Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 22:17 UTC

astronomer / dag-factory

Construct Apache Airflow DAGs Declaratively via YAML configuration files

PythonApache-2.0★ 1.458 Sterne⑂ 237 Forksseit Nov. 2018Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugPluginBibliothekwie das ermittelt wird
#airflow#apache-airflow#python#dags

astronomer/dag-factory erreicht einen Gesundheitsindex von 98 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (72/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

98
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.

98
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 86 wird auf der veröffentlichten Indexskala auf 98 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

AstronomerOrganisation · verifizierte Domain
817 Follower358 öffentliche Reposseit Mai 2015

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIdag-factory1.1.0442.89566vor 133 Tagenairflowapache-airflowastronomerdagprovider

Metriken nach Kategorie

Vitalität

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

91Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

91Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
27/36Commit-Rhythmus — 39/52 Wochen mit Commits
18/18Commit-Volumen — 208 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year208
human_commit_share0,22
days_since_last_push0
active_weeks_last_year39

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 28 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 133 Tagen
27/27Release-Rhythmus — ein Release etwa alle 33 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count28
latest_release_tagv1.1.0
releases_from_tagsnein
days_since_latest_release133
mean_days_between_releases33
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

78Gut
Wie die Bewertung erfolgt
51.3/60Stars — 1.458 Stars
19.8/25Forks — 237 Forks
7/15Watcher — 19 Watcher
Verwendete Eingangsdaten
forks237
stars1.458
watchers19
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 (Apache-2.0)
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_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

94Außergewöhnlich
Wie die Bewertung erfolgt
75.3/80Downloads pro Monat — 442.895 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdag-factory
dependents—
ecosystemspypi
total_downloads—
monthly_downloads442.895
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?

84Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

65Gut
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
16.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 28 % der Commits
13.5/13.5Breite der Beitragenden — 51 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled51
top_contributor_share0,282

Reaktionsfähigkeit bei Issues & PRs

84Exzellent
Wie die Bewertung erfolgt
32.1/42Issue-Lösungsquote — 76 % der Issues geschlossen
25.6/30PR-Annahme — 511/598 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs511
open_issues68
closed_issues220
prs_merged_7d2
prs_decided_7d2
prs_merged_30d2
prs_decided_30d2
issue_closed_ratio0,764
closed_unmerged_prs87
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

96Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
20.9/25Reichweite des Inhabers — 817 Follower von astronomer
25/25Kontohistorie — 358 öffentliche Repos, Kontoalter ca. 11 Jahre
Verwendete Eingangsdaten
followers817
owner_typeOrganization
is_verifiedja
owner_loginastronomer
public_repos358
account_age_days4.144

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 133 Tagen
20/20Versionshistorie — 66 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdag-factory
ecosystemspypi
any_deprecatednein
min_days_since_publish133

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.black])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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://astronomer.github.io/dag-factory/latest/
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsairflow, apache-airflow, python, dags
has_wikija
homepagehttps://astronomer.github.io/dag-factory/latest/
docs_sitehttps://astronomer.github.io/dag-factory/latest/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

86Exzellent · 16 % des Gesamtindex

Sicherheitslage

83Exzellent
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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 7 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
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate8,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages127
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:dag-factory@1.1.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 127 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.

83Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 22 von 22 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
agent_instruction_max_bytes11.534

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

87Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.black])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile
10/10Belegte Agentenpraxis — 20 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 78 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,2
toolchain_manifests—
dependency_bot_commit_share0,78

AI-Code-Lesbarkeit für Modelle

54Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.1/55Handhabbare Dateigrößen — 1/60 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes71.234
source_files_sampled60
oversized_source_files1

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 — examples
Verwendete Eingangsdaten
example_dirsexamples
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

1.458GitHub-Sterne
51Mitwirkende
208Commits, letzte 12 Monate
0Tage seit letztem Push
28Releases
2Bus-Faktor
68offene 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 ★ / 237 ⇿
0Sterne
237Forks
28Releases

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.

0408012016020024023242018-112022-092026-07
Major 1Minor 5Patch 1

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 8.3 / 10
8.3Gesamtwert

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 · 2026-09-17 22:16 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 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 7 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
k. A.Packagingpackaging workflow not detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIapache-airflow>=2.9pyproject.toml
PyPIpathspec—pyproject.toml
PyPIpyyaml—pyproject.toml
PyPIpackaging—pyproject.toml
PyPItyper—pyproject.toml
Alle Abhängigkeiten 201

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 191 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIapache-airflow—direkt
PyPIapache-airflow3.2.2direkt
PyPIpackaging—direkt
PyPIpackaging26.2direkt
PyPIpathspec—direkt
PyPIpathspec1.1.1direkt
PyPIpyyaml—direkt
PyPIpyyaml6.0.3direkt
PyPItyper—direkt
PyPItyper0.26.7direkt
PyPIa2wsgi1.10.10indirekt
PyPIaiofiles24.1.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIaiosmtplib5.1.0indirekt
PyPIaiosqlite0.21.0indirekt
PyPIalembic1.16.1indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.9.0indirekt
PyPIapache-airflow-core3.2.2indirekt
PyPIapache-airflow-providers-cncf-kubernetes—indirekt
PyPIapache-airflow-providers-cncf-kubernetes10.17.1indirekt
PyPIapache-airflow-providers-common-compat1.15.0indirekt
PyPIapache-airflow-providers-common-io1.7.1indirekt
PyPIapache-airflow-providers-common-sql—indirekt
PyPIapache-airflow-providers-common-sql2.0.1indirekt
PyPIapache-airflow-providers-fab—indirekt
PyPIapache-airflow-providers-http—indirekt
PyPIapache-airflow-providers-http6.0.3indirekt
PyPIapache-airflow-providers-slack—indirekt
PyPIapache-airflow-providers-slack9.1.0indirekt
PyPIapache-airflow-providers-smtp3.0.0indirekt
PyPIapache-airflow-providers-standard—indirekt
PyPIapache-airflow-providers-standard1.12.1indirekt
PyPIapache-airflow-task-sdk—indirekt
PyPIapache-airflow-task-sdk1.2.2indirekt
PyPIargcomplete3.6.2indirekt
PyPIasgiref3.11.1indirekt
PyPIasgiref3.8.1indirekt
PyPIasync-timeout5.0.1indirekt
PyPIasyncpg—indirekt
PyPIattrs25.3.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-strenum1.3.1indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIcachetools7.1.4indirekt
PyPIcadwyn6.2.2indirekt
PyPIcertifi2025.4.26indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.4.0indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclick8.2.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.9.0indirekt
PyPIcoverage7.14.1indirekt
PyPIcron-descriptor1.4.5indirekt
PyPIcroniter6.0.0indirekt
PyPIcryptography48.0.1indirekt
PyPIdeprecated1.2.18indirekt
PyPIdill0.4.0indirekt
PyPIdistlib0.3.9indirekt
PyPIdnspython2.7.0indirekt
PyPIdurationpy0.10indirekt
PyPIemail-validator2.2.0indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIfastapi0.136.0indirekt
PyPIfastapi-cli0.0.24indirekt
PyPIfilelock3.20.3indirekt
PyPIfrozenlist1.6.2indirekt
PyPIfsspec2025.5.1indirekt
PyPIgoogleapis-common-protos1.70.0indirekt
PyPIgreenback1.3.0indirekt
PyPIgreenlet3.2.3indirekt
PyPIgrpcio1.72.1indirekt
PyPIh110.16.0indirekt
PyPIhatch1.14.1indirekt
PyPIhatchling1.27.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.7.1indirekt
PyPIhttpx0.28.1indirekt
PyPIhyperlink21.0.0indirekt
PyPIidentify2.6.12indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.1.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.0.1indirekt
PyPIjaraco-functools4.2.1indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.24.0indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIkeyring25.6.0indirekt
PyPIkubernetes35.0.0indirekt
PyPIkubernetes-asyncio35.0.1indirekt
PyPIlazy-object-proxy1.11.0indirekt
PyPIlibcst1.8.6indirekt
PyPIlinkify-it-py2.0.3indirekt
PyPIlockfile0.12.2indirekt
PyPImako1.3.12indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImdurl0.1.2indirekt
PyPImethodtools0.4.7indirekt
PyPImore-itertools10.7.0indirekt
PyPImsgspec0.20.0indirekt
PyPImultidict6.4.4indirekt
PyPInatsort8.4.0indirekt
PyPInodeenv1.9.1indirekt
PyPInumpy2.2.6indirekt
PyPIoauthlib3.2.2indirekt
PyPIopentelemetry-api1.34.0indirekt
PyPIopentelemetry-exporter-otlp1.34.0indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.34.0indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.34.0indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.34.0indirekt
PyPIopentelemetry-proto1.34.0indirekt
PyPIopentelemetry-sdk1.34.0indirekt
PyPIopentelemetry-semantic-conventions0.55b0indirekt
PyPIoutcome1.3.0.post0indirekt
PyPIpandas2.3.3indirekt
PyPIpathlib-abc0.5.2indirekt
PyPIpendulum3.1.0indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.3.8indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpropcache0.3.1indirekt
PyPIprotobuf5.29.6indirekt
PyPIpsutil7.0.0indirekt
PyPIpsycopg2—indirekt
PyPIptyprocess0.7.0indirekt
PyPIpycparser2.22indirekt
PyPIpydantic2.12.5indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-extra-types2.11.1indirekt
PyPIpydantic-settings2.14.0indirekt
PyPIpygments2.20.0indirekt
PyPIpygtrie2.5.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpytest—indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-daemon3.1.2indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.27indirekt
PyPIpython-slugify8.0.4indirekt
PyPIpytz2025.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml-ft8.0.0indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests2.32.3indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich13.9.4indirekt
PyPIrich-argparse1.7.1indirekt
PyPIrich-toolkit0.19.7indirekt
PyPIrpds-py0.25.1indirekt
PyPIsecretstorage3.3.3indirekt
PyPIsetproctitle1.3.6indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIslack-sdk3.35.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlalchemy2.0.49indirekt
PyPIsqlparse0.5.4indirekt
PyPIstarlette1.0.1indirekt
PyPIstructlog25.5.0indirekt
PyPIsvcs25.1.0indirekt
PyPItabulate0.9.0indirekt
PyPItenacity9.1.2indirekt
PyPItermcolor3.1.0indirekt
PyPItext-unidecode1.3indirekt
PyPItomli2.2.1indirekt
PyPItomli-w1.2.0indirekt
PyPItomlkit0.13.3indirekt
PyPItrove-classifiers2025.5.9.12indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.2indirekt
PyPIuc-micro-py1.0.3indirekt
PyPIuniversal-pathlib0.3.10indirekt
PyPIurllib32.7.0indirekt
PyPIuserpath1.9.2indirekt
PyPIuuid62025.0.1indirekt
PyPIuv0.11.15indirekt
PyPIuvicorn0.42.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIwebsockets16.0indirekt
PyPIwirerope1.0.0indirekt
PyPIwrapt1.17.2indirekt
PyPIyarl1.20.0indirekt
PyPIzipp3.22.0indirekt
PyPIzstandard0.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:dag-factory@1.1.0 zieht 127 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

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.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit astronomer/dag-factory teilen. Nebeneinander lesen →

98astronomer/astronomer-cosmosRun your dbt Core or dbt Fusion projects as Apache Airflow DAGs and Task Groups with a few lines of codeAußergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich99argoproj/argo-workflowsWorkflow Engine for KubernetesAußergewöhnlich98marimo-team/marimoA reactive notebook for Python — run reproducible experiments, query with SQL, execute as a script, deploy as an app, and version with git. Stored as pure Python. All in a modern, AI-native editor.Außergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMAußergewöhnlich

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.