Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-14 18:30 UTC

SepineTam / mcp-for-stata

A MCP server for integrating Stata into your agent loop with a safety-first design.

PythonAGPL-3.0★ 259 Sterne⑂ 36 Forksseit März 2025Auf GitHub ansehen ↗
ArtMCP-ServerKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#mcp#stata#econometrics#llm#statistical-analysis#empirical#empirical-research#social-science#social-science-research#dsh-plugin#dsh-plugins#claude-code#claude-code-plugin#claude-code-skill#codex#codex-plugin#stata-mcp#safety#security

SepineTam/mcp-for-stata erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (100/100) ab, am schwächsten bei AI Readiness (54/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

86
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.

86
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

S.TamPersönliches Konto
43 Follower112 öffentliche Reposseit Apr. 2024Shanghai Bayes View Information Technology Co., Ltd.

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIstata-mcp1.24.012.832108vor 8 Tagenstatamcpmodel-context-protocolmcp-serverclaude-codecodexopenclawai-agentagenteconometricscausal-inferencedidregressionempirical-researchdata-analysisdo-fileadocomputational-social-science

Metriken nach Kategorie

Vitalität

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

100Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

100Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
36/36Commit-Rhythmus — 52/52 Wochen mit Commits
18/18Commit-Volumen — 873 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year873
human_commit_share0,99
days_since_last_push0
active_weeks_last_year52

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 8 Tagen
27/27Release-Rhythmus — ein Release etwa alle 6,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.24.0
releases_from_tagsnein
days_since_latest_release8
mean_days_between_releases6,8

Community & Verbreitung

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

62Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

52Mittel
Wie die Bewertung erfolgt
39.1/60Stars — 259 Stars
12.9/25Forks — 36 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks36
stars259
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (AGPL-3.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges9
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io, www.bestpractices.dev
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

68Gut
Wie die Bewertung erfolgt
54.8/80Downloads pro Monat — 12.832 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesstata-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads12.832
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?

59Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

18Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 99 % der Commits
6.8/13.5Breite der Beitragenden — 5 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled5
top_contributor_share0,99

Reaktionsfähigkeit bei Issues & PRs

85Exzellent
Wie die Bewertung erfolgt
38.5/42Issue-Lösungsquote — 92 % der Issues geschlossen
26.9/30PR-Annahme — 70/78 entschiedene PRs gemergt
6.5/13Newcomer PR acceptance — 1/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs70
open_issues2
closed_issues22
prs_merged_7d0
prs_decided_7d1
prs_merged_30d3
prs_decided_30d4
issue_closed_ratio0,917
closed_unmerged_prs8
first_time_authors_30d2
first_time_prs_merged_30d1
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

50Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
11.8/25Reichweite des Inhabers — 43 Follower von SepineTam
17.9/25Kontohistorie — 112 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers43
owner_typeUser
is_verified—
owner_loginSepineTam
public_repos112
account_age_days893
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 8 Tagen
20/20Versionshistorie — 108 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesstata-mcp
ecosystemspypi
any_deprecatednein
min_days_since_publish8

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

76Gut · 19 % des Gesamtindex

Engineering-Praktiken

60Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.aidea-labs.com/open/projects/mcp-for-stata
10/10Repository-Beschreibung
10/10Topics — 19 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsmcp, stata, econometrics, llm, statistical-analysis, empirical, empirical-research, social-science, social-science-research, dsh-plugin, dsh-plugins, claude-code, claude-code-plugin, claude-code-skill, codex, codex-plugin, stata-mcp, safety, security
has_wikija
homepagehttps://www.aidea-labs.com/open/projects/mcp-for-stata
docs_sitehttps://www.aidea-labs.com/open/projects/mcp-for-stata
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

64Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel
Wie die Bewertung erfolgt
30/30Sicherheitsrichtlinie (SECURITY.md)
25/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestspyproject.toml
has_codeql_workflownein
has_security_policyja
has_dependabot_configja

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_packages54
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:stata-mcp@1.24.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 54 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.

54Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 89 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,899
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes6.612

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

38Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
4/10Belegte Agentenpraxis — 2 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 1 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/155 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes53.302
source_files_sampled155
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

33Gefährdet
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

259GitHub-Sterne
5Mitwirkende
873Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
1Bus-Faktor
2offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (exit code 0; Skipping github.com/SepineTam/mcp-for-stata: run: RepoClient.LocalPath: error during tarballHandler.setup: internal error: handler.httpClient.Do: Get "https://codeload.github.com/SepineTam/mcp-for-stata/legacy.tar.gz/refs/heads/master": internal error: innerTransport.RoundTrip: internal error: innerTransport.RoundTrip: error in HTTP: dial tcp: lookup codeload.github.com on 127.0.0.11:53: server misbehaving); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 36 ⇿
0Sterne
36Forks
93Releases

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.

01325383522025-072026-022026-09
Major 0Minor 18Patch 75

Jeder Punkt umfasst 2 Tage.

Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIinstalled-apps-scanner>=0.1.0,<0.2pyproject.toml
PyPIwinapps>=0.2.0,<0.3pyproject.toml
PyPImcp>=2.1.1,<3.0pyproject.toml
PyPIopentelemetry-sdk>=1.44.0,<2.0pyproject.toml
PyPIcryptography>=50.0.0pyproject.toml
PyPIpandas>=3.0.0,<4.0.0pyproject.toml
PyPIpexpect>=4.9.0pyproject.toml
PyPIopenpyxl>=3.1.5pyproject.toml
PyPIpsutil>=7.2.2pyproject.toml
PyPIpyreadstat>=1.3.4pyproject.toml
PyPIrequests>=2.34.0pyproject.toml
PyPItomli-w>=1.2.0pyproject.toml
Alle Abhängigkeiten 101

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 21 direkte und 80 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcryptography—direkt
PyPIcryptography49.0.0direkt
PyPIinstalled-apps-scanner—direkt
PyPImcp—direkt
PyPImcp1.27.1direkt
PyPIopenpyxl—direkt
PyPIopenpyxl3.1.5direkt
PyPIopentelemetry-sdk—direkt
PyPIpandas—direkt
PyPIpandas3.0.3direkt
PyPIpexpect—direkt
PyPIpexpect4.9.0direkt
PyPIpsutil—direkt
PyPIpsutil7.2.2direkt
PyPIpyreadstat—direkt
PyPIpyreadstat1.3.4direkt
PyPIrequests—direkt
PyPIrequests2.34.0direkt
PyPItomli-w—direkt
PyPItomli-w1.2.0direkt
PyPIwinapps—direkt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.101.0indirekt
PyPIanyio4.13.0indirekt
PyPIattrs26.1.0indirekt
PyPIcertifi2026.4.22indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.3.3indirekt
PyPIcolorama0.4.6indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIgoogle-auth2.52.0indirekt
PyPIgoogle-genai2.0.1indirekt
PyPIgriffelib2.0.2indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIidna3.15indirekt
PyPIiniconfig2.3.0indirekt
PyPIjiter0.14.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImcp-ui-server—indirekt
PyPImcp-ui-server1.0.0indirekt
PyPImdurl0.1.2indirekt
PyPInarwhals2.21.0indirekt
PyPInuitka—indirekt
PyPInuitka4.1.3indirekt
PyPInumpy2.4.4indirekt
PyPIopenai—indirekt
PyPIopenai2.36.0indirekt
PyPIopenai-agents—indirekt
PyPIopenai-agents0.17.2indirekt
PyPIopenai-api-polling—indirekt
PyPIopenai-api-polling0.1.5indirekt
PyPIpackaging26.2indirekt
PyPIpluggy1.6.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpyasn1—indirekt
PyPIpyasn10.6.3indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.14.2indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpytest—indirekt
PyPIpytest9.0.3indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32311indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.5.9indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsse-starlette3.4.3indirekt
PyPIstarlette1.3.1indirekt
PyPIstata-mcp1.21.0indirekt
PyPItenacity9.1.4indirekt
PyPItiktoken0.12.0indirekt
PyPItqdm4.67.3indirekt
PyPItyper0.25.1indirekt
PyPItypes-requests2.33.0.20260508indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIuv-build—indirekt
PyPIuv-build0.11.28indirekt
PyPIuvicorn0.46.0indirekt
PyPIwebsockets16.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:stata-mcp@1.24.0 zieht 54 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 SepineTam/mcp-for-stata teilen. Nebeneinander lesen →

96agentscope-ai/ReMeReMe: Memory Management Kit for Agents - Remember Me, Refine Me.Außergewöhnlich98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich97Observal/ObservalObserval is self-hosted registry for your coding agent extensions with a built in insight engine. Setup Observal, define the scope and share your Skills, MCPs and Agents with your peers.Außergewöhnlich96microsoft/agent-governance-toolkitAI Agent Governance Toolkit — Policy enforcement, zero-trust identity, execution sandboxing, and reliability engineering for autonomous AI agents. Covers 10/10 OWASP Agentic Top 10.Außergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xAußergewöhnlich

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.