Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-13 20:35 UTC

alan-turing-institute / autoemulate

Emulate simulations easily

Python · Jupyter NotebookMIT★ 120 Sterne⑂ 44 Forksseit Aug. 2023Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#hut23#hut23-1468#emulation#pytorch#active-learning#calibration#gaussian-processes#mcmc#sensitivity-analysis#uncertainty-quantification#ensemble#history-matching#neural-networks#aiphys

alan-turing-institute/autoemulate erreicht einen Gesundheitsindex von 91 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (48/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

91
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.

91
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 77 wird auf der veröffentlichten Indexskala auf 91 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

The Alan Turing InstituteOrganisation
1.015 Follower669 öffentliche Reposseit Apr. 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIautoemulate2.1.21.80618vor 69 Tagen

Metriken nach Kategorie

Vitalität

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

93Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

88Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
23.5/36Commit-Rhythmus — 34/52 Wochen mit Commits
18/18Commit-Volumen — 645 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year645
human_commit_share0,86
days_since_last_push0
active_weeks_last_year34

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 17 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 68 Tagen
27/27Release-Rhythmus — ein Release etwa alle 41,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count17
latest_release_tagv2.1.2
releases_from_tagsnein
days_since_latest_release68
mean_days_between_releases41,9
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?

64Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

51Mittel
Wie die Bewertung erfolgt
33.7/60Stars — 120 Stars
13.6/25Forks — 44 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks44
stars120
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
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
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

54Mittel
Wie die Bewertung erfolgt
43.4/80Downloads pro Monat — 1.806 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesautoemulate
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.806
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?

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

65Gut
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
16/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 29 % der Commits
13.5/13.5Breite der Beitragenden — 25 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 27 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled25
top_contributor_share0,29

Reaktionsfähigkeit bei Issues & PRs

80Exzellent
Wie die Bewertung erfolgt
36.9/42Issue-Lösungsquote — 88 % der Issues geschlossen
27.6/30PR-Annahme — 461/501 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/1 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs461
open_issues63
closed_issues454
prs_merged_7d1
prs_decided_7d1
prs_merged_30d4
prs_decided_30d5
issue_closed_ratio0,878
closed_unmerged_prs40
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

77Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
21.6/25Reichweite des Inhabers — 1.015 Follower von alan-turing-institute
25/25Kontohistorie — 669 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers1.015
owner_typeOrganization
is_verifiednein
owner_loginalan-turing-institute
public_repos669
account_age_days3.812

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 69 Tagen
20/20Versionshistorie — 18 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesautoemulate
ecosystemspypi
any_deprecatednein
min_days_since_publish69

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 9 out of 9 merged PRs checked by a CI test -- score normalized to 10
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://alan-turing-institute.github.io/autoemulate/
10/10Repository-Beschreibung
10/10Topics — 14 Topics
10/10Wiki
Verwendete Eingangsdaten
topicshut23, hut23-1468, emulation, pytorch, active-learning, calibration, gaussian-processes, mcmc, sensitivity-analysis, uncertainty-quantification, ensemble, history-matching, neural-networks, aiphys
has_wikija
homepage—
docs_sitehttps://alan-turing-institute.github.io/autoemulate/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

48Schwach · 16 % des Gesamtindex

Sicherheitslage

47Schwach
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 — 9 out of 9 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 27 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
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 — 125 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

53Mittel
Wie die Bewertung erfolgt
20.2/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: torch 2.12.1 (moderate 5.3)
6.3/25Indirekte Abhängigkeiten ohne bekannte Advisories — 2 betroffen: setuptools 68.0.0 (high 8.8), wheel 0.41.0 (high 7.1)
26.1/40Keine offenen Advisories — 3 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 790 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories9
affected_packages3
assessed_packages194
unassessed_packages0
affected_by_severityhigh 2, moderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:autoemulate@2.1.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 194 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.

61Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

66Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
21.1/40Lesbare Commit-Historie — 34 von 86 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,395
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes4.030

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

45Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
2/10Belegte Agentenpraxis — 1 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_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/113 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes50.214
source_files_sampled113
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

120GitHub-Sterne
25Mitwirkende
645Commits, letzte 12 Monate
0Tage seit letztem Push
17Releases
2Bus-Faktor
63offene 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 ★ / 44 ⇿
0Sterne
44Forks
17Releases

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.

010203040504422024-022025-052026-08
Major 2Minor 6Patch 8

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 4.7 / 10
4.7Gesamtwert

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 · 2026-09-13 20:34 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-Tests9 out of 9 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 27 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
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
0Vulnerabilities125 existing vulnerabilities detected
Direkte Abhängigkeiten 22
RegistryPaketVersionsvorgabeManifest
PyPImatplotlib>=3.7.2pyproject.toml
PyPIseaborn>=0.12.2pyproject.toml
PyPIscikit-learn>=1.3.0pyproject.toml
PyPIpandas>=2.1pyproject.toml
PyPItorch>=2.1.0pyproject.toml
PyPIscipy>=1.11.3pyproject.toml
PyPInumpy>=1.24pyproject.toml
PyPIjoblib>=1.3.2pyproject.toml
PyPItqdm>=4.66.2pyproject.toml
PyPIlightgbm>=4.3.0pyproject.toml
PyPIipywidgets>=8.1.2pyproject.toml
PyPIgpytorch>=1.12pyproject.toml
PyPIsalib>=1.5.1pyproject.toml
PyPItorcheval>=0.0.7pyproject.toml
PyPIanytree>=2.12.1pyproject.toml
PyPItorchmetrics>=1.7.1pyproject.toml
PyPIpyro-ppl>=1.9.1pyproject.toml
PyPItorchrbf>=0.0.1pyproject.toml
PyPIarviz>=0.21.0,<1.0pyproject.toml
PyPIgetdist>=1.7.2pyproject.toml
PyPIeinops>=0.8.1pyproject.toml
PyPIharmonic>=1.3.0pyproject.toml
Alle Abhängigkeiten 320

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 28 direkte und 292 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanytree2.13.0direkt
PyPIarviz0.22.0direkt
PyPIeinops0.8.1direkt
PyPIgetdist1.7.2direkt
PyPIgpytorch1.14direkt
PyPIharmonic—direkt
PyPIharmonic1.3.0direkt
PyPIharmonic1.3.1direkt
PyPIipywidgets8.1.7direkt
PyPIjoblib1.5.1direkt
PyPIlightgbm4.6.0direkt
PyPImatplotlib3.10.5direkt
PyPInumpy1.26.4direkt
PyPInumpy2.3.2direkt
PyPIpandas2.3.1direkt
PyPIpyro-ppl1.9.1direkt
PyPIsalib1.5.1direkt
PyPIscikit-learn1.7.2direkt
PyPIscikit-learn1.8.0direkt
PyPIscipy1.15.3direkt
PyPIscipy1.16.1direkt
PyPIseaborn0.13.2direkt
PyPItorch2.11.0+cu126direkt
PyPItorch2.7.1direkt
PyPItorcheval0.0.7direkt
PyPItorchmetrics1.8.0direkt
PyPItorchrbf1.0.0direkt
PyPItqdm4.67.1direkt
PyPIabsl-py2.4.0indirekt
PyPIaccessible-pygments0.0.5indirekt
PyPIaiofiles25.1.0indirekt
PyPIalabaster0.7.16indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.13.0indirekt
PyPIappnope0.1.4indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings25.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasciitree0.3.3indirekt
PyPIasttokens3.0.0indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs25.3.0indirekt
PyPIautoemulate—indirekt
PyPIautoemulate1.1indirekt
PyPIautoemulate2.1.2indirekt
PyPIbabel2.17.0indirekt
PyPIbeautifulsoup44.13.4indirekt
PyPIblack25.1.0indirekt
PyPIbleach6.3.0indirekt
PyPIcertifi2025.7.14indirekt
PyPIcffi1.17.1indirekt
PyPIcfgv3.4.0indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIchex0.1.90indirekt
PyPIclick8.2.1indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.10.1indirekt
PyPIcomm0.2.3indirekt
PyPIconfigmypy0.2.0indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.10.1indirekt
PyPIcrc32c2.7.1indirekt
PyPIcuda-bindings12.9.6indirekt
PyPIcuda-pathfinder1.5.4indirekt
PyPIcuda-toolkit12.6.3indirekt
PyPIcycler0.12.1indirekt
PyPIcython3.2.4indirekt
PyPIdataclasses-json0.6.7indirekt
PyPIdebugpy1.8.15indirekt
PyPIdecorator5.2.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdill0.4.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdistrax0.1.5indirekt
PyPIdistrax0.1.7indirekt
PyPIdm-tree0.1.9indirekt
PyPIdocutils0.21.2indirekt
PyPIdonfig0.8.1.post1indirekt
PyPIdynesty—indirekt
PyPIetils1.13.0indirekt
PyPIetils1.14.0indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.0indirekt
PyPIfasteners0.20indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfilelock3.18.0indirekt
PyPIflax0.10.7indirekt
PyPIflax0.12.6indirekt
PyPIfonttools4.59.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfsspec2025.7.0indirekt
PyPIfuro2025.7.19indirekt
PyPIgast0.7.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.45indirekt
PyPIgreenlet3.2.3indirekt
PyPIh110.16.0indirekt
PyPIh5netcdf1.6.3indirekt
PyPIh5py3.14.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhumanize4.15.0indirekt
PyPIidentify2.6.12indirekt
PyPIidna3.10indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIimportlib-resources6.5.2indirekt
PyPIiniconfig2.1.0indirekt
PyPIipykernel6.30.0indirekt
PyPIipython8.37.0indirekt
PyPIipython9.4.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisoduration20.11.0indirekt
PyPIjax0.6.2indirekt
PyPIjax0.9.2indirekt
PyPIjaxlib0.6.2indirekt
PyPIjaxlib0.9.2indirekt
PyPIjaxtyping0.3.2indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.13.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.25.0indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIjupyter—indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-book1.0.4.post1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.8.1indirekt
PyPIjupyter-events0.12.0indirekt
PyPIjupyter-lsp2.3.0indirekt
PyPIjupyter-server2.17.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab—indirekt
PyPIjupyterlab4.4.5indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.15indirekt
PyPIkiwisolver1.4.8indirekt
PyPIlark1.3.1indirekt
PyPIlatexcodec3.0.1indirekt
PyPIlightning-utilities0.15.0indirekt
PyPIlinear-operator0.6indirekt
PyPIlinkify-it-py2.0.3indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImarshmallow3.26.2indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImdit-py-plugins0.4.2indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.2.0indirekt
PyPImizani0.14.2indirekt
PyPIml-dtypes0.5.4indirekt
PyPImodularcirc—indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.1.2indirekt
PyPImultiprocess0.70.18indirekt
PyPImypy-extensions1.1.0indirekt
PyPImyst-nb1.3.0indirekt
PyPImyst-parser3.0.1indirekt
PyPInbclient0.10.2indirekt
PyPInbconvert7.17.0indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.5indirekt
PyPIneuraloperator1.0.2indirekt
PyPInodeenv1.9.1indirekt
PyPInotebook7.4.5indirekt
PyPInotebook-shim0.2.4indirekt
PyPInumcodecs0.13.1indirekt
PyPInumcodecs0.16.1indirekt
PyPInvidia-cublas-cu1212.6.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.6.80indirekt
PyPInvidia-cuda-nvrtc-cu1212.6.85indirekt
PyPInvidia-cuda-runtime-cu1212.6.77indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.0.4indirekt
PyPInvidia-cufile-cu121.11.1.6indirekt
PyPInvidia-curand-cu1210.3.7.77indirekt
PyPInvidia-cusolver-cu1211.7.1.2indirekt
PyPInvidia-cusparse-cu1212.5.4.2indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.28.9indirekt
PyPInvidia-nvjitlink-cu1212.6.85indirekt
PyPInvidia-nvshmem-cu123.4.5indirekt
PyPInvidia-nvtx-cu1212.6.77indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoptax0.2.8indirekt
PyPIorbax-checkpoint0.11.33indirekt
PyPIorbax-export0.0.8indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging25.0indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpatsy1.0.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow11.3.0indirekt
PyPIplatformdirs4.3.8indirekt
PyPIplotnine0.15.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.2.0indirekt
PyPIprometheus-client0.24.1indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIprotobuf6.31.1indirekt
PyPIpsutil7.0.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpybtex0.25.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycparser2.22indirekt
PyPIpydantic2.11.7indirekt
PyPIpydantic-core2.33.2indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpygments2.19.2indirekt
PyPIpyparsing3.2.3indirekt
PyPIpyright1.1.405indirekt
PyPIpyro-api0.1.2indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-cov6.2.1indirekt
PyPIpytest-mock3.14.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger4.0.0indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIpywinpty3.0.3indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyzmq27.0.0indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests2.32.4indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich14.3.3indirekt
PyPIrpds-py0.26.0indirekt
PyPIruamel-yaml0.18.14indirekt
PyPIruamel-yaml-clib0.2.12indirekt
PyPIruff0.12.11indirekt
PyPIsend2trash2.1.0indirekt
PyPIsentry-sdk2.34.1indirekt
PyPIsetuptools68.0.0indirekt
PyPIsetuptools-scm9.2.2indirekt
PyPIsimplejson3.20.2indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.2indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.7indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-book-theme1.1.4indirekt
PyPIsphinx-comments0.0.3indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-external-toc1.0.1indirekt
PyPIsphinx-jupyterbook-latex1.0.0indirekt
PyPIsphinx-multitoc-numbering0.1.3indirekt
PyPIsphinx-thebe0.3.1indirekt
PyPIsphinx-togglebutton0.3.2indirekt
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
PyPIsqlalchemy2.0.42indirekt
PyPIstack-data0.6.3indirekt
PyPIstatsmodels0.14.5indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.9.0indirekt
PyPItensorflow-probability0.25.0indirekt
PyPItensorly0.9.0indirekt
PyPItensorly-torch0.5.0indirekt
PyPItensorstore0.1.78indirekt
PyPItensorstore0.1.82indirekt
PyPIterminado0.18.1indirekt
PyPItfp-nightly0.26.0.dev20260325indirekt
PyPIthe-well1.1.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.4.0indirekt
PyPItomli2.2.1indirekt
PyPItoolz1.1.0indirekt
PyPItorch-harmonics0.7.3indirekt
PyPItornado6.5.1indirekt
PyPItraitlets5.14.3indirekt
PyPItreescope0.1.10indirekt
PyPItriton3.6.0indirekt
PyPItyping-extensions4.14.1indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.1indirekt
PyPItzdata2025.2indirekt
PyPIuc-micro-py1.0.3indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.5.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv20.32.0indirekt
PyPIwadler-lindig0.1.7indirekt
PyPIwandb0.21.1indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.9.0indirekt
PyPIwheel0.41.0indirekt
PyPIwidgetsnbextension4.0.14indirekt
PyPIwrapt2.1.2indirekt
PyPIxarray2025.6.1indirekt
PyPIxarray2025.7.1indirekt
PyPIxarray-einstats0.8.0indirekt
PyPIxarray-einstats0.9.1indirekt
PyPIzarr2.18.3indirekt
PyPIzarr3.1.1indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 3

Die Installation von pypi:autoemulate@2.1.2 zieht 194 Pakete nach sich, direkt und transitiv: 3 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
setuptools68.0.0indirekthoch683.0.0
wheel0.41.0indirekthoch20.46.2
torch2.12.1direktmittel12.13.0

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 alan-turing-institute/autoemulate teilen. Nebeneinander lesen →

87torch-uncertainty/torch-uncertaintyOpen-source framework for uncertainty and deep learning models in PyTorch 🌱 Exzellent100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich98keras-team/kerasDeep Learning for humansAußergewöhnlich95sktime/pytorch-forecastingTime series forecasting with PyTorchAußergewöhnlich94Xilinx/brevitasBrevitas: neural network quantization in PyTorchAußergewöhnlich94awslabs/gluontsProbabilistic time series modeling in PythonAußergewöhnlich

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.