Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 13:29 UTC

adamchainz / time-machine

Travel through time in your tests.

Python · CMIT★ 994 Sterne⑂ 52 Forksseit Apr. 2020Auf GitHub ansehen ↗
ArtPluginBibliothekwie das ermittelt wird

adamchainz/time-machine erreicht einen Gesundheitsindex von 93 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Sustainability & Governance (67/100). Zuletzt vor 2 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

93
gesamt / 100
Außergewöhnlich

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.

93
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 79 wird auf der veröffentlichten Indexskala auf 93 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Adam JohnsonPersönliches Konto
3.968 Follower1.356 öffentliche Reposseit Juni 2011@django, @djangolondon

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPItime-machine3.5.022.463.90343vor 2 Tagendatedatetimemocktesttestingteststimewarp

Metriken nach Kategorie

Vitalität

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

85Exzellent · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualitätletzter Push vor 2 Tagen
18.7/36Commit-Rhythmus27/52 Wochen mit Commits
18/18Commit-Volumen109 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year109
human_commit_share0,86
days_since_last_push2
active_weeks_last_year27
Wie die Bewertung erfolgt
16.2/27Liefert Releases aus41 Versions-Tags (keine GitHub-Releases)
36/36Release-Aktualitätletztes Release vor 2 Tagen
27/27Release-Rhythmusein Release etwa alle 42,7 Tage
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count41
latest_release_tag3.5.0
releases_from_tagsja
days_since_latest_release2
mean_days_between_releases42,7
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?

75Gut · 17 % des Gesamtindex
Wie die Bewertung erfolgt
48.6/60Stars994 Stars
14.2/25Forks52 Forks
5/15Watcher9 Watcher
Verwendete Eingangsdaten
forks52
stars994
watchers9
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenzanerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templatenein
Wie die Bewertung erfolgt
80/80Downloads pro Monat22.463.903 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagestime-machine
dependents
ecosystemspypi
total_downloads
monthly_downloads22.463.903
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?

67Gut · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor1 Beitragende decken die Hälfte aller Commits ab
1.2/22.5Commit-Verteilungwichtigste beitragende Person verfasste 95 % der Commits
13.5/13.5Breite der Beitragenden25 Beitragende
10/10OpenSSF Scorecard: Contributorsproject has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled25
top_contributor_share0,946
Wie die Bewertung erfolgt
39.4/42Issue-Lösungsquote94 % der Issues geschlossen
28.1/30PR-Annahme538/574 entschiedene PRs gemergt
4.9/13Newcomer PR acceptance3/8 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-ReviewFound 1/29 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs538
open_issues6
closed_issues92
prs_merged_7d14
prs_decided_7d14
prs_merged_30d36
prs_decided_30d43
issue_closed_ratio0,939
closed_unmerged_prs36
first_time_authors_30d8
first_time_prs_merged_30d3
first_time_prs_decided_30d8
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaftpersönliches (Nutzer-)Konto
0/20Verifizierte Domainfür Nutzerkonten nicht anwendbar
25/25Reichweite des Inhabers3.968 Follower von adamchainz
25/25Kontohistorie1.356 öffentliche Repos, Kontoalter ca. 15 Jahre
Verwendete Eingangsdaten
followers3.968
owner_typeUser
is_verified
owner_loginadamchainz
public_repos1.356
account_age_days5.549
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar1 Paket(e) auf pypi
35/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 2 Tagen
20/20Versionshistorie43 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagestime-machine
ecosystemspypi
any_deprecatednein
min_days_since_publish2

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfigurationpyproject.toml ([tool.ruff]), tox.ini
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests23 out of 23 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-Sitehttps://time-machine.readthedocs.io/en/latest/
10/10Repository-Beschreibung
10/10Topics3 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspython, time, testing
has_wikinein
homepagehttps://time-machine.readthedocs.io/en/latest/
docs_sitehttps://time-machine.readthedocs.io/en/latest/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

75Gut · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionkeine Daten
2.5/2.5CI-Tests23 out of 23 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 1/29 approved changesets -- score normalized to 0
2.5/2.5Contributorsproject has 4 contributing companies or organizations
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.5/2.5Lizenzlicense file detected
7.5/7.5Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
5/5Packagingpackaging workflow detected
5/5Pinned-Dependenciesall dependencies are pinned
0/5SASTSAST tool is not run on all commits -- score normalized to 0
4.5/5Security-Policysecurity policy file detected
0/7.5Signed-Releaseskeine Daten
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,9
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 Advisorieskeine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25Indirekte Abhängigkeiten ohne bekannte Advisoriestransitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisorieskein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages56
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 56 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

69Gut · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungenkeine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie69 von 86 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url
legible_history_share0,802
agent_instruction_files
agent_instruction_max_bytes
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehldocs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfigurationpyproject.toml ([tool.ruff]), tox.ini
11/11Statische Typprüfungsrc/time_machine/py.typed
10/10Reproduzierbare Umgebunglockfile
0/10Belegte Agentenpraxiskeine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung5 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
10/10OpenSSF Scorecard: Pinned-Dependenciesall dependencies are pinned
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configssrc/time_machine/py.typed
agent_commit_share0
toolchain_manifests
dependency_bot_commit_share0,05
Wie die Bewertung erfolgt
27/45Typprüfbarer CodePython mit Typprüfungs-Konfiguration (src/time_machine/py.typed)
45.8/55Handhabbare Dateigrößen2/12 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes80.827
source_files_sampled12
oversized_source_files2

Eckdaten

994GitHub-Sterne
25Mitwirkende
109Commits, letzte 12 Monate
2Tage seit letztem Push
41Releases
1Bus-Faktor
6offene 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 ★ / 52 ⇿
0Sterne
52Forks
38Releases

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.

010203040505032020-042023-062026-08
Major 3Minor 24Patch 11

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 6.9 / 10
6.9Gesamtwert

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 · 2026-08-27 13:29 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-Tests23 out of 23 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
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
0SASTSAST tool is not run on all commits -- score normalized to 0
9Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Alle Abhängigkeiten 56

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 56 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster1.0.0indirekt
PyPIbabel2.18.0indirekt
PyPIbashlex0.18indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbracex3.0.1indirekt
PyPIbuild1.5.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIcibuildwheel4.2.0indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.15.4indirekt
PyPIdependency-groups1.3.2indirekt
PyPIdocutils0.21.2indirekt
PyPIdocutils0.22.4indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfilelock3.32.4indirekt
PyPIfreezegun1.5.5indirekt
PyPIfuro2025.12.19indirekt
PyPIhumanize4.16.0indirekt
PyPIhypothesis6.165.10indirekt
PyPIidna3.19indirekt
PyPIimagesize2.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPImarkupsafe3.0.3indirekt
PyPIpackaging26.3indirekt
PyPIplatformdirs4.11.3indirekt
PyPIpluggy1.6.0indirekt
PyPIpygments2.21.0indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-randomly4.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIrequests2.34.2indirekt
PyPIroman-numerals4.1.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.9.2indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPItime-machine3.5.0indirekt
PyPItokenize-rt6.2.0indirekt
PyPItomli2.4.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPIurllib32.7.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 56 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte.

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.

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 StatistikenPyPI.