Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-16 18:08 UTC

ScrapeGraphAI / Scrapegraph-ai

Python scraper based on AI

PythonMIT★ 31.032 Sterne⑂ 3.122 Forksseit Jan. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#scraping#scraping-python#llm#web-crawler#web-scraping#ai-scraping#crawler#markdown#rag#web-crawlers#ai-crawler#ai-search#large-language-model#web-data-extraction#web-search#web-scraper#data-extraction#web-data#webscraping#firecrawl-alternative

ScrapeGraphAI/Scrapegraph-ai erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Community & Adoption (92/100) ab, am schwächsten bei Security (66/100). Zuletzt vor 9 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

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.

94
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 81 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

ScrapeGraphAIOrganisation
616 Follower30 öffentliche Reposseit Mai 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIscrapegraphai2.2.4-487vor 9 Tagenaiartificial-intelligencegptgraphlangchainllmmachine-learningnatural-language-processingnlpopenairagscrapegraphscrapegraphaiscrapingweb-scrapingweb-scraping-libraryweb-scraping-toolwebscraping

Metriken nach Kategorie

Vitalität

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

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

84Exzellent
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 9 Tagen
27/36Commit-Rhythmus — 39/52 Wochen mit Commits
18/18Commit-Volumen — 192 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year192
human_commit_share1
days_since_last_push9
active_weeks_last_year39

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 9 Tagen
27/27Release-Rhythmus — ein Release etwa alle 2,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv2.2.4
releases_from_tagsnein
days_since_latest_release9
mean_days_between_releases2,1
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?

92Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

98Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 31.032 Stars
25/25Forks — 3.122 Forks
12.5/15Watcher — 178 Watcher
Verwendete Eingangsdaten
forks3.122
stars31.032
watchers178
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
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
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

69Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

43Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 52 % der Commits
13.5/13.5Breite der Beitragenden — 97 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled97
top_contributor_share0,52

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
41.4/42Issue-Lösungsquote — 99 % der Issues geschlossen
25.7/30PR-Annahme — 524/612 entschiedene PRs gemergt
9.3/13Newcomer PR acceptance — 5/7 PRs von Erstbeitragenden in 30 Tagen gemergt
3/15OpenSSF Scorecard: Code-Review — Found 4/17 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs524
open_issues6
closed_issues430
prs_merged_7d0
prs_decided_7d1
prs_merged_30d14
prs_decided_30d17
issue_closed_ratio0,986
closed_unmerged_prs88
first_time_authors_30d7
first_time_prs_merged_30d5
first_time_prs_decided_30d7

Eigentümerschaft & Trägerschaft

66Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
20.1/25Reichweite des Inhabers — 616 Follower von ScrapeGraphAI
15.5/25Kontohistorie — 30 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers616
owner_typeOrganization
is_verifiednein
owner_loginScrapeGraphAI
public_repos30
account_age_days841

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 9 Tagen
20/20Versionshistorie — 487 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesscrapegraphai
ecosystemspypi
any_deprecatednein
min_days_since_publish9

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

89Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

88Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
14/20OpenSSF Scorecard: CI-Tests — 8 out of 11 merged PRs checked by a CI test -- score normalized to 7
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://scrapegraphai.com
10/10Repository-Beschreibung
10/10Topics — 20 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsscraping, scraping-python, llm, web-crawler, web-scraping, ai-scraping, crawler, markdown, rag, web-crawlers, ai-crawler, ai-search, large-language-model, web-data-extraction, web-search, web-scraper, data-extraction, web-data, webscraping, firecrawl-alternative
has_wikinein
homepagehttps://scrapegraphai.com
docs_sitehttps://scrapegraphai.com
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

66Gut · 16 % des Gesamtindex

Sicherheitslage

58Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
1.8/2.5CI-Tests — 8 out of 11 merged PRs checked by a CI test -- score normalized to 7
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 4/17 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 10 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
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool is not run on all commits -- score normalized to 7
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 140 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. 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
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages97
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:scrapegraphai@2.2.4 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 97 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.

82Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://scrapegraphai.com/llms.txt)
40/40Lesbare Commit-Historie — 94 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://scrapegraphai.com/llms.txt
legible_history_share0,94
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes5.217

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

71Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 28 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,28
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.8/55Handhabbare Dateigrößen — 1/266 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes76.219
source_files_sampled266
oversized_source_files1

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 — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
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

31.032GitHub-Sterne
97Mitwirkende
192Commits, letzte 12 Monate
9Tage seit letztem Push
100Releases
1Bus-Faktor
6offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'scrapegraphai' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 3.122 ⇿
0Sterne
3.122Forks
23Releases

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.

2.0002.2002.4002.6002.8003.0003.2003.122292026-052026-072026-09
Major 0Minor 1Patch 11
OpenSSF Scorecard 5.8 / 10
5.8Gesamtwert

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 · 2026-09-16 18:07 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during GetBranch(pre/beta): error during branchesHandler.query: 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-Tests8 out of 11 merged PRs checked by a CI test -- score normalized to 7
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 4/17 approved changesets -- score normalized to 2
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool is not run on all commits -- score normalized to 7
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities140 existing vulnerabilities detected
Direkte Abhängigkeiten 23
RegistryPaketVersionsvorgabeManifest
PyPIlangchain>=1.2.0pyproject.toml
PyPIlangchain-classic>=1.0.0pyproject.toml
PyPIlangchain-openai>=1.1.6pyproject.toml
PyPIlangchain-mistralai>=1.1.1pyproject.toml
PyPIlangchain_community>=0.4.0pyproject.toml
PyPIlangchain-aws>=1.1.0pyproject.toml
PyPIlangchain-ollama>=1.0.1pyproject.toml
PyPIhtml2text>=2025.4.15pyproject.toml
PyPIbeautifulsoup4>=4.14.3pyproject.toml
PyPIpython-dotenv>=1.2.1pyproject.toml
PyPItiktoken>=0.12.0pyproject.toml
PyPItqdm>=4.67.1pyproject.toml
PyPIminify-html>=0.18.1pyproject.toml
PyPIfree-proxy>=1.1.3pyproject.toml
PyPIplaywright>=1.57.0pyproject.toml
PyPIundetected-playwright>=0.3.0pyproject.toml
PyPIsemchunk>=3.2.5pyproject.toml
PyPIasync-timeout>=4.0.0pyproject.toml
PyPIsimpleeval>=1.0.3pyproject.toml
PyPIjsonschema>=4.25.1pyproject.toml
PyPIddgs>=9.0.0pyproject.toml
PyPIpydantic>=2.12.5pyproject.toml
PyPIscrapegraph-py>=2.0.0pyproject.toml
Alle Abhängigkeiten 227

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 23 direkte und 204 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIasync-timeout5.0.1direkt
PyPIbeautifulsoup44.14.3direkt
PyPIddgs9.14.4direkt
PyPIfree-proxy1.1.3direkt
PyPIhtml2text2025.4.15direkt
PyPIjsonschema4.25.1direkt
PyPIlangchain1.2.0direkt
PyPIlangchain-aws1.1.0direkt
PyPIlangchain-classic1.0.0direkt
PyPIlangchain-community0.4.1direkt
PyPIlangchain-mistralai1.1.1direkt
PyPIlangchain-ollama1.0.1direkt
PyPIlangchain-openai1.1.6direkt
PyPIminify-html0.18.1direkt
PyPIplaywright1.57.0direkt
PyPIpydantic2.12.5direkt
PyPIpython-dotenv1.2.1direkt
PyPIscrapegraph-py2.1.0direkt
PyPIsemchunk3.2.5direkt
PyPIsimpleeval1.0.3direkt
PyPItiktoken0.12.0direkt
PyPItqdm4.67.1direkt
PyPIundetected-playwright0.3.0direkt
PyPIaiofiles25.1.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.2indirekt
PyPIaiosignal1.4.0indirekt
PyPIaltair6.0.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.0indirekt
PyPIastroid4.0.2indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIblack25.12.0indirekt
PyPIblinker1.9.0indirekt
PyPIboto31.42.13indirekt
PyPIbotocore1.42.13indirekt
PyPIbrotli1.2.0indirekt
PyPIbrotlicffi1.2.0.1indirekt
PyPIburr0.22.1indirekt
PyPIcachetools6.2.4indirekt
PyPIcertifi2025.11.12indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.13.0indirekt
PyPIcycler0.12.1indirekt
PyPIdataclasses-json0.6.7indirekt
PyPIdecorator5.2.1indirekt
PyPIdill0.4.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIeinops0.8.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfake-useragent2.2.0indirekt
PyPIfastapi0.125.0indirekt
PyPIfastapi-pagination0.15.3indirekt
PyPIfilelock3.20.1indirekt
PyPIfiletype1.2.0indirekt
PyPIfonttools4.61.1indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2025.12.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.45indirekt
PyPIgraphviz0.21indirekt
PyPIgreenlet3.3.0indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIhf-xet1.2.0indirekt
PyPIhpack4.1.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub0.36.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIidentify2.6.15indirekt
PyPIidna3.11indirekt
PyPIiniconfig2.3.0indirekt
PyPIipython9.8.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.8indirekt
PyPIisort7.0.0indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.12.0indirekt
PyPIjmespath1.0.1indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyterlab-widgets3.0.16indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlangchain-core1.2.3indirekt
PyPIlangchain-nvidia-ai-endpoints1.0.0indirekt
PyPIlangchain-text-splitters1.1.0indirekt
PyPIlanggraph1.0.5indirekt
PyPIlanggraph-checkpoint3.0.1indirekt
PyPIlanggraph-prebuilt1.0.5indirekt
PyPIlanggraph-sdk0.3.1indirekt
PyPIlangsmith0.5.0indirekt
PyPIlibrt0.7.4indirekt
PyPIloguru0.7.3indirekt
PyPIlxml6.0.2indirekt
PyPImarkupsafe3.0.3indirekt
PyPImarshmallow3.26.1indirekt
PyPImatplotlib3.10.8indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImccabe0.7.0indirekt
PyPImpire2.10.2indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.0indirekt
PyPImultiprocess0.70.18indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInarwhals2.14.0indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.9.1indirekt
PyPInumpy2.3.5indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.27.5indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvshmem-cu123.3.20indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPIollama0.6.1indirekt
PyPIopenai2.13.0indirekt
PyPIopencv-python-headless4.11.0.86indirekt
PyPIorjson3.11.5indirekt
PyPIormsgpack1.12.1indirekt
PyPIpackaging25.0indirekt
PyPIpandas2.3.3indirekt
PyPIparso0.8.5indirekt
PyPIpastel0.2.1indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow10.4.0indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpoethepoet0.38.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIprimp1.3.1indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.4.1indirekt
PyPIprotobuf6.33.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow22.0.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-settings2.12.0indirekt
PyPIpydeck0.9.1indirekt
PyPIpyee13.0.0indirekt
PyPIpygments2.19.2indirekt
PyPIpylint4.0.4indirekt
PyPIpyparsing3.2.5indirekt
PyPIpypdfium24.30.0indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-sugar1.1.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytokens0.3.0indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2025.11.3indirekt
PyPIrequests2.32.5indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.14.10indirekt
PyPIs3transfer0.16.0indirekt
PyPIsafetensors0.7.0indirekt
PyPIscrapegraphai2.2.0b3indirekt
PyPIsetuptools80.9.0indirekt
PyPIsf-hamilton1.89.0indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.2indirekt
PyPIsniffio1.3.1indirekt
PyPIsocksio1.0.0indirekt
PyPIsoupsieve2.8.1indirekt
PyPIsqlalchemy2.0.45indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette0.50.0indirekt
PyPIstreamlit1.52.2indirekt
PyPIsurya-ocr0.17.0indirekt
PyPIsympy1.14.0indirekt
PyPItenacity9.1.2indirekt
PyPItermcolor3.2.0indirekt
PyPItokenizers0.22.1indirekt
PyPItoml0.10.2indirekt
PyPItomlkit0.13.3indirekt
PyPItorch2.9.1indirekt
PyPItornado6.5.4indirekt
PyPItraitlets5.14.3indirekt
PyPItransformers4.57.3indirekt
PyPItriton3.5.1indirekt
PyPItypes-setuptools80.9.0.20250822indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.3indirekt
PyPIurllib32.6.2indirekt
PyPIuuid-utils0.12.0indirekt
PyPIuvicorn0.38.0indirekt
PyPIvirtualenv20.35.4indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.2.14indirekt
PyPIwidgetsnbextension4.0.15indirekt
PyPIwin32-setctime1.2.0indirekt
PyPIxxhash3.6.0indirekt
PyPIyarl1.22.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:scrapegraphai@2.2.4 zieht 97 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

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.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit ScrapeGraphAI/Scrapegraph-ai teilen. Nebeneinander lesen →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich98langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98Unstructured-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.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.Außergewöhnlich97Significant-Gravitas/AutoGPTAutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.Außergewöhnlich98langchain-ai/langchainjsThe agent engineering platformAußergewöhnlich

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.