Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-10 07:34 UTC

anton-bushuiev / PPIRef

Dataset and package for working with protein-protein interactions in 3D

Jupyter Notebook · PythonMIT★ 109 Sterne⑂ 9 Forksseit Okt. 2023Auf GitHub ansehen ↗
#datasets#machine-learning#protein-protein-interaction#proteins

anton-bushuiev/PPIRef erreicht einen Gesundheitsindex von 37 von 100 und liegt damit im Bereich Schwach. Am stärksten schneidet es bei Engineering Quality (76/100) ab, am schwächsten bei Vitality (25/100). Zuletzt vor 499 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

37
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.

37
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 46 wird auf der veröffentlichten Indexskala auf 44 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Anton BushuievPersönliches Konto
75 Follower36 öffentliche Reposseit Juli 2020Czech Technical University in Prague

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

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 499 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_share1
days_since_last_push499
active_weeks_last_year0

Release-Disziplin

60Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 5 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 576 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 96,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count5
latest_release_tagv1.4.0
releases_from_tagsnein
days_since_latest_release576
mean_days_between_releases96,1
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?

46Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

43Schwach
Wie die Bewertung erfolgt
33/60Stars — 109 Stars
7.5/25Forks — 9 Forks
2.7/15Watcher — 4 Watcher
Verwendete Eingangsdaten
forks9
stars109
watchers4
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_badges5
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

47Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

13Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

77Gut
Wie die Bewertung erfolgt
36.8/42Issue-Lösungsquote — 88 % der Issues geschlossen
30/30PR-Annahme — 2/2 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs2
open_issues1
closed_issues7
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,875
closed_unmerged_prs0
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

59Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
13.5/25Reichweite des Inhabers — 75 Follower von anton-bushuiev
23.4/25Kontohistorie — 36 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers75
owner_typeUser
is_verified—
owner_loginanton-bushuiev
public_repos36
account_age_days2.256
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

76Gut · 19 % des Gesamtindex

Engineering-Praktiken

60Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: CI-Tests. Die verbleibenden Gewichte wurden renormalisiert.

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://ppiref.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsdatasets, machine-learning, protein-protein-interaction, proteins
has_wikija
homepagehttps://ppiref.readthedocs.io
docs_sitehttps://ppiref.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

38Schwach · 16 % des Gesamtindex

Sicherheitslage

23Gefährdet
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 — keine Daten
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 0/30 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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
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 — no SAST tool detected
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 — 107 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate2,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): CI-Tests, 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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories225
affected_packages26
assessed_packages161
unassessed_packages1
affected_by_severitycritical 2, high 14, moderate 8, low 2
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. 161 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 1 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. 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.

40Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
1.1/40Lesbare Commit-Historie — 2 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,02
agent_instruction_files—
agent_instruction_max_bytes—

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

40Schwach
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
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
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Jupyter Notebook ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/26 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageJupyter Notebook
largest_source_bytes46.346
source_files_sampled26
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

109GitHub-Sterne
1Mitwirkende
0Commits, letzte 12 Monate
499Tage seit letztem Push
5Releases
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 'ppiref' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 9 ⇿
0Sterne
9Forks
3Releases

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.

0246810922024-022024-102025-06
Major 0Minor 3Patch 0

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 2.3 / 10
2.3Gesamtwert

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 · 2026-09-10 07:34 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
k. A.CI-Testsno pull request found
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/30 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update 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
0SASTno SAST tool detected
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities107 existing vulnerabilities detected
Alle Abhängigkeiten 162

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 162 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanyio3.6.2indirekt
PyPIappdirs1.4.4indirekt
PyPIappnope0.1.3indirekt
PyPIargon2-cffi21.3.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.2.3indirekt
PyPIasttokens2.2.1indirekt
PyPIattrs23.1.0indirekt
PyPIbackcall0.2.0indirekt
PyPIbackports-functools-lru-cache1.6.4indirekt
PyPIbeautifulsoup44.12.2indirekt
PyPIbiopandas0.5.0.dev0indirekt
PyPIbiopython1.81indirekt
PyPIbioservices1.11.2indirekt
PyPIbleach6.0.0indirekt
PyPIcattrs22.2.0indirekt
PyPIcertifi2024.7.4indirekt
PyPIcffi1.15.1indirekt
PyPIcharset-normalizer3.1.0indirekt
PyPIclick8.1.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.7.0indirekt
PyPIcontourpy1.0.7indirekt
PyPIcycler0.11.0indirekt
PyPIdebugpy1.5.1indirekt
PyPIdecorator5.1.1indirekt
PyPIdeepdiff6.3.0indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdill0.3.6indirekt
PyPIeasydev0.12.1indirekt
PyPIentrypoints0.4indirekt
PyPIexceptiongroup1.1.1indirekt
PyPIexecuting1.2.0indirekt
PyPIfastjsonschema2.17.1indirekt
PyPIfonttools4.39.4indirekt
PyPIfqdn1.5.1indirekt
PyPIgraphein1.7.6indirekt
PyPIgreenlet2.0.2indirekt
PyPIgrequests0.6.0indirekt
PyPIidna3.4indirekt
PyPIimportlib-metadata6.6.0indirekt
PyPIimportlib-resources5.12.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIipykernel6.15.0indirekt
PyPIipython8.13.2indirekt
PyPIipython-genutils0.2.0indirekt
PyPIipywidgets8.0.6indirekt
PyPIisoduration20.11.0indirekt
PyPIjaxtyping0.2.19indirekt
PyPIjedi0.18.2indirekt
PyPIjinja23.1.2indirekt
PyPIjoblib1.2.0indirekt
PyPIjsonpointer2.3indirekt
PyPIjsonschema4.17.3indirekt
PyPIjupyter1.0.0indirekt
PyPIjupyter-client8.2.0indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.3.0indirekt
PyPIjupyter-events0.6.3indirekt
PyPIjupyter-server2.6.0indirekt
PyPIjupyter-server-terminals0.4.4indirekt
PyPIjupyterlab-pygments0.2.2indirekt
PyPIjupyterlab-widgets3.0.7indirekt
PyPIkiwisolver1.4.4indirekt
PyPIloguru0.7.0indirekt
PyPIlooseversion1.1.2indirekt
PyPIlxml4.9.2indirekt
PyPIlxml-html-clean0.2.2indirekt
PyPIm2r20.3.3.post2indirekt
PyPImarkdown-it-py2.2.0indirekt
PyPImarkupsafe2.1.2indirekt
PyPImatplotlib3.7.1indirekt
PyPImatplotlib-inline0.1.6indirekt
PyPImdurl0.1.2indirekt
PyPImistune0.8.4indirekt
PyPImistune2.0.5indirekt
PyPImmtf-python1.1.3indirekt
PyPImsgpack1.0.5indirekt
PyPImultipledispatch0.6.0indirekt
PyPInbclassic1.0.0indirekt
PyPInbclient0.8.0indirekt
PyPInbconvert7.4.0indirekt
PyPInbformat5.8.0indirekt
PyPInbsphinx0.9.4indirekt
PyPInest-asyncio1.5.6indirekt
PyPInetworkx3.1indirekt
PyPInotebook6.5.4indirekt
PyPInotebook-shim0.2.3indirekt
PyPInumpy1.23.5indirekt
PyPIordered-set4.1.0indirekt
PyPIoverrides7.3.1indirekt
PyPIpackaging23.1indirekt
PyPIpandas1.5.3indirekt
PyPIpandocfilters1.5.0indirekt
PyPIparso0.8.3indirekt
PyPIpexpect4.8.0indirekt
PyPIpickleshare0.7.5indirekt
PyPIpillow9.5.0indirekt
PyPIplatformdirs3.5.1indirekt
PyPIplotly5.14.1indirekt
PyPIpluggy1.0.0indirekt
PyPIprometheus-client0.17.0indirekt
PyPIprompt-toolkit3.0.38indirekt
PyPIpsutil5.9.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.2indirekt
PyPIpycparser2.21indirekt
PyPIpydantic1.10.8indirekt
PyPIpygments2.15.1indirekt
PyPIpyparsing3.0.9indirekt
PyPIpyrsistent0.19.3indirekt
PyPIpytest7.3.1indirekt
PyPIpython-dateutil2.8.2indirekt
PyPIpython-json-logger2.0.7indirekt
PyPIpytz2023.3indirekt
PyPIpyzmq25.0.2indirekt
PyPIqtconsole5.4.3indirekt
PyPIqtpy2.3.1indirekt
PyPIrequests2.31.0indirekt
PyPIrequests-cache1.0.1indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrich13.3.5indirekt
PyPIrich-click1.6.1indirekt
PyPIscikit-learn1.2.2indirekt
PyPIscipy1.10.1indirekt
PyPIseaborn0.12.2indirekt
PyPIsend2trash1.8.2indirekt
PyPIsetuptools—indirekt
PyPIsix1.16.0indirekt
PyPIsniffio1.3.0indirekt
PyPIsoupsieve2.4.1indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPIstack-data0.6.2indirekt
PyPIsuds-community1.1.2indirekt
PyPItenacity8.2.2indirekt
PyPIterminado0.17.1indirekt
PyPIthreadpoolctl3.1.0indirekt
PyPItinycss21.2.1indirekt
PyPItomli2.0.1indirekt
PyPItornado6.3.2indirekt
PyPItqdm4.65.0indirekt
PyPItraitlets5.9.0indirekt
PyPItypeguard4.0.0indirekt
PyPItzdata2023.3indirekt
PyPIuri-template1.2.0indirekt
PyPIurl-normalize1.4.3indirekt
PyPIurllib32.0.2indirekt
PyPIwcwidth0.2.6indirekt
PyPIwebcolors1.13indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.5.2indirekt
PyPIwget3.2indirekt
PyPIwheel0.38.4indirekt
PyPIwidgetsnbextension4.0.7indirekt
PyPIwrapt1.15.0indirekt
PyPIxarray2023.5.0indirekt
PyPIxmltodict0.13.0indirekt
PyPIzipp3.15.0indirekt
PyPIzope-event4.6indirekt
PyPIzope-interface6.0indirekt
Abhängigkeits-Advisories 26

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 161 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 26 tragen bekannte Advisories, davon 0 direkte. 1 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
deepdiff6.3.0indirektkritisch48.6.2
pillow9.5.0indirektkritisch3727.0.0-beta.2
click8.1.3indirekthoch18.3.3
fonttools4.39.4indirekthoch44.60.2
idna3.4indirekthoch43.15
jinja23.1.2indirekthoch103.1.6
jupyter-core5.3.0indirekthoch25.8.1
jupyter-server2.6.0indirekthoch202.20.0
lxml4.9.2indirekthoch26.1.0
lxml-html-clean0.2.2indirekthoch80.4.5
mistune0.8.4indirekthoch283.3.0
mistune2.0.5indirekthoch283.3.0
msgpack1.0.5indirekthoch21.2.1
soupsieve2.4.1indirekthoch42.8.4
tornado6.3.2indirekthoch276.5.8
urllib32.0.2indirekthoch162.7.0
biopython1.81indirektmittel21.87
bleach6.0.0indirektmittel26.4.0
nbconvert7.4.0indirektmittel67.17.1
pydantic1.10.8indirektmittel22.4.0
pytest7.3.1indirektmittel29.0.3
requests2.31.0indirektmittel62.33.0
scikit-learn1.2.2indirektmittel21.5.0
zipp3.15.0indirektmittel23.19.1
pygments2.15.1indirektniedrig22.20.0
tqdm4.65.0indirektniedrig24.66.3

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 anton-bushuiev/PPIRef teilen. Nebeneinander lesen →

98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsAußergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich100optuna/optunaA hyperparameter optimization frameworkAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich

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.