Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-20 14:46 UTC

XanaduAI / MrMustard

A differentiable bridge between phase space and Fock space

PythonApache-2.0★ 102 Sterne⑂ 33 Forksseit Mai 2021archiviertAuf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#quantum#quantum-computing#quantum-circuits#optimization#quantum-machine-learning#quantum-optics#differentiable-programming#photonics#photonics-circuits#photonics-computing#photonicsindustry

XanaduAI/MrMustard erreicht einen Gesundheitsindex von 19 von 100 und liegt damit im Bereich Kritisch. Am stärksten schneidet es bei Engineering Quality (85/100) ab, am schwächsten bei Vitality (40/100). Das Repository ist archiviert, weitere Wartung ist daher nicht zu erwarten.

19
gesamt / 100
Kritisch

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.

19
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 61 wird auf der veröffentlichten Indexskala auf 67 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

XanaduOrganisation
493 Follower92 öffentliche Reposseit Sept. 2017

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPImrmustard0.7.323613vor 905 Tagen

Metriken nach Kategorie

Vitalität

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

40Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

27Gefährdet
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 58 Tagen
2.8/36Commit-Rhythmus — 4/52 Wochen mit Commits
6.3/18Commit-Volumen — 4 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — project is archived
Verwendete Eingangsdaten
commits_last_year4
human_commit_share1
days_since_last_push58
active_weeks_last_year4

Release-Disziplin

60Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 13 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 424 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 115,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count13
latest_release_tagv1.0.0a1
releases_from_tagsnein
days_since_latest_release424
mean_days_between_releases115,7
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?

60Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

49Schwach
Wie die Bewertung erfolgt
32.5/60Stars — 102 Stars
12.5/25Forks — 33 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks33
stars102
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

72Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja

Nachhaltigkeit & Governance

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

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

41Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
8.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 64 % der Commits
13.5/13.5Breite der Beitragenden — 25 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled25
top_contributor_share0,642

Reaktionsfähigkeit bei Issues & PRs

85Exzellent
Wie die Bewertung erfolgt
35.2/42Issue-Lösungsquote — 84 % der Issues geschlossen
24.1/30PR-Annahme — 481/598 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs481
open_issues9
closed_issues47
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,839
closed_unmerged_prs117
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

74Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
19.4/25Reichweite des Inhabers — 493 Follower von XanaduAI
25/25Kontohistorie — 92 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers493
owner_typeOrganization
is_verifiednein
owner_loginXanaduAI
public_repos92
account_age_days3.296

Paketpflege

69Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
4/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 905 Tagen
20/20Versionshistorie — 13 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmrmustard
ecosystemspypi
any_deprecatednein
min_days_since_publish905

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

85Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

82Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
8/20OpenSSF Scorecard: CI-Tests — 13 out of 30 merged PRs checked by a CI test -- score normalized to 4
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://mrmustard.readthedocs.io/
10/10Repository-Beschreibung
10/10Topics — 11 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsquantum, quantum-computing, quantum-circuits, optimization, quantum-machine-learning, quantum-optics, differentiable-programming, photonics, photonics-circuits, photonics-computing, photonicsindustry
has_wikinein
homepagehttps://mrmustard.readthedocs.io/
docs_sitehttps://mrmustard.readthedocs.io/
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
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
1/2.5CI-Tests — 13 out of 30 merged PRs checked by a CI test -- score normalized to 4
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 7 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
0/7.5Maintained — project is archived
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 — 48 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): 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_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:mrmustard@0.7.3 — 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.

55Mittel · 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 — 99 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,99
agent_instruction_files—
agent_instruction_max_bytes—

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

67Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, doc/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
6/10Belegte Agentenpraxis — 3 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_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, doc/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,03
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 — 1/240 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes77.249
source_files_sampled240
oversized_source_files1

Eckdaten

102GitHub-Sterne
25Mitwirkende
4Commits, letzte 12 Monate
58Tage seit letztem Push
13Releases
1Bus-Faktor
9offene 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 ★ / 33 ⇿
0Sterne
33Forks
12Releases

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.

01325383322021-122024-032026-06
Major 0Minor 6Patch 4

Jeder Punkt umfasst 5 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 · 2026-09-20 14:46 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
4CI-Tests13 out of 30 merged PRs checked by a CI test -- score normalized to 4
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintainedproject is archived
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
0Vulnerabilities48 existing vulnerabilities detected
Direkte Abhängigkeiten 19
RegistryPaketVersionsvorgabeManifest
PyPImeson-python>=0.16.0pyproject.toml
PyPIninja>=1.13.0pyproject.toml
PyPIanywidget>=0.9.0,<1pyproject.toml
PyPIimportlib-resources>=6.5.2,<7pyproject.toml
PyPIipympl>=0.9pyproject.toml
PyPIipython>=8.18.1pyproject.toml
PyPIipywidgets>=8.1.3,<9pyproject.toml
PyPImatplotlib>=3.5.0,<4pyproject.toml
PyPImpmath>=1.3.0,<2pyproject.toml
PyPInetworkx>=3.1,<4pyproject.toml
PyPInumba>=0.59,<1pyproject.toml
PyPInumpy>=2.0.0,<3pyproject.toml
PyPIopt_einsum>=3.4.0,<4pyproject.toml
PyPIplatformdirs>=2.2.0pyproject.toml
PyPIplotly>=6.3.0,<7pyproject.toml
PyPIpydantic>=2.0,<3pyproject.toml
PyPIrich>=13.9.0,<14pyproject.toml
PyPIrustworkx>=0.17.1,<18pyproject.toml
PyPIscipy>=1.14.0,<2pyproject.toml
Alle Abhängigkeiten 135

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 19 direkte und 116 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanywidget0.9.21direkt
PyPIimportlib-resources6.5.2direkt
PyPIipympl0.10.0direkt
PyPIipython9.10.0direkt
PyPIipywidgets8.1.8direkt
PyPImatplotlib3.10.8direkt
PyPImeson-python0.19.0direkt
PyPImpmath1.3.0direkt
PyPInetworkx3.6.1direkt
PyPIninja1.13.0direkt
PyPInumba0.64.0direkt
PyPInumpy2.4.2direkt
PyPIopt-einsum3.4.0direkt
PyPIplatformdirs4.9.2direkt
PyPIplotly6.5.2direkt
PyPIpydantic2.12.5direkt
PyPIrich13.9.4direkt
PyPIrustworkx0.17.1direkt
PyPIscipy1.17.0direkt
PyPIabsl-py2.4.0indirekt
PyPIalabaster0.7.16indirekt
PyPIannotated-types0.7.0indirekt
PyPIappnope0.1.4indirekt
PyPIasttokens3.0.1indirekt
PyPIbabel2.18.0indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.13.4indirekt
PyPIcycler0.12.1indirekt
PyPIcython3.2.4indirekt
PyPIcython-lint0.19.0indirekt
PyPIdask2026.1.2indirekt
PyPIdebugpy1.8.20indirekt
PyPIdecorator5.2.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils0.20.1indirekt
PyPIequinox0.13.4indirekt
PyPIexecuting2.2.1indirekt
PyPIfilelock3.24.3indirekt
PyPIfonttools4.61.1indirekt
PyPIfsspec2026.2.0indirekt
PyPIidentify2.6.16indirekt
PyPIidna3.11indirekt
PyPIimagesize1.4.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel6.31.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjax0.9.0.1indirekt
PyPIjaxlib0.9.0.1indirekt
PyPIjaxtyping0.3.9indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-widgets3.0.16indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlatexcodec3.0.1indirekt
PyPIllvmlite0.46.0indirekt
PyPIlocket1.0.0indirekt
PyPIm2r20.3.4indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImdurl0.1.2indirekt
PyPImeson1.11.1indirekt
PyPImistune0.8.4indirekt
PyPIml-dtypes0.5.4indirekt
PyPImrmustard—indirekt
PyPImrmustard1.0.0a1indirekt
PyPInarwhals2.16.0indirekt
PyPInest-asyncio1.6.0indirekt
PyPInodeenv1.10.0indirekt
PyPIoptax0.2.7indirekt
PyPIpackaging26.0indirekt
PyPIparso0.8.6indirekt
PyPIpartd1.4.2indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.1.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit3.7.1indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpsutil7.2.2indirekt
PyPIpsygnal0.15.1indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpybtex0.25.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.19.2indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-metadata0.11.0indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-cov5.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIrequests2.32.5indirekt
PyPIruff0.15.2indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-automodapi0.22.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-gallery0.20.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-bibtex2.6.5indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstack-data0.6.3indirekt
PyPIsympy1.14.0indirekt
PyPIthewalrus0.22.0indirekt
PyPItokenize-rt6.2.0indirekt
PyPItoolz1.1.0indirekt
PyPItornado6.5.4indirekt
PyPItraitlets5.14.3indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.6.3indirekt
PyPIvirtualenv20.38.0indirekt
PyPIwadler-lindig0.1.7indirekt
PyPIwcwidth0.6.0indirekt
PyPIwidgetsnbextension4.0.15indirekt
PyPIxanadu-sphinx-theme0.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mrmustard@0.7.3 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 XanaduAI/MrMustard teilen. Nebeneinander lesen →

98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich94qutip/qutipQuTiP: Quantum Toolbox in PythonAußergewöhnlich62TheQuantAI/quantsdkWrite quantum code once, run anywhere — a framework-agnostic quantum computing SDKMittel99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Außergewöhnlich99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.Außergewöhnlich96quantumlib/OpenFermionPython package for compiling and analyzing quantum algorithms to simulate electronic structures.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.