Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-08 14:21 UTC

a-r-j / ProteinWorkshop

Benchmarking framework for protein representation learning. Includes a large number of pre-training and downstream task datasets, models and training/task utilities. (ICLR 2024)

Python · Jupyter NotebookMIT★ 279 Sterne⑂ 22 Forksseit Mai 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#benchmark#dataset#deep-learning#lightning#pretraining#protein#protein-structure#pytorch

a-r-j/ProteinWorkshop erreicht einen Gesundheitsindex von 48 von 100 und liegt damit im Bereich Schwach. Am stärksten schneidet es bei Engineering Quality (84/100) ab, am schwächsten bei Vitality (25/100). Zuletzt vor 498 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

48
gesamt / 100
Schwach

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.

48
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 55 wird auf der veröffentlichten Indexskala auf 57 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Arian JamasbPersönliches Konto
238 Follower34 öffentliche Reposseit Nov. 2016University of Cambridge

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIproteinworkshop0.2.5-7vor 984 Tagenproteinsdeep-learningdatasetsbenchmarks

Metriken nach Kategorie

Vitalität

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

25Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

1Kritisch
Wie die Bewertung erfolgt
0/36Push-Aktualität — letzter Push vor 498 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_share0,99
days_since_last_push498
active_weeks_last_year0

Release-Disziplin

60Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 6 Releases veröffentlicht
0/36Release-Aktualität — letztes Release vor 984 Tagen
27/27Release-Rhythmus — ein Release etwa alle 24,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count6
latest_release_tagv0.2.5
releases_from_tagsnein
days_since_latest_release984
mean_days_between_releases24,6
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?

52Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

54Mittel
Wie die Bewertung erfolgt
39.6/60Stars — 279 Stars
11/25Forks — 22 Forks
3.9/15Watcher — 6 Watcher
Verwendete Eingangsdaten
forks22
stars279
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
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
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, github.com, readthedocs.org, shields.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)

62Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
14.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 34 % der Commits
12.2/13.5Breite der Beitragenden — 9 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled9
top_contributor_share0,343

Reaktionsfähigkeit bei Issues & PRs

82Exzellent
Wie die Bewertung erfolgt
32.7/42Issue-Lösungsquote — 78 % der Issues geschlossen
26.4/30PR-Annahme — 67/76 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
12/15OpenSSF Scorecard: Code-Review — Found 9/11 approved changesets -- score normalized to 8
Verwendete Eingangsdaten
merged_prs67
open_issues6
closed_issues21
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,778
closed_unmerged_prs9
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

63Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
17.1/25Reichweite des Inhabers — 238 Follower von a-r-j
23.2/25Kontohistorie — 34 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers238
owner_typeUser
is_verified—
owner_logina-r-j
public_repos34
account_age_days3.575
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

69Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
4/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 984 Tagen
20/20Versionshistorie — 7 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesproteinworkshop
ecosystemspypi
any_deprecatednein
min_days_since_publish984

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

84Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

74Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 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
0/20OpenSSF Scorecard: CI-Tests — 0 out of 11 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

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://proteins.sh/
10/10Repository-Beschreibung
10/10Topics — 8 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsbenchmark, dataset, deep-learning, lightning, pretraining, protein, protein-structure, pytorch
has_wikija
homepagehttps://proteins.sh/
docs_sitehttps://proteins.sh/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

41Schwach · 16 % des Gesamtindex

Sicherheitslage

39Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — 0 out of 11 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
6/7.5Code-Review — Found 9/11 approved changesets -- score normalized to 8
2.5/2.5Contributors — project has 8 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 — 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 — 197 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

51Mittel
Wie die Bewertung erfolgt
13.2/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: lightning 2.6.5 (high 7.8)
8.4/25Indirekte Abhängigkeiten ohne bekannte Advisories — 2 betroffen: lxml 5.4.0 (high 7.5), protobuf 4.25.9 (high 7.5)
29.1/40Keine offenen Advisories — 2 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 227 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories6
affected_packages3
assessed_packages234
unassessed_packages0
affected_by_severityhigh 3
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:proteinworkshop@0.2.5 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 234 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

23Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
22.6/40Lesbare Commit-Historie — 42 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,424
agent_instruction_files—
agent_instruction_max_bytes—

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

69Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 1 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_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
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 — 0/130 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes42.094
source_files_sampled130
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

279GitHub-Sterne
9Mitwirkende
0Commits, letzte 12 Monate
498Tage seit letztem Push
6Releases
2Bus-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 'proteinworkshop' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 22 ⇿
0Sterne
22Forks
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.

0481216202022023-082024-092025-11
Major 0Minor 1Patch 5

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 3.9 / 10
3.9Gesamtwert

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 14:20 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
0CI-Tests0 out of 11 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
8Code-ReviewFound 9/11 approved changesets -- score normalized to 8
10Contributorsproject has 8 contributing companies or organizations
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
0Vulnerabilities197 existing vulnerabilities detected
Direkte Abhängigkeiten 32
RegistryPaketVersionsvorgabeManifest
PyPIgraphein^1.7.5pyproject.toml
PyPIloguru^0.7.0pyproject.toml
PyPIfair-esm^2.0.0pyproject.toml
PyPIhydra-core^1.3.2pyproject.toml
PyPIbiotite^0.37.0pyproject.toml
PyPIe3nn^0.5.1pyproject.toml
PyPIeinops^0.6.1pyproject.toml
PyPIbeartype^0.15.0pyproject.toml
PyPIrich^13.5.2pyproject.toml
PyPIpytdc^0.4.1pyproject.toml
PyPIwandb^0.15.8pyproject.toml
PyPItorchmetrics^1.2.0pyproject.toml
PyPIlovely-tensors^0.1.15pyproject.toml
PyPIpsutil^5.9.5pyproject.toml
PyPItqdm^4.66.1pyproject.toml
PyPIjaxtyping^0.2.24pyproject.toml
PyPIomegaconf^2.3.0pyproject.toml
PyPIpytorch-lightning^2.0.7pyproject.toml
PyPIlightning^2.0.7pyproject.toml
PyPIpython-dotenv^1.0.0pyproject.toml
PyPIwget^3.2pyproject.toml
PyPIopt-einsum^3.3.0pyproject.toml
PyPItorch^2.1.2pyproject.toml
PyPIpyrootutils^1.0.4pyproject.toml
PyPItorch-geometric^2.4.0pyproject.toml
PyPIhydra-colorlog^1.2.0pyproject.toml
PyPIfoldcomp^0.0.5pyproject.toml
PyPIcaptum^0.6.0pyproject.toml
PyPIumap-learn^0.5.4pyproject.toml
PyPImatplotlib^3.7.2pyproject.toml
PyPIdatashader^0.16.0pyproject.toml
PyPIholoviews^1.18.0pyproject.toml
Alle Abhängigkeiten 240

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 31 direkte und 209 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIbeartype0.15.0direkt
PyPIbiotite0.37.0direkt
PyPIcaptum0.6.0direkt
PyPIdatashader0.16.0direkt
PyPIe3nn0.5.1direkt
PyPIeinops0.6.1direkt
PyPIfair-esm2.0.0direkt
PyPIfoldcomp0.0.5direkt
PyPIgraphein1.7.6direkt
PyPIholoviews1.18.3direkt
PyPIhydra-colorlog1.2.0direkt
PyPIhydra-core1.3.2direkt
PyPIjaxtyping0.2.28direkt
PyPIlightning2.2.1direkt
PyPIloguru0.7.2direkt
PyPIlovely-tensors0.1.15direkt
PyPImatplotlib3.8.3direkt
PyPIomegaconf2.3.0direkt
PyPIopt-einsum3.3.0direkt
PyPIpsutil5.9.8direkt
PyPIpyrootutils1.0.4direkt
PyPIpytdc0.4.1direkt
PyPIpython-dotenv1.0.1direkt
PyPIpytorch-lightning2.2.1direkt
PyPIrich13.7.1direkt
PyPItorch-geometric2.5.2direkt
PyPItorchmetrics1.3.2direkt
PyPItqdm4.66.2direkt
PyPIumap-learn0.5.5direkt
PyPIwandb0.15.12direkt
PyPIwget3.2direkt
PyPIaiohttp3.9.3indirekt
PyPIaiosignal1.3.1indirekt
PyPIalabaster0.7.16indirekt
PyPIantlr4-python3-runtime4.9.3indirekt
PyPIanyio4.3.0indirekt
PyPIappdirs1.4.4indirekt
PyPIasttokens2.4.1indirekt
PyPIasync-timeout4.0.3indirekt
PyPIattrs23.2.0indirekt
PyPIbabel2.14.0indirekt
PyPIbeautifulsoup44.12.3indirekt
PyPIbiopandas0.5.1.dev0indirekt
PyPIbiopython1.83indirekt
PyPIbioservices1.11.2indirekt
PyPIblack23.12.1indirekt
PyPIbleach6.1.0indirekt
PyPIbokeh3.3.4indirekt
PyPIcattrs23.2.3indirekt
PyPIcertifi2024.2.2indirekt
PyPIcffi1.16.0indirekt
PyPIcfgv3.4.0indirekt
PyPIcharset-normalizer3.3.2indirekt
PyPIclick8.1.7indirekt
PyPIcloudpickle3.0.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorcet3.1.0indirekt
PyPIcolorlog6.8.2indirekt
PyPIcontourpy1.2.0indirekt
PyPIcycler0.12.1indirekt
PyPIdask2024.3.1indirekt
PyPIdataclasses0.6indirekt
PyPIdecorator5.1.1indirekt
PyPIdeepdiff6.7.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistlib0.3.8indirekt
PyPIdocker-pycreds0.4.0indirekt
PyPIdocutils0.20.1indirekt
PyPIeasydev0.13.1indirekt
PyPIemoji2.11.0indirekt
PyPIentrypoints0.4indirekt
PyPIexceptiongroup1.2.0indirekt
PyPIexecuting2.0.1indirekt
PyPIfastcore1.5.29indirekt
PyPIfastjsonschema2.19.1indirekt
PyPIfilelock3.13.3indirekt
PyPIfonttools4.50.0indirekt
PyPIfrozenlist1.4.1indirekt
PyPIfsspec2024.3.1indirekt
PyPIfuro2023.9.10indirekt
PyPIfuzzywuzzy0.18.0indirekt
PyPIgevent24.2.1indirekt
PyPIgitdb4.0.11indirekt
PyPIgitpython3.1.42indirekt
PyPIgreenlet3.0.3indirekt
PyPIgrequests0.7.0indirekt
PyPIh110.14.0indirekt
PyPIhttpcore1.0.4indirekt
PyPIhttpx0.27.0indirekt
PyPIhuggingface-hub0.22.1indirekt
PyPIidentify2.5.35indirekt
PyPIidna3.6indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata7.1.0indirekt
PyPIimportlib-resources6.4.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIipython8.18.1indirekt
PyPIisort5.13.2indirekt
PyPIjedi0.19.1indirekt
PyPIjinja23.1.3indirekt
PyPIjoblib1.3.2indirekt
PyPIjsonschema4.21.1indirekt
PyPIjsonschema-specifications2023.12.1indirekt
PyPIjupyter-client8.6.1indirekt
PyPIjupyter-core5.7.2indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIkiwisolver1.4.5indirekt
PyPIlightning-utilities0.11.1indirekt
PyPIline-profiler4.1.2indirekt
PyPIlinkify-it-py2.0.3indirekt
PyPIllvmlite0.42.0indirekt
PyPIlocket1.0.0indirekt
PyPIlooseversion1.1.2indirekt
PyPIlovely-numpy0.2.11indirekt
PyPIlxml5.1.0indirekt
PyPIm2r20.3.3.post2indirekt
PyPImarkdown3.6indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe2.1.5indirekt
PyPImatplotlib-inline0.1.6indirekt
PyPImdit-py-plugins0.4.0indirekt
PyPImdurl0.1.2indirekt
PyPImistune0.8.4indirekt
PyPImmtf-python1.1.3indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.0.8indirekt
PyPImultidict6.0.5indirekt
PyPImultipledispatch1.0.0indirekt
PyPImypy-extensions1.0.0indirekt
PyPInbclient0.10.0indirekt
PyPInbconvert6.5.4indirekt
PyPInbformat5.10.3indirekt
PyPInbsphinx0.9.3indirekt
PyPInbsphinx-link1.3.0indirekt
PyPInbstripout0.6.2indirekt
PyPInetworkx3.2.1indirekt
PyPInodeenv1.8.0indirekt
PyPInumba0.59.1indirekt
PyPInumpy1.23.5indirekt
PyPIopt-einsum-fx0.1.4indirekt
PyPIordered-set4.1.0indirekt
PyPIpackaging24.0indirekt
PyPIpandas1.5.3indirekt
PyPIpandoc2.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIpanel1.3.8indirekt
PyPIparam2.1.0indirekt
PyPIparso0.8.3indirekt
PyPIpartd1.4.1indirekt
PyPIpastel0.2.1indirekt
PyPIpathspec0.12.1indirekt
PyPIpathtools0.1.2indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow10.2.0indirekt
PyPIpip24.0indirekt
PyPIplatformdirs4.2.0indirekt
PyPIplotly5.20.0indirekt
PyPIpluggy1.4.0indirekt
PyPIplumbum1.8.2indirekt
PyPIply3.11indirekt
PyPIpoethepoet0.22.1indirekt
PyPIpre-commit3.7.0indirekt
PyPIprompt-toolkit3.0.43indirekt
PyPIprotobuf4.25.3indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.2indirekt
PyPIpycparser2.21indirekt
PyPIpyct0.5.0indirekt
PyPIpydantic1.10.14indirekt
PyPIpydocstyle6.3.0indirekt
PyPIpygments2.17.2indirekt
PyPIpynndescent0.5.11indirekt
PyPIpyparsing3.1.2indirekt
PyPIpytest8.1.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2024.1indirekt
PyPIpyviz-comms3.0.2indirekt
PyPIpywin32306indirekt
PyPIpyyaml6.0.1indirekt
PyPIpyzmq25.1.2indirekt
PyPIrdkit-pypi2022.9.5indirekt
PyPIreferencing0.34.0indirekt
PyPIrequests2.31.0indirekt
PyPIrequests-cache1.2.0indirekt
PyPIrich-click1.7.4indirekt
PyPIrpds-py0.18.0indirekt
PyPIruff0.1.15indirekt
PyPIscikit-learn1.4.1.post1indirekt
PyPIscipy1.12.0indirekt
PyPIseaborn0.13.2indirekt
PyPIsentry-sdk1.43.0indirekt
PyPIsetproctitle1.3.3indirekt
PyPIsetuptools69.2.0indirekt
PyPIsix1.16.0indirekt
PyPIsmmap5.0.1indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsoupsieve2.5indirekt
PyPIsphinx7.2.6indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-codeautolink0.15.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-inline-tabs2023.4.21indirekt
PyPIsphinxcontrib-applehelp1.0.8indirekt
PyPIsphinxcontrib-devhelp1.0.6indirekt
PyPIsphinxcontrib-gtagjs0.2.1indirekt
PyPIsphinxcontrib-htmlhelp2.0.5indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp1.0.7indirekt
PyPIsphinxcontrib-serializinghtml1.1.10indirekt
PyPIsphinxext-opengraph0.8.2indirekt
PyPIstack-data0.6.3indirekt
PyPIsuds-community1.1.2indirekt
PyPIsympy1.12indirekt
PyPItenacity8.2.3indirekt
PyPIthreadpoolctl3.4.0indirekt
PyPItinycss21.2.1indirekt
PyPItomli2.0.1indirekt
PyPItoolz0.12.1indirekt
PyPItornado6.4indirekt
PyPItraitlets5.14.2indirekt
PyPItypeguard2.13.3indirekt
PyPItyping-extensions4.5.0indirekt
PyPIuc-micro-py1.0.3indirekt
PyPIurl-normalize1.4.3indirekt
PyPIurllib32.2.1indirekt
PyPIvirtualenv20.25.1indirekt
PyPIwatermark2.4.3indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebencodings0.5.1indirekt
PyPIwin32-setctime1.1.0indirekt
PyPIwrapt1.16.0indirekt
PyPIxarray2024.2.0indirekt
PyPIxmltodict0.13.0indirekt
PyPIxyzservices2023.10.1indirekt
PyPIyarl1.9.4indirekt
PyPIzipp3.18.1indirekt
PyPIzope-event5.0indirekt
PyPIzope-interface6.2indirekt
Abhängigkeits-Advisories 3

Die Installation von pypi:proteinworkshop@0.2.5 zieht 234 Pakete nach sich, direkt und transitiv: 3 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
lightning2.6.5direkthoch22022.6.15
lxml5.4.0indirekthoch26.1.0
protobuf4.25.9indirekthoch26.33.5

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 a-r-j/ProteinWorkshop teilen. Nebeneinander lesen →

99open-edge-platform/datumaroDataset Management Framework, a Python library and a CLI tool to build, analyze and manage Computer Vision datasets.Außergewöhnlich98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich96flwrlabs/flowerFlower: A Friendly Federated AI FrameworkAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100huggingface/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 interoperabilityAußergewöhnlich

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.