Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-18 19:28 UTC

RedisLabsModules / RLTest

Redis Labs Test Framework

Python · CBSD-3-Clause★ 21 Sterne⑂ 22 Forksseit Aug. 2018Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

RedisLabsModules/RLTest erreicht einen Gesundheitsindex von 69 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Sustainability & Governance (82/100) ab, am schwächsten bei AI Readiness (45/100). Zuletzt vor 58 Tagen aktualisiert. 4 Mitwirkende tragen den Großteil der jüngsten Arbeit.

69
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.

69
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 62 wird auf der veröffentlichten Indexskala auf 69 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Redis ModulesOrganisation
33 Follower52 öffentliche Reposseit Mai 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIRLTest0.7.28107.97043vor 58 Tagen

Metriken nach Kategorie

Vitalität

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

63Mittel · 21 % des Gesamtindex
Wie die Bewertung erfolgt
18/36Push-Aktualitätletzter Push vor 58 Tagen
7.6/36Commit-Rhythmus11/52 Wochen mit Commits
11.3/18Commit-Volumen17 Commits im letzten Jahr
1/10OpenSSF Scorecard: Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
Verwendete Eingangsdaten
commits_last_year17
human_commit_share1
days_since_last_push58
active_weeks_last_year11

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus42 Releases veröffentlicht
36/36Release-Aktualitätletztes Release vor 58 Tagen
27/27Release-Rhythmusein Release etwa alle 27,6 Tage
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count42
latest_release_tagv0.7.28
releases_from_tagsnein
days_since_latest_release58
mean_days_between_releases27,6
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?

53Mittel · 17 % des Gesamtindex
Wie die Bewertung erfolgt
21.1/60Stars21 Stars
11/25Forks22 Forks
5/15Watcher9 Watcher
Verwendete Eingangsdaten
forks22
stars21
watchers9
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenzanerkannte Lizenz (BSD-3-Clause)
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_servicesbadge.fury.io, codecov.io, github.com, shields.io, snyk.io
has_pull_request_templatenein
Wie die Bewertung erfolgt
67.1/80Downloads pro Monat107.970 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesRLTest
dependents
ecosystemspypi
total_downloads
monthly_downloads107.970
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?

82Exzellent · 23 % des Gesamtindex
Wie die Bewertung erfolgt
43.2/54Bus-Faktor4 Beitragende decken die Hälfte aller Commits ab
18.7/22.5Commit-Verteilungwichtigste beitragende Person verfasste 17 % der Commits
13.5/13.5Breite der Beitragenden24 Beitragende
10/10OpenSSF Scorecard: Contributorsproject has 6 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor4
contributors_sampled24
top_contributor_share0,169
Wie die Bewertung erfolgt
25.5/42Issue-Lösungsquote61 % der Issues geschlossen
27.7/30PR-Annahme196/212 entschiedene PRs gemergt
0/13Newcomer PR acceptancekein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Reviewall changesets reviewed
Verwendete Eingangsdaten
merged_prs196
open_issues11
closed_issues17
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,607
closed_unmerged_prs16
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.
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaftim Besitz einer Organisation
0/20Verifizierte Domain
11/25Reichweite des Inhabers33 Follower von RedisLabsModules
24.6/25Kontohistorie52 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers33
owner_typeOrganization
is_verifiednein
owner_loginRedisLabsModules
public_repos52
account_age_days3.789

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar1 Paket(e) auf pypi
35/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 58 Tagen
20/20Versionshistorie43 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesRLTest
ecosystemspypi
any_deprecatednein
min_days_since_publish58

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

57Mittel · 19 % des Gesamtindex
Wie die Bewertung erfolgt
24/24CI-Workflows5 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
14/20OpenSSF Scorecard: CI-Tests14 out of 20 merged PRs checked by a CI test -- score normalized to 7
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics
has_wikija
homepage
docs_site
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

51Mittel · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionkeine Daten
1.8/2.5CI-Tests14 out of 20 merged PRs checked by a CI test -- score normalized to 7
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Reviewall changesets reviewed
2.5/2.5Contributorsproject has 6 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
0/7.5Dependency-Update-Toolno update tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Lizenzlicense file detected
0.8/7.5Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
0/5Packagingkeine Daten
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0/5SASTSAST tool is not run on all commits -- score normalized to 0
0/5Security-Policysecurity policy file not detected
0/7.5Signed-Releaseskeine Daten
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
16/35Direkte Abhängigkeiten ohne bekannte Advisories1 betroffen: pytest 7.4.4 (moderate 6.8)
25/25Indirekte Abhängigkeiten ohne bekannte Advisorieskeine indirekte Abhängigkeit trägt ein bekanntes Advisory
34.2/40Keine offenen Advisories1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 239 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages12
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:RLTest@0.7.28 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 12 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.

45Schwach · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungenkeine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
31.5/40Lesbare Commit-Historie59 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url
legible_history_share0,59
agent_instruction_files
agent_instruction_max_bytes
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehltests/flow/modules/Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebunglockfile
2/10Belegte Agentenpraxis1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartungkeine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfilenein
typed_languagenein
bootstrap_filestests/flow/modules/Makefile
has_devcontainernein
has_linter_confignein
typecheck_configs
agent_commit_share0,01
toolchain_manifests
dependency_bot_commit_share0
Wie die Bewertung erfolgt
0/45Typprüfbarer CodePython ohne Typprüfungs-Konfiguration
53.5/55Handhabbare Dateigrößen1/37 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes65.854
source_files_sampled37
oversized_source_files1

Eckdaten

21GitHub-Sterne
24Mitwirkende
17Commits, letzte 12 Monate
58Tage seit letztem Push
42Releases
4Bus-Faktor
11offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 22 ⇿
0Sterne
22Forks
42Releases

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.

048121620242222018-092022-092026-09
Major 0Minor 3Patch 39

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 4.5 / 10
4.5Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-18 19:27 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
7CI-Tests14 out of 20 merged PRs checked by a CI test -- score normalized to 7
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
1Maintained2 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 1
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Direkte Abhängigkeiten 6
RegistryPaketVersionsvorgabeManifest
PyPIdistro^1.5.0pyproject.toml
PyPIredis>=5.0.0pyproject.toml
PyPIpsutil^7.2.2pyproject.toml
PyPIpytest-cov^4.1.0pyproject.toml
PyPIpytest^7.4pyproject.toml
PyPIprogressbar24.2pyproject.toml
Alle Abhängigkeiten 18

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 6 direkte und 12 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIdistro1.9.0direkt
PyPIprogressbar24.2.0direkt
PyPIpsutil7.2.2direkt
PyPIpytest7.4.4direkt
PyPIpytest-cov4.1.0direkt
PyPIredis5.0.8direkt
PyPIasync-timeout4.0.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.2.7indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIimportlib-metadata6.7.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIpackaging24.0indirekt
PyPIpluggy1.2.0indirekt
PyPIpython-utils3.5.2indirekt
PyPItomli2.0.1indirekt
PyPItyping-extensions4.7.1indirekt
PyPIzipp3.15.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:RLTest@0.7.28 zieht 12 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pytest7.4.4direktmittel29.0.3

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 StatistikenPyPI.