bot-framework#natural-language-processing#conversation-driven-development

RasaHQ/rasa erreicht einen Gesundheitsindex von 73 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Community & Adoption (99/100) ab, am schwächsten bei Security (46/100). Zuletzt vor 11 Tagen aktualisiert. 7 Mitwirkende tragen 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 72 wird auf der veröffentlichten Indexskala auf 86 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

RasaOrganisation
1.082 Follower208 öffentliche Reposseit Aug. 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIrasa3.6.21-360vor 567 Tagennlpmachine-learningmachine-learning-librarybotbotsbotkitrasa-conversational-agentsconversational-aichatbotchatbot-frameworkbot-framework

Metriken nach Kategorie

Vitalität

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

46Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

36Schwach
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 11 Tagen
1.4/36Commit-Rhythmus — 2/52 Wochen mit Commits
5.4/18Commit-Volumen — 3 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year3
human_commit_share1
days_since_last_push11
active_weeks_last_year2

Release-Disziplin

60Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 567 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 49,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tag3.6.21
releases_from_tagsnein
days_since_latest_release567
mean_days_between_releases49,9
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?

99Außergewöhnlich · 17 % des Gesamtindex

Popularität & Verbreitung

99Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 21.278 Stars
25/25Forks — 4.918 Forks
14.1/15Watcher — 350 Watcher
Verwendete Eingangsdaten
forks4.918
stars21.278
watchers350
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

100Außergewöhnlich
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
7.2/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templateja
has_code_of_conductja
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templateja

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

90Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

94Außergewöhnlich
Wie die Bewertung erfolgt
51.3/54Bus-Faktor — 7 Beitragende decken die Hälfte aller Commits ab
19.4/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 14 % der Commits
13.5/13.5Breite der Beitragenden — 98 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 18 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor7
contributors_sampled98
top_contributor_share0,137

Reaktionsfähigkeit bei Issues & PRs

87Exzellent
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
20.1/30PR-Annahme — 4.255/6.338 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
13.5/15OpenSSF Scorecard: Code-Review — Found 16/17 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs4.255
open_issues8
closed_issues6.646
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,999
closed_unmerged_prs2.083
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

96Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
21.8/25Reichweite des Inhabers — 1.082 Follower von RasaHQ
25/25Kontohistorie — 208 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers1.082
owner_typeOrganization
is_verified—
owner_loginRasaHQ
public_repos208
account_age_days3.632
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

79Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 567 Tagen
20/20Versionshistorie — 360 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesrasa
ecosystemspypi
any_deprecatednein
min_days_since_publish567

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

76Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 13 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
2/20OpenSSF Scorecard: CI-Tests — 2 out of 17 merged PRs checked by a CI test -- score normalized to 1
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://rasa.com/docs/rasa/
10/10Repository-Beschreibung
10/10Topics — 20 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsnlp, machine-learning, machine-learning-library, bot, bots, botkit, rasa, wit, nlu, conversational-bots, conversational-agents, conversational-ai, spacy, mitie, chatbot, chatbots, chatbots-framework, bot-framework, natural-language-processing, conversation-driven-development
has_wikinein
homepagehttps://rasa.com/docs/rasa/
docs_sitehttps://rasa.com/docs/rasa/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

46Schwach · 16 % des Gesamtindex

Sicherheitslage

52Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
0.2/2.5CI-Tests — 2 out of 17 merged PRs checked by a CI test -- score normalized to 1
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 16/17 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 18 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
3/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
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 — 422 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

23Gefährdet
Wie die Bewertung erfolgt
3.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 11 betroffen: aiohttp 3.9.5 (critical 9.1), protobuf 4.23.3 (high 7.5), setuptools 70.3.0 (high 8.8), +8 weitere
5.4/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: keras 2.12.0 (critical 9.8)
13.7/40Keine offenen Advisories — 11 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 845 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories110
affected_packages12
assessed_packages151
unassessed_packages0
affected_by_severitycritical 2, high 5, moderate 4, low 1
direct_affected_packages11
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:rasa@3.6.21 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 151 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.

51Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

28Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
27.7/40Lesbare Commit-Historie — 52 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,52
agent_instruction_files—
agent_instruction_max_bytes—

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

72Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
6/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 6
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock, yarn.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainerja
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 — 14/618 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes358.875
source_files_sampled618
oversized_source_files14

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — examples, recipes
Verwendete Eingangsdaten
example_dirsexamples, recipes
has_mcp_signalnein
api_schema_files—
interfaces_expected_ofchat-bot, network-service

Eckdaten

21.278GitHub-Sterne
98Mitwirkende
3Commits, letzte 12 Monate
11Tage seit letztem Push
100Releases
7Bus-Faktor
8offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 4.918 ⇿
0Sterne
4.918Forks
74Releases

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.

3.5004.0004.5005.0004.918142023-012024-102026-08
Major 0Minor 2Patch 65

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.2 / 10
5.2Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-08-05 04:12 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
1CI-Tests2 out of 17 merged PRs checked by a CI test -- score normalized to 1
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 16/17 approved changesets -- score normalized to 9
10Contributorsproject has 18 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
6Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 6
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
0Vulnerabilities422 existing vulnerabilities detected
Direkte Abhängigkeiten 87
RegistryPaketVersionsvorgabeManifest
PyPIboto3^1.26.136pyproject.toml
PyPIrequests^2.23pyproject.toml
PyPImatplotlib>=3.1,<3.6pyproject.toml
PyPIattrs>=19.3,<22.2pyproject.toml
PyPIjsonpickle>=1.3,<3.1pyproject.toml
PyPIredis>=4.5.3, <5.0pyproject.toml
PyPIabsl-py>=0.9,<1.5pyproject.toml
PyPIapscheduler>=3.6,<3.10pyproject.toml
PyPItqdm^4.31pyproject.toml
PyPInetworkx>=2.4,<2.7pyproject.toml
PyPIfbmessenger~6.0.0pyproject.toml
PyPIpykwalify>=1.7,<1.9pyproject.toml
PyPIcoloredlogs>=10,<16pyproject.toml
PyPIruamel.yaml>=0.16.5,<0.17.22pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPItwilio>=6.26,<8.3pyproject.toml
PyPIwebexteamssdk>=1.1.1,<1.7.0pyproject.toml
PyPImattermostwrapper~2.2pyproject.toml
PyPIrocketchat_API>=0.6.31,<1.31.0pyproject.toml
PyPIcolorhash>=1.0.2,<1.3.0pyproject.toml
PyPIjsonschema>=3.2,<4.18pyproject.toml
PyPIpackaging>=20.0,<21.0pyproject.toml
PyPIpytz>=2019.1,<2023.0pyproject.toml
PyPIrasa-sdk~3.6.2pyproject.toml
PyPIcolorclass~2.2pyproject.toml
PyPIterminaltables~3.1.0pyproject.toml
PyPIsanic~21.12pyproject.toml
PyPIsanic-cors~2.0.0pyproject.toml
PyPIsanic-jwt^1.6.0pyproject.toml
PyPIsanic-routing^0.7.2pyproject.toml
PyPIwebsockets>=10.0,<11.0pyproject.toml
PyPIaiohttp>=3.9.0,<3.10pyproject.toml
PyPIquestionary>=1.5.1,<1.11.0pyproject.toml
PyPIprompt-toolkit^3.0,<3.0.29pyproject.toml
PyPIpython-socketio>=4.4,<6pyproject.toml
PyPIpython-engineio>=4,<6,!=5.0.0pyproject.toml
PyPIpydot~1.4pyproject.toml
PyPISQLAlchemy>=1.4.0,<1.5.0pyproject.toml
PyPIsklearn-crfsuite~0.3pyproject.toml
PyPIpsycopg2-binary>=2.8.2,<2.10.0pyproject.toml
PyPIpython-dateutil~2.8pyproject.toml
PyPIprotobuf>=4.23.3,< 4.23.4pyproject.toml
PyPItensorflow_hub^0.13.0pyproject.toml
PyPIsetuptools~70.3.0pyproject.toml
PyPIujson>=1.35,<6.0pyproject.toml
PyPIregex>=2020.6,<2022.11pyproject.toml
PyPIsentry-sdk>=0.17.0,<1.15.0pyproject.toml
PyPIaio-pika>=6.7.1,<8.2.4pyproject.toml
PyPIaiogram<2.26pyproject.toml
PyPItyping-extensions>=4.1.1,<5.0.0pyproject.toml
PyPItyping-utils^0.1.0pyproject.toml
PyPItarsafe>=0.0.3,<0.0.5pyproject.toml
PyPIgoogle-auth<3pyproject.toml
PyPICacheControl^0.12.9pyproject.toml
PyPIrandomname^0.1.5pyproject.toml
PyPIpluggy^1.0.0pyproject.toml
PyPIslack-sdk^3.19.2pyproject.toml
PyPIconfluent-kafka>=1.9.2,<3.0.0pyproject.toml
PyPIportalocker^2.7.0pyproject.toml
PyPIstructlog^23.1.0pyproject.toml
PyPIstructlog-sentry^2.0.2pyproject.toml
PyPIdnspython2.3.0pyproject.toml
PyPIwheel>=0.38.1pyproject.toml
PyPIcertifi>=2023.7.22pyproject.toml
PyPIcryptography>=41.0.7pyproject.toml
PyPIskops0.9.0pyproject.toml
PyPIsafetensors~0.4.5pyproject.toml
PyPItensorflow-io-gcs-filesystem—pyproject.toml
PyPIdask—pyproject.toml
PyPInumpy—pyproject.toml
PyPIscipy—pyproject.toml
PyPIscikit-learn—pyproject.toml
PyPIspacy—pyproject.toml
PyPIpydantic—pyproject.toml
PyPItensorflow2.12.0pyproject.toml
PyPItensorflow-intel2.12.0pyproject.toml
PyPItensorflow-cpu-aws2.12.0pyproject.toml
PyPItensorflow-macos2.12.0pyproject.toml
PyPIPyJWT^2.0.0pyproject.toml
PyPIcolorama^0.4.4pyproject.toml
PyPItensorflow-metal0.8.0pyproject.toml
PyPItensorflow-text2.12.0pyproject.toml
PyPIgithub3.py~3.2.0pyproject.toml
PyPItransformers~4.36.2pyproject.toml
PyPIsentencepiece~0.1.99pyproject.toml
PyPIjieba>=0.39, <0.43pyproject.toml
PyPIpymongo>=3.8,<4.4pyproject.toml
Alle Abhängigkeiten nicht erhoben

Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Abhängigkeits-Advisories 12

Die Installation von pypi:rasa@3.6.21 zieht 151 Pakete nach sich, direkt und transitiv: 12 tragen bekannte Advisories, davon 11 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
aiohttp3.9.5direktkritisch683.14.3
keras2.12.0indirektkritisch123.14.0
protobuf4.23.3direkthoch46.33.5
setuptools70.3.0direkthoch483.0.0
skops0.9.0direkthoch80.13.0
tensorflow2.12.0direkthoch22.12.1
wheel0.45.1direkthoch20.46.2
dnspython2.3.0direktmittel22.6.1
pydantic1.10.9direktmittel22.4.0
pymongo4.3.3direktmittel24.6.3
sanic-cors2.0.1direktmittel2—
sentry-sdk1.14.0direktniedrig22.8.0

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 RasaHQ/rasa teilen. Nebeneinander lesen →

96microsoft/BotFramework-WebChatA highly-customizable web-based client for Azure Bot Services.Außergewöhnlich99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich97Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Außergewöhnlich96vercel/chatA unified TypeScript SDK for building chat bots across Slack, Microsoft Teams, Google Chat, Discord, and more.Außergewöhnlich96keras-team/keras-hubPretrained model hub for Keras 3.Außergewöhnlich

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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.