Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-14 19:04 UTC

agent-next / polymarket-paper-trader

Paper trading simulator for Polymarket

PythonMIT★ 499 Sterne⑂ 65 Forksseit März 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugMCP-ServerBibliothekNetzwerkdienstwie das ermittelt wird
#ai-agent#algorithmic-trading#backtesting#clawhub#mcp#openclaw#paper-trading#polymarket#prediction-markets#python#sqlite#trading-bot#benchmark#forecasting#leaderboard#llm#mcp-server#model-context-protocol

agent-next/polymarket-paper-trader erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (81/100) ab, am schwächsten bei Sustainability & Governance (58/100). Zuletzt heute 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

Agent NextOrganisation
22 Follower15 öffentliche Reposseit Feb. 2026

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpolymarket-paper-trader0.4.72.24420vor 0 Tagenpolymarketpaper-tradingprediction-marketsmcp

Metriken nach Kategorie

Vitalität

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

81Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

68Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
3.5/36Commit-Rhythmus — 5/52 Wochen mit Commits
18/18Commit-Volumen — 383 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 12 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year383
human_commit_share0,99
days_since_last_push0
active_weeks_last_year5

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 19 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 2,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count19
latest_release_tagv0.4.7
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases2,3
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?

72Gut · 17 % des Gesamtindex

Popularität & Verbreitung

64Mittel
Wie die Bewertung erfolgt
43.8/60Stars — 499 Stars
15.1/25Forks — 65 Forks
5.6/15Watcher — 11 Watcher
Verwendete Eingangsdaten
forks65
stars499
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

56Mittel
Wie die Bewertung erfolgt
44.7/80Downloads pro Monat — 2.244 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagespolymarket-paper-trader
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.244
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?

58Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

24Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
2.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 88 % der Commits
2.7/13.5Breite der Beitragenden — 2 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,884

Reaktionsfähigkeit bei Issues & PRs

73Gut
Wie die Bewertung erfolgt
39/42Issue-Lösungsquote — 93 % der Issues geschlossen
24.4/30PR-Annahme — 87/107 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/13 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs87
open_issues1
closed_issues13
prs_merged_7d11
prs_decided_7d11
prs_merged_30d47
prs_decided_30d55
issue_closed_ratio0,929
closed_unmerged_prs20
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

50Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
9.8/25Reichweite des Inhabers — 22 Follower von agent-next
10.1/25Kontohistorie — 15 öffentliche Repos, Kontoalter ca. 0 Jahre
Verwendete Eingangsdaten
followers22
owner_typeOrganization
is_verifiednein
owner_loginagent-next
public_repos15
account_age_days249

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 20 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespolymarket-paper-trader
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

77Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 14 out of 14 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://polymarket-leaderboard.com
10/10Repository-Beschreibung
10/10Topics — 18 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsai-agent, algorithmic-trading, backtesting, clawhub, mcp, openclaw, paper-trading, polymarket, prediction-markets, python, sqlite, trading-bot, benchmark, forecasting, leaderboard, llm, mcp-server, model-context-protocol
has_wikinein
homepagehttps://polymarket-leaderboard.com
docs_sitehttps://polymarket-leaderboard.com
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

74Gut · 16 % des Gesamtindex

Sicherheitslage

74Gut
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 — 14 out of 14 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 0/13 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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
7.5/7.5Maintained — 30 commit(s) and 12 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

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.

76Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md, benchmark/CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 99 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesAGENTS.md, CLAUDE.md, benchmark/CLAUDE.md
agent_instruction_max_bytes4.879

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

73Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — pm_trader/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 1 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainerja
has_linter_confignein
typecheck_configspm_trader/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,01

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (pm_trader/py.typed)
52.9/55Handhabbare Dateigrößen — 5/133 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes83.929
source_files_sampled133
oversized_source_files5

Maschinenlesbare AI-Schnittstellen

60Mittel
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalja
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

499GitHub-Sterne
2Mitwirkende
383Commits, letzte 12 Monate
0Tage seit letztem Push
19Releases
1Bus-Faktor
1offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'polymarket-leaderboard-client' from its registry
  • Could not fetch pypi package 'polymarket-leaderboard' from its registry
  • deps.dev does not index pypi:polymarket-paper-trader@0.4.7; advisories assessed against the repository dependency graph instead
  • No resolved dependencies carried a version and a supported ecosystem

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 65 ⇿
0Sterne
65Forks
14Releases

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.

013253850637565132026-032026-062026-10
Major 0Minor 3Patch 11
OpenSSF Scorecard 7.4 / 10
7.4Gesamtwert

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 · 2026-10-14 19:03 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-Tests14 out of 14 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 0/13 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 12 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIhttpx>=0.27leaderboard-client/pyproject.toml
PyPIpolymarket-paper-trader>=0.1.3leaderboard-server/pyproject.toml
PyPIfastapi>=0.115leaderboard-server/pyproject.toml
PyPIuvicorn>=0.34leaderboard-server/pyproject.toml
PyPIasyncpg>=0.30leaderboard-server/pyproject.toml
PyPIapscheduler>=3.10leaderboard-server/pyproject.toml
PyPIjinja2>=3.1leaderboard-server/pyproject.toml
PyPIpython-multipart>=0.0.9leaderboard-server/pyproject.toml
PyPIhttpx>=0.27leaderboard-server/pyproject.toml
PyPIclick>=8.0pyproject.toml
PyPIhttpx>=0.27pyproject.toml
PyPImcp>=2,<3pyproject.toml
Alle Abhängigkeiten 17

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 7 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIapscheduler—direkt
PyPIasyncpg—direkt
PyPIclick—direkt
PyPIfastapi—direkt
PyPIhttpx—direkt
PyPIjinja2—direkt
PyPImcp—direkt
PyPIpolymarket-paper-trader—direkt
PyPIpython-multipart—direkt
PyPIuvicorn—direkt
PyPIlitellm—indirekt
PyPIpydantic—indirekt
PyPIpytest—indirekt
PyPIpytest-cov—indirekt
PyPIpytest-httpx—indirekt
PyPIpyyaml—indirekt
PyPIsetuptools—indirekt
Abhängigkeits-Advisories nicht bewertet

Der Advisory-Abgleich konnte für diesen Bericht nicht ausgeführt werden: No resolved dependencies carried a version and a supported ecosystem

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 agent-next/polymarket-paper-trader teilen. Nebeneinander lesen →

98modelcontextprotocol/python-sdkThe official Python SDK for Model Context Protocol servers and clientsAußergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xAußergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich98strands-agents/toolsA set of tools that gives agents powerful capabilities.Außergewöhnlich98Agenta-AI/agentaAgenta is a workspace where you and your team build agents and automations.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.