Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-08 19:26 UTC

XRPLF / xbridge-cli

PythonMIT★ 5 Sterne⑂ 6 Forksseit Juni 2022Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugwie das ermittelt wird

XRPLF/xbridge-cli erreicht einen Gesundheitsindex von 21 von 100 und liegt damit im Bereich Gefährdet. Am stärksten schneidet es bei Engineering Quality (60/100) ab, am schwächsten bei Vitality (23/100). Zuletzt vor 219 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

21
gesamt / 100
Gefährdet

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.

21
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 40 wird auf der veröffentlichten Indexskala auf 35 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

XRP Ledger Foundation (Official)Organisation
1.068 Follower50 öffentliche Reposseit Juli 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIxbridge-cliverweist auf ein anderes Repo — nicht bewertet0.3.3196vor 1063 Tagenxrpxrplcryptocurrency

Metriken nach Kategorie

Vitalität

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

23Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

4Kritisch
Wie die Bewertung erfolgt
3.6/36Push-Aktualität — letzter Push vor 219 Tagen
0/36Commit-Rhythmus — 0/52 Wochen mit Commits
0/18Commit-Volumen — 0 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_year0
human_commit_share0,62
days_since_last_push219
active_weeks_last_year0

Release-Disziplin

52Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 6 Releases veröffentlicht
0/36Release-Aktualität — letztes Release vor 1.154 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 56,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count6
latest_release_tagv0.3.1
releases_from_tagsnein
days_since_latest_release1.154
mean_days_between_releases56,4
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?

37Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

20Gefährdet
Wie die Bewertung erfolgt
9.8/60Stars — 5 Stars
5.8/25Forks — 6 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks6
stars5
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

57Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templateja

Nachhaltigkeit & Governance

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

37Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

13Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

26Gefährdet
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — 0 % der Issues geschlossen
22.4/30PR-Annahme — 133/178 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/15 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs133
open_issues4
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0
closed_unmerged_prs45
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

76Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
21.8/25Reichweite des Inhabers — 1.068 Follower von XRPLF
24.4/25Kontohistorie — 50 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers1.068
owner_typeOrganization
is_verifiednein
owner_loginXRPLF
public_repos50
account_age_days2.254

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

60Mittel · 19 % des Gesamtindex

Engineering-Praktiken

74Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8, pyproject.toml ([tool.isort])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 29 merged PRs checked by a CI test -- score normalized to 0
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

40Schwach
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
0/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirnein
has_descriptionnein

Sicherheit

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

41Schwach · 16 % des Gesamtindex

Sicherheitslage

33Gefährdet
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
0/2.5CI-Tests — 0 out of 29 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/15 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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
0/5Packaging — keine Daten
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 — 28 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate3,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

74Gut
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
6.8/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: h11 0.14.0 (critical 9.1)
32.6/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 502 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages28
unassessed_packages0
affected_by_severitycritical 1
direct_affected_packages0
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:xbridge-cli@0.3.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 28 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.

58Mittel · 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 — 62 von 62 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

62Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8, pyproject.toml ([tool.isort])
11/11Statische Typprüfung — mypy.ini
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 38 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
lockfilespoetry.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsmypy.ini
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,38

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (mypy.ini)
55/55Handhabbare Dateigrößen — 0/51 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes18.864
source_files_sampled51
oversized_source_files0

Eckdaten

5GitHub-Sterne
1Mitwirkende
0Commits, letzte 12 Monate
219Tage seit letztem Push
6Releases
1Bus-Faktor
4offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'xbridge-cli' points at a different repository (https://github.com/xpring-eng/xbridge-cli); excluded from ecosystem scoring

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 6 ⇿
0Sterne
6Forks
6Releases

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.

123456612022-072024-072026-06
Major 0Minor 3Patch 1

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 3.3 / 10
3.3Gesamtwert

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 · 2026-09-08 19:26 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
0CI-Tests0 out of 29 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/15 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
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
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
0Vulnerabilities28 existing vulnerabilities detected
Direkte Abhängigkeiten 9
RegistryPaketVersionsvorgabeManifest
PyPIclick^8.1.3pyproject.toml
PyPItabulate>=0.8.9,<0.10.0pyproject.toml
PyPIhttpx>=0.18.1,<0.25.0pyproject.toml
PyPIwebsockets^10.3pyproject.toml
PyPIJinja2^3.1.2pyproject.toml
PyPIpsutil^5.9.2pyproject.toml
PyPIdocker^6.0.0pyproject.toml
PyPIxrpl-py^2.4.0pyproject.toml
PyPIpycryptodome^3.17pyproject.toml
Alle Abhängigkeiten 58

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 9 direkte und 49 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIclick8.1.7direkt
PyPIdocker6.1.3direkt
PyPIhttpx0.24.1direkt
PyPIjinja23.1.2direkt
PyPIpsutil5.9.7direkt
PyPIpycryptodome3.19.1direkt
PyPItabulate0.9.0direkt
PyPIwebsockets10.4direkt
PyPIxrpl-py2.4.0direkt
PyPIanyio3.6.2indirekt
PyPIattrs22.2.0indirekt
PyPIbase582.1.1indirekt
PyPIblack23.3.0indirekt
PyPIcertifi2022.12.7indirekt
PyPIcharset-normalizer3.0.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.2.7indirekt
PyPIdarglint1.8.1indirekt
PyPIdeprecated1.2.14indirekt
PyPIecpy1.2.5indirekt
PyPIexceptiongroup1.1.0indirekt
PyPIflake85.0.4indirekt
PyPIflake8-absolute-import1.0.0.2indirekt
PyPIflake8-annotations2.9.1indirekt
PyPIflake8-black0.3.6indirekt
PyPIflake8-docstrings1.7.0indirekt
PyPIflake8-isort6.0.0indirekt
PyPIh110.14.0indirekt
PyPIhttpcore0.16.3indirekt
PyPIidna3.4indirekt
PyPIimportlib-metadata4.2.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIisort5.11.5indirekt
PyPImarkupsafe2.1.2indirekt
PyPImccabe0.7.0indirekt
PyPImypy1.4.1indirekt
PyPImypy-extensions1.0.0indirekt
PyPIpackaging23.0indirekt
PyPIpathspec0.11.0indirekt
PyPIplatformdirs3.0.0indirekt
PyPIpluggy1.0.0indirekt
PyPIpycodestyle2.9.1indirekt
PyPIpydocstyle6.3.0indirekt
PyPIpyflakes2.5.0indirekt
PyPIpytest7.4.3indirekt
PyPIpywin32305indirekt
PyPIrequests2.28.2indirekt
PyPIsniffio1.3.0indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPItomli2.0.1indirekt
PyPItyped-ast1.5.4indirekt
PyPItypes-deprecated1.2.9.3indirekt
PyPItypes-tabulate0.9.0.3indirekt
PyPItyping-extensions4.5.0indirekt
PyPIurllib31.26.14indirekt
PyPIwebsocket-client1.5.1indirekt
PyPIwrapt1.15.0indirekt
PyPIzipp3.13.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:xbridge-cli@0.3.3 zieht 28 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
h110.14.0indirektkritisch20.16.0

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 XRPLF/xbridge-cli teilen. Nebeneinander lesen →

100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100matplotlib/matplotlibmatplotlib: plotting with PythonAußergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich100envoyproxy/envoyCloud-native high-performance edge/middle/service proxyAußergewöhnlich

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.