Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-20 08:42 UTC

awslabs / aidlc-workflows

AI-Driven Life Cycle (AI-DLC) adaptive workflow steering rules for AI coding agents

TypeScriptMIT-0★ 5.410 Sterne⑂ 975 Forksseit Nov. 2025Auf GitHub ansehen ↗

awslabs/aidlc-workflows erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (96/100) ab, am schwächsten bei Sustainability & Governance (68/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

96
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.

96
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 83 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Amazon Web Services - LabsOrganisation · verifizierte Domain
11.744 Follower1.041 öffentliche Reposseit Jan. 2013

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

Metriken nach Kategorie

Vitalität

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

96Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

93Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
29.1/36Commit-Rhythmus — 42/52 Wochen mit Commits
18/18Commit-Volumen — 1.674 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year1.674
human_commit_share0,94
days_since_last_push0
active_weeks_last_year42

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 45 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 1 Tage
10/10OpenSSF Scorecard: Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
Verwendete Eingangsdaten
releases_count45
latest_release_tagv2.11.1
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases1

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

93Außergewöhnlich · 17 % des Gesamtindex

Popularität & Verbreitung

94Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 5.410 Stars
24.9/25Forks — 975 Forks
9.4/15Watcher — 51 Watcher
Verwendete Eingangsdaten
forks975
stars5.410
watchers51
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-0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templateja

Nachhaltigkeit & Governance

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

68Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

39Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
6.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 72 % der Commits
13.5/13.5Breite der Beitragenden — 71 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 12 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled71
top_contributor_share0,724

Reaktionsfähigkeit bei Issues & PRs

72Gut
Wie die Bewertung erfolgt
30.4/42Issue-Lösungsquote — 72 % der Issues geschlossen
26/30PR-Annahme — 1.654/1.908 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 1/1 PRs von Erstbeitragenden in 30 Tagen gemergt
3/15OpenSSF Scorecard: Code-Review — Found 8/30 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs1.654
open_issues231
closed_issues610
prs_merged_7d55
prs_decided_7d58
prs_merged_30d55
prs_decided_30d58
issue_closed_ratio0,725
closed_unmerged_prs254
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
25/25Reichweite des Inhabers — 11.744 Follower von awslabs
25/25Kontohistorie — 1.041 öffentliche Repos, Kontoalter ca. 13 Jahre
Verwendete Eingangsdaten
followers11.744
owner_typeOrganization
is_verifiedja
owner_loginawslabs
public_repos1.041
account_age_days5.023

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 18 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — biome.json, eslint.config.js
0/9.6Pre-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_confignein

Dokumentation

80Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://awslabs.github.io/aidlc-workflows/
10/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttps://awslabs.github.io/aidlc-workflows/
docs_sitehttps://awslabs.github.io/aidlc-workflows/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

78Gut · 16 % des Gesamtindex

Sicherheitslage

73Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-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
1.5/7.5Code-Review — Found 8/30 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 12 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 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
7.5/7.5Signed-Releases — 5 out of the last 5 releases have a total of 5 signed artifacts.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5Vulnerabilities — 36 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. 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
advisories223
affected_packages25
assessed_packages226
unassessed_packages4
affected_by_severitycritical 5, high 13, moderate 7
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. 226 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 4 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.

84Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 94 von 94 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
agent_instruction_max_bytes27.121

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

73Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — biome.json, eslint.config.js
11/11Statische Typprüfung — tests/fixtures/brownfield-todo/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/failing-linter/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/failing-type-check/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/passing-typescript/tsconfig.json, tests/tsconfig.json, tsconfig.json
10/10Reproduzierbare Umgebung — lockfile
2/10Belegte Agentenpraxis — 1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 6 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languageja
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configstests/fixtures/brownfield-todo/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/failing-linter/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/failing-type-check/tsconfig.json, tests/fixtures/v05-mr9-sensor-fire/passing-typescript/tsconfig.json, tests/tsconfig.json, tsconfig.json
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0,06

AI-Code-Lesbarkeit für Modelle

95Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — TypeScript (statisch typisiert)
50/55Handhabbare Dateigrößen — 115/1.255 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageTypeScript
largest_source_bytes1.831.275
source_files_sampled1.255
oversized_source_files115

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

5.410GitHub-Sterne
71Mitwirkende
1.674Commits, letzte 12 Monate
0Tage seit letztem Push
45Releases
1Bus-Faktor
231offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'aidlc-workflows-docs' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 975 ⇿
0Sterne
975Forks
44Releases

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.

02004006008001.000967142025-112026-052026-10
Major 1Minor 6Patch 11
OpenSSF Scorecard 7.3 / 10
7.3Gesamtwert

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 · 2026-10-20 08:42 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-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
2Code-ReviewFound 8/30 approved changesets -- score normalized to 2
10Contributorsproject has 12 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 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
10Signed-Releases5 out of the last 5 releases have a total of 5 signed artifacts.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities36 existing vulnerabilities detected
Alle Abhängigkeiten 230

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 230 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
npm@anthropic-ai/claude-agent-sdk0.3.158indirekt
npm@biomejs/biome2.4.16indirekt
npm@xterm/headless^6.0.0indirekt
npmbun-types^1.3.13indirekt
npmeslint10.11.0indirekt
npmsmol-toml1.9.1indirekt
npmtypescript^6.0.3indirekt
PyPIaidlc-cli-harness0.1.0indirekt
PyPIaidlc-code-reviewer0.2.0indirekt
PyPIaidlc-contracttest0.1.0indirekt
PyPIaidlc-evaluation-framework0.1.0indirekt
PyPIaidlc-ide-harness0.1.0indirekt
PyPIaidlc-nonfunctional0.1.0indirekt
PyPIaidlc-qualitative0.1.0indirekt
PyPIaidlc-quantitative0.1.0indirekt
PyPIaidlc-reporting0.1.0indirekt
PyPIaidlc-runner0.1.0indirekt
PyPIaidlc-shared0.1.0indirekt
PyPIaidlc-traceability0.1.0indirekt
PyPIaidlc-trend-reports0.1.0indirekt
PyPIaidlc-workflows-docs1.0.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohappyeyeballs2.6.2indirekt
PyPIaiohttp3.13.5indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIaltgraph0.17.5indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.13.0indirekt
PyPIanyio4.14.0indirekt
PyPIast-serialize0.5.0indirekt
PyPIattrs26.1.0indirekt
PyPIaws-requests-auth0.4.3indirekt
PyPIbackoff2.2.1indirekt
PyPIbandit1.9.4indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIboltons21.0.0indirekt
PyPIboolean-py5.0indirekt
PyPIboto31.43.31indirekt
PyPIboto31.43.80indirekt
PyPIboto31.43.9indirekt
PyPIbotocore1.43.31indirekt
PyPIbotocore1.43.83indirekt
PyPIbotocore1.43.9indirekt
PyPIbracex2.6indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2026.4.22indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.1.8indirekt
PyPIclick8.4.1indirekt
PyPIclick8.4.2indirekt
PyPIclick8.5.0indirekt
PyPIclick-option-group0.5.9indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.14.0indirekt
PyPIcoverage7.14.1indirekt
PyPIcryptography48.0.0indirekt
PyPIcryptography49.0.0indirekt
PyPIcryptography50.0.0indirekt
PyPIcyclonedx-python-lib11.11.0indirekt
PyPIdeepmerge3.0.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdesign-reviewer0.1.0indirekt
PyPIdill0.4.1indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIface26.0.0indirekt
PyPIfilelock3.29.4indirekt
PyPIfrozenlist1.8.0indirekt
PyPIglom25.12.0indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIh110.16.0indirekt
PyPIhatchling—indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIidna3.15indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlibrt0.11.0indirekt
PyPIlicense-expression30.4.4indirekt
PyPImacholib1.16.4indirekt
PyPImando0.7.1indirekt
PyPImarkdown3.11.1indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkdownify1.2.2indirekt
PyPImarkupsafe3.0.3indirekt
PyPImarkupsafe3.0.4indirekt
PyPImcp1.23.3indirekt
PyPImcp1.28.0indirekt
PyPImcp1.29.0indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.2.1indirekt
PyPImoto5.2.1indirekt
PyPImoto5.2.2indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.2.0indirekt
PyPImultidict6.7.1indirekt
PyPImypy2.1.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInetworkx3.6.1indirekt
PyPIopentelemetry-api1.37.0indirekt
PyPIopentelemetry-api1.42.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.37.0indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.37.0indirekt
PyPIopentelemetry-instrumentation0.58b0indirekt
PyPIopentelemetry-instrumentation0.63b1indirekt
PyPIopentelemetry-instrumentation-requests0.58b0indirekt
PyPIopentelemetry-instrumentation-threading0.58b0indirekt
PyPIopentelemetry-instrumentation-threading0.63b1indirekt
PyPIopentelemetry-proto1.37.0indirekt
PyPIopentelemetry-sdk1.37.0indirekt
PyPIopentelemetry-sdk1.42.1indirekt
PyPIopentelemetry-semantic-conventions0.58b0indirekt
PyPIopentelemetry-semantic-conventions0.63b1indirekt
PyPIopentelemetry-util-http0.58b0indirekt
PyPIpackageurl-python0.17.6indirekt
PyPIpackaging26.2indirekt
PyPIpathspec1.1.1indirekt
PyPIpeewee3.19.0indirekt
PyPIpefile2024.8.26indirekt
PyPIpillow12.2.0indirekt
PyPIpillow12.3.0indirekt
PyPIpip26.1.2indirekt
PyPIpip-api0.0.34indirekt
PyPIpip-audit2.10.1indirekt
PyPIpip-requirements-parser32.0.1indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf6.33.6indirekt
PyPIpy-serializable2.1.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.14.1indirekt
PyPIpydantic-settings2.14.2indirekt
PyPIpygments2.20.0indirekt
PyPIpygments2.21.0indirekt
PyPIpyinstaller6.21.0indirekt
PyPIpyinstaller-hooks-contrib2026.6indirekt
PyPIpyjwt2.12.1indirekt
PyPIpyjwt2.13.0indirekt
PyPIpymdown-extensions12.3indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest9.0.3indirekt
PyPIpytest9.1.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.29indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32311indirekt
PyPIpywin32312indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIradon6.0.1indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIresponses0.26.0indirekt
PyPIresponses0.26.1indirekt
PyPIrich14.3.4indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.5.1indirekt
PyPIruamel-yaml0.19.1indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIruff0.15.13indirekt
PyPIruff0.15.17indirekt
PyPIruff0.16.4indirekt
PyPIs3transfer0.17.0indirekt
PyPIs3transfer0.19.0indirekt
PyPIsemantic-version2.10.0indirekt
PyPIsemgrep1.163.0indirekt
PyPIsemgrep1.174.0indirekt
PyPIsetuptools82.0.1indirekt
PyPIsix1.17.0indirekt
PyPIslack-bolt1.28.0indirekt
PyPIslack-sdk3.42.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsoupsieve2.8.4indirekt
PyPIsse-starlette3.4.4indirekt
PyPIstarlette1.0.0indirekt
PyPIstarlette1.3.1indirekt
PyPIstevedore5.8.0indirekt
PyPIstrands-agents1.40.0indirekt
PyPIstrands-agents1.44.0indirekt
PyPIstrands-agents1.53.0indirekt
PyPIstrands-agents-tools0.5.3indirekt
PyPIstrands-agents-tools0.8.1indirekt
PyPIstrands-agents-tools0.8.6indirekt
PyPIsympy1.14.0indirekt
PyPItenacity9.1.4indirekt
PyPItomli2.4.1indirekt
PyPItomli2.5.0indirekt
PyPItomli-w1.2.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.47.0indirekt
PyPIuvicorn0.49.0indirekt
PyPIvulture2.16indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcmatch8.5.2indirekt
PyPIwcwidth0.7.0indirekt
PyPIwcwidth0.8.1indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwrapt1.17.3indirekt
PyPIwrapt2.2.1indirekt
PyPIxmltodict1.0.4indirekt
PyPIyarl1.23.0indirekt
PyPIyarl1.24.2indirekt
PyPIzensical0.0.70indirekt
PyPIzipp3.23.1indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 25

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 226 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 25 tragen bekannte Advisories, davon 0 direkte. 4 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
anyio4.13.0indirektkritisch44.14.2
anyio4.14.0indirektkritisch64.14.2
pillow12.2.0indirektkritisch2612.3.0
pyjwt2.12.1indirektkritisch292.15.0
pyjwt2.13.0indirektkritisch282.15.0
aiohttp3.13.5indirekthoch313.14.4
aiohttp3.14.1indirekthoch93.14.4
aiohttp3.14.3indirekthoch33.14.4
cryptography48.0.0indirekthoch750.0.0
mcp1.23.3indirekthoch72.2.0
mcp1.28.0indirekthoch32.2.0
mcp1.29.0indirekthoch12.2.0
mistune3.2.1indirekthoch203.3.0
msgpack1.2.0indirekthoch21.2.1
python-multipart0.0.29indirekthoch80.0.31
soupsieve2.8.3indirekthoch82.9.0
starlette1.0.0indirekthoch101.3.1
urllib32.7.0indirekthoch62.8.0
cryptography49.0.0indirektmittel250.0.0
multidict6.7.1indirektmittel26.9.1
pip26.1.2indirektmittel226.2.0
pydantic-settings2.14.1indirektmittel12.14.2
setuptools82.0.1indirektmittel283.0.0
soupsieve2.8.4indirektmittel42.9.0
werkzeug3.1.8indirektmittel23.1.9

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 awslabs/aidlc-workflows teilen. Nebeneinander lesen →

100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Außergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100risingwavelabs/risingwaveEvent streaming platform for agentic AI. Continuously ingest, transform, and serve event streams in real time, at scale.Außergewöhnlich100deepset-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.Außergewöhnlich100home-assistant/frontend:lollipop: Frontend for Home AssistantAußergewöhnlich100Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich

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.