Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-14 20:26 UTC

TGSAI / mdio-python

Cloud native, scalable storage engine for various types of energy data.

PythonApache-2.0★ 42 Sterne⑂ 19 Forksseit Aug. 2022Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#dask#energy#machine-learning#segy#zarr#deep-learning

TGSAI/mdio-python erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Sustainability & Governance (57/100). Zuletzt vor 5 Tagen 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

TGS.AIOrganisation
19 Follower6 öffentliche Reposseit Apr. 2022

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImultidimio1.2.23.71464vor 5 Tagenmdiomultidimioseismicwinddata

Metriken nach Kategorie

Vitalität

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

88Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

80Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
16.6/36Commit-Rhythmus — 24/52 Wochen mit Commits
18/18Commit-Volumen — 99 Commits im letzten Jahr
9/10OpenSSF Scorecard: Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
Verwendete Eingangsdaten
commits_last_year99
human_commit_share0,91
days_since_last_push5
active_weeks_last_year24

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 65 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 5 Tagen
27/27Release-Rhythmus — ein Release etwa alle 36,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count65
latest_release_tagv1.2.2
releases_from_tagsnein
days_since_latest_release5
mean_days_between_releases36,6
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?

61Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

40Schwach
Wie die Bewertung erfolgt
26.2/60Stars — 42 Stars
10.5/25Forks — 19 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks19
stars42
watchers5
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 (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges11
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

60Mittel
Wie die Bewertung erfolgt
47.6/80Downloads pro Monat — 3.714 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmultidimio
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3.714
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?

57Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

28Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 80 % der Commits
8.1/13.5Breite der Beitragenden — 6 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled6
top_contributor_share0,801

Reaktionsfähigkeit bei Issues & PRs

60Mittel
Wie die Bewertung erfolgt
34.8/42Issue-Lösungsquote — 83 % der Issues geschlossen
17.3/30PR-Annahme — 417/724 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 1/29 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs417
open_issues21
closed_issues101
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,828
closed_unmerged_prs307
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

54Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
9.4/25Reichweite des Inhabers — 19 Follower von TGSAI
15/25Kontohistorie — 6 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers19
owner_typeOrganization
is_verifiednein
owner_loginTGSAI
public_repos6
account_age_days1.623

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 5 Tagen
20/20Versionshistorie — 64 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmultidimio
ecosystemspypi
any_deprecatednein
min_days_since_publish5

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://mdio.dev/
10/10Repository-Beschreibung
10/10Topics — 6 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsdask, energy, machine-learning, segy, zarr, deep-learning
has_wikinein
homepagehttps://mdio.dev/
docs_sitehttps://mdio.dev/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

58Mittel · 16 % des Gesamtindex

Sicherheitslage

48Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 1/29 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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
6.8/7.5Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
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 — 10 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, 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_packages50
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:multidimio@1.2.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 50 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.

74Gut · 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 — 79 von 91 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,868
agent_instruction_files—
agent_instruction_max_bytes—

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

86Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — noxfile.py
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/mdio/py.typed
10/10Reproduzierbare Umgebung — devcontainer, lockfile
6/10Belegte Agentenpraxis — 3 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 9 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesnoxfile.py
has_devcontainerja
has_linter_configja
typecheck_configssrc/mdio/py.typed
agent_commit_share0,03
toolchain_manifests—
dependency_bot_commit_share0,09

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/mdio/py.typed)
55/55Handhabbare Dateigrößen — 0/163 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes28.508
source_files_sampled163
oversized_source_files0

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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

42GitHub-Sterne
6Mitwirkende
99Commits, letzte 12 Monate
5Tage seit letztem Push
65Releases
1Bus-Faktor
21offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

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

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 19 ⇿
0Sterne
19Forks
56Releases

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.

0481216201922022-082024-082026-07
Major 1Minor 9Patch 43

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 4.8 / 10
4.8Gesamtwert

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 · 2026-09-14 20:25 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
10CI-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/29 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow 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
0Vulnerabilities10 existing vulnerabilities detected
Direkte Abhängigkeiten 14
RegistryPaketVersionsvorgabeManifest
PyPIclick>=8.4.2pyproject.toml
PyPIclick-params>=0.5.0pyproject.toml
PyPIdask>=2026.7.0pyproject.toml
PyPIfsspec>=2025.9.0,<2026.2.0pyproject.toml
PyPIpint>=0.25.3pyproject.toml
PyPIpsutil>=7.2.2pyproject.toml
PyPIpydantic>=2.13.4pyproject.toml
PyPIpydantic-settings>=2.14.2pyproject.toml
PyPIrich>=15.0.0pyproject.toml
PyPIsegy>=0.6.0pyproject.toml
PyPItqdm>=4.68.3pyproject.toml
PyPIuniversal-pathlib>=0.3.10pyproject.toml
PyPIxarray>=2026.4.0pyproject.toml
PyPIzarr>=3.2.1pyproject.toml
Alle Abhängigkeiten 215

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 14 direkte und 201 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIclick8.4.2direkt
PyPIclick-params0.5.0direkt
PyPIdask2026.7.0direkt
PyPIfsspec2026.1.0direkt
PyPIpint0.25.3direkt
PyPIpsutil7.2.2direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIrich15.0.0direkt
PyPIsegy0.6.0direkt
PyPItqdm4.68.3direkt
PyPIuniversal-pathlib0.3.10direkt
PyPIxarray2026.4.0direkt
PyPIzarr3.3.0direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIadlfs2026.5.0indirekt
PyPIaiobotocore3.7.0indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.1indirekt
PyPIaioitertools0.13.0indirekt
PyPIaiosignal1.4.0indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.1indirekt
PyPIappnope0.1.4indirekt
PyPIast-serialize0.6.0indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIautodoc-pydantic2.2.0indirekt
PyPIazure-core1.41.0indirekt
PyPIazure-identity1.25.3indirekt
PyPIazure-storage-blob12.30.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbokeh3.9.1indirekt
PyPIbotocore1.43.0indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.8indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.15.0indirekt
PyPIcryptography49.0.0indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecorator5.3.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdistributed2026.7.0indirekt
PyPIdocutils0.22.4indirekt
PyPIdonfig0.8.1.post1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.29.5indirekt
PyPIflexcache0.3indirekt
PyPIflexparser0.4indirekt
PyPIfonttools4.63.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfuro2025.12.19indirekt
PyPIgcsfs2026.1.0indirekt
PyPIgoogle-api-core2.31.0indirekt
PyPIgoogle-auth2.55.1indirekt
PyPIgoogle-auth-oauthlib1.4.0indirekt
PyPIgoogle-cloud-core2.6.0indirekt
PyPIgoogle-cloud-storage3.12.0indirekt
PyPIgoogle-cloud-storage-control1.12.0indirekt
PyPIgoogle-crc32c1.8.0indirekt
PyPIgoogle-resumable-media2.10.0indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIgreenlet3.5.3indirekt
PyPIgrpc-google-iam-v10.14.4indirekt
PyPIgrpcio1.82.0indirekt
PyPIgrpcio-status1.82.0indirekt
PyPIh110.16.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython9.15.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.8indirekt
PyPIisodate0.7.2indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-widgets3.0.16indirekt
PyPIkiwisolver1.5.0indirekt
PyPIlibrt0.12.0indirekt
PyPIlinkify-it-py2.1.0indirekt
PyPIllvmlite0.48.0indirekt
PyPIlocket1.0.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.11.0indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImsal1.37.0indirekt
PyPImsal-extensions1.3.1indirekt
PyPImsgpack1.2.1indirekt
PyPImultidict6.7.1indirekt
PyPImultidimio1.2.2indirekt
PyPImypy2.1.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-nb1.4.0indirekt
PyPImyst-parser5.1.0indirekt
PyPInarwhals2.23.0indirekt
PyPInbclient0.11.0indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio21.7.2indirekt
PyPInodeenv1.10.0indirekt
PyPInumba0.66.0indirekt
PyPInumcodecs0.16.5indirekt
PyPInumpy2.4.6indirekt
PyPIoauthlib3.3.1indirekt
PyPIpackaging26.2indirekt
PyPIpandas2.3.3indirekt
PyPIparso0.8.7indirekt
PyPIpartd1.4.2indirekt
PyPIpathlib-abc0.5.2indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpre-commit-hooks6.0.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIproto-plus1.28.0indirekt
PyPIprotobuf7.35.1indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyasn10.6.3indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-dependency0.6.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.3indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpytz2026.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIrapidfuzz3.14.5indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruamel-yaml0.19.1indirekt
PyPIruff0.15.20indirekt
PyPIs3fs2026.1.0indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-click6.2.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.51indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.3.1indirekt
PyPItabulate0.10.0indirekt
PyPItblib3.2.2indirekt
PyPItoolz1.1.0indirekt
PyPItornado6.5.7indirekt
PyPItraitlets5.15.1indirekt
PyPItypeguard4.5.2indirekt
PyPItyper0.26.8indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIuc-micro-py2.0.0indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.50.2indirekt
PyPIvalidators0.22.0indirekt
PyPIvirtualenv21.5.2indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebsockets16.0indirekt
PyPIwidgetsnbextension4.0.15indirekt
PyPIwrapt2.2.2indirekt
PyPIxdoctest1.3.2indirekt
PyPIxyzservices2026.3.0indirekt
PyPIyarl1.24.2indirekt
PyPIzfpy1.0.1indirekt
PyPIzict3.0.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:multidimio@1.2.2 zieht 50 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 TGSAI/mdio-python teilen. Nebeneinander lesen →

100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100huggingface/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. Außergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.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 v0.34.0 — vollständige Methodik · Metriken-Wiki.

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