Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 09:35 UTC

benchflow-ai / benchflow

Research infra for creating RL environments, post-training, and evals.

PythonApache-2.0★ 349 Sterne⑂ 65 Forksseit Jan. 2025Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#benchmark#evals

benchflow-ai/benchflow erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (89/100) ab, am schwächsten bei Security (47/100). Zuletzt vor 1 Tag aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

BenchFlowOrganisation
143 Follower27 öffentliche Reposseit Dez. 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIbenchflow0.7.814.288146vor 1 Tagacpagent-evaluationbenchmarkllm-agentsmulti-turnskillsbench

Metriken nach Kategorie

Vitalität

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

86Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
18.7/36Commit-Rhythmus — 27/52 Wochen mit Commits
18/18Commit-Volumen — 1.316 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_year1.316
human_commit_share1
days_since_last_push1
active_weeks_last_year27

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 36 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 1 Tagen
27/27Release-Rhythmus — ein Release etwa alle 3,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count36
latest_release_tagv0.7.8
releases_from_tagsnein
days_since_latest_release1
mean_days_between_releases3,4

Community & Verbreitung

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

57Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

56Mittel
Wie die Bewertung erfolgt
41.2/60Stars — 349 Stars
15.1/25Forks — 65 Forks
0/15Watcher — 2 Watcher
Verwendete Eingangsdaten
forks65
stars349
watchers2
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_badges2
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

69Gut
Wie die Bewertung erfolgt
55.4/80Downloads pro Monat — 14.288 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesbenchflow
dependents—
ecosystemspypi
total_downloads—
monthly_downloads14.288
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?

67Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

42Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
10/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 56 % der Commits
13.5/13.5Breite der Beitragenden — 20 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 14 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled20
top_contributor_share0,557

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
36.6/42Issue-Lösungsquote — 87 % der Issues geschlossen
26.2/30PR-Annahme — 684/782 entschiedene PRs gemergt
12.1/13Newcomer PR acceptance — 13/14 PRs von Erstbeitragenden in 30 Tagen gemergt
4.5/15OpenSSF Scorecard: Code-Review — Found 8/26 approved changesets -- score normalized to 3
Verwendete Eingangsdaten
merged_prs684
open_issues31
closed_issues210
prs_merged_7d11
prs_decided_7d11
prs_merged_30d38
prs_decided_30d43
issue_closed_ratio0,871
closed_unmerged_prs98
first_time_authors_30d7
first_time_prs_merged_30d13
first_time_prs_decided_30d14

Eigentümerschaft & Trägerschaft

60Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
15.5/25Reichweite des Inhabers — 143 Follower von benchflow-ai
14.1/25Kontohistorie — 27 öffentliche Repos, Kontoalter ca. 1 Jahre
Verwendete Eingangsdaten
followers143
owner_typeOrganization
is_verifiednein
owner_loginbenchflow-ai
public_repos27
account_age_days654

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 1 Tagen
20/20Versionshistorie — 146 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesbenchflow
ecosystemspypi
any_deprecatednein
min_days_since_publish1

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

89Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

82Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 25 out of 26 merged PRs checked by a CI test -- score normalized to 9
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://benchflow.ai/
10/10Repository-Beschreibung
10/10Topics — 2 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsbenchmark, evals
has_wikija
homepagehttps://benchflow.ai/
docs_sitehttps://benchflow.ai/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

47Schwach · 16 % des Gesamtindex

Sicherheitslage

40Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.2/2.5CI-Tests — 25 out of 26 merged PRs checked by a CI test -- score normalized to 9
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
2.2/7.5Code-Review — Found 8/26 approved changesets -- score normalized to 3
2.5/2.5Contributors — project has 14 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
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
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 — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
1.5/7.5Vulnerabilities — 8 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

77Gut
Wie die Bewertung erfolgt
12/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: cryptography 48.0.1 (high 8.2)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
40/40Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich
Verwendete Eingangsdaten
sourceosv
advisories6
affected_packages1
assessed_packages125
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:benchflow@0.7.8 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 125 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.

84Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://benchflow.ai/llms.txt)
40/40Lesbare Commit-Historie — 95 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://benchflow.ai/llms.txt
legible_history_share0,95
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6.509

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

66Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/benchflow/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
10/10Belegte Agentenpraxis — 6 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainerja
has_linter_configja
typecheck_configssrc/benchflow/py.typed
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/benchflow/py.typed)
54.2/55Handhabbare Dateigrößen — 12/786 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes121.773
source_files_sampled786
oversized_source_files12

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, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
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

349GitHub-Sterne
20Mitwirkende
1.316Commits, letzte 12 Monate
1Tage seit letztem Push
36Releases
1Bus-Faktor
31offene 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 ★ / 65 ⇿
0Sterne
65Forks
35Releases

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.

01325385063756542025-022025-112026-09
Major 0Minor 5Patch 24

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.0 / 10
4.0Gesamtwert

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 09:34 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
9CI-Tests25 out of 26 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 8/26 approved changesets -- score normalized to 3
10Contributorsproject has 14 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
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
2Vulnerabilities8 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIagent-client-protocol>=0.10pyproject.toml
PyPIhttpx>=0.27.0pyproject.toml
PyPIanyio>=4.0pyproject.toml
PyPIpydantic>=2.7pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPIrich>=13.0pyproject.toml
PyPIcryptography>=44pyproject.toml
PyPIpackaging>=24pyproject.toml
PyPIlitellm==1.91.0pyproject.toml
PyPIgoogle-cloud-aiplatform>=1.133.0,<2.0pyproject.toml
PyPItomli-w>=1.0pyproject.toml
PyPItyper>=0.9pyproject.toml
Alle Abhängigkeiten 259

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 14 direkte und 245 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIagent-client-protocol0.10.0direkt
PyPIanyio4.8.0direkt
PyPIcryptography48.0.1direkt
PyPIgoogle-cloud-aiplatform1.163.0direkt
PyPIhttpx—direkt
PyPIhttpx0.28.1direkt
PyPIlitellm1.91.0direkt
PyPIpackaging26.0direkt
PyPIpydantic—direkt
PyPIpydantic2.12.5direkt
PyPIpyyaml6.0.3direkt
PyPIrich13.9.4direkt
PyPItomli-w1.2.0direkt
PyPItyper0.24.1direkt
PyPIaccelerate1.14.0indirekt
PyPIaiofiles24.1.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiohttp-retry2.9.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.104.0indirekt
PyPIapscheduler3.11.2indirekt
PyPIattrs26.1.0indirekt
PyPIazure-core1.41.0indirekt
PyPIazure-data-tables12.7.0indirekt
PyPIazure-identity1.25.3indirekt
PyPIazure-storage-blob12.29.0indirekt
PyPIazure-storage-queue12.17.0indirekt
PyPIbackoff2.2.1indirekt
PyPIbedrock-agentcore1.18.1indirekt
PyPIbenchflow0.7.9.dev0indirekt
PyPIboto31.43.56indirekt
PyPIbotocore1.43.56indirekt
PyPIbracex2.6indirekt
PyPIcbor26.1.1indirekt
PyPIcertifi2024.12.14indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclaw-gmail—indirekt
PyPIclick—indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcroniter6.2.2indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-pathfinder1.5.6indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIdatasets5.0.0indirekt
PyPIdaytona0.184.0indirekt
PyPIdaytona-api-client0.184.0indirekt
PyPIdaytona-api-client-async0.184.0indirekt
PyPIdaytona-toolbox-api-client0.184.0indirekt
PyPIdaytona-toolbox-api-client-async0.184.0indirekt
PyPIdeepagents0.6.8indirekt
PyPIdeprecated1.3.1indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexpression5.6.0indirekt
PyPIfaker—indirekt
PyPIfastapi—indirekt
PyPIfastapi0.136.3indirekt
PyPIfastapi-mcp—indirekt
PyPIfastapi-sso0.21.0indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.25.2indirekt
PyPIfiletype1.2.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.4.0indirekt
PyPIgoogle-api-core2.34.0indirekt
PyPIgoogle-auth2.53.0indirekt
PyPIgoogle-cloud-bigquery3.43.0indirekt
PyPIgoogle-cloud-core2.6.1indirekt
PyPIgoogle-cloud-resource-manager1.18.0indirekt
PyPIgoogle-cloud-storage3.13.1indirekt
PyPIgoogle-crc32c1.8.0indirekt
PyPIgoogle-genai2.5.0indirekt
PyPIgoogle-resumable-media2.10.1indirekt
PyPIgoogleapis-common-protos1.75.0indirekt
PyPIgranian2.7.5indirekt
PyPIgreenlet3.5.5indirekt
PyPIgrpc-google-iam-v10.14.5indirekt
PyPIgrpcio1.83.0indirekt
PyPIgrpcio-status1.83.0indirekt
PyPIgrpclib0.4.9indirekt
PyPIgunicorn23.0.0indirekt
PyPIgymnasium—indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIhf-xet1.5.0indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhttpx-ws0.9.0indirekt
PyPIhuggingface-hub1.16.1indirekt
PyPIhyperframe6.1.0indirekt
PyPIidentify2.6.18indirekt
PyPIidna3.16indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.0.0indirekt
PyPIisodate0.7.2indirekt
PyPIjinja2—indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.15.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlangchain1.3.7indirekt
PyPIlangchain-anthropic1.4.5indirekt
PyPIlangchain-core1.4.6indirekt
PyPIlangchain-google-genai4.2.5indirekt
PyPIlangchain-openai1.3.0indirekt
PyPIlangchain-protocol0.0.16indirekt
PyPIlanggraph1.2.4indirekt
PyPIlanggraph-checkpoint4.1.1indirekt
PyPIlanggraph-prebuilt1.1.0indirekt
PyPIlanggraph-sdk0.4.2indirekt
PyPIlangsmith0.8.15indirekt
PyPIlitellm-enterprise0.1.44indirekt
PyPIlitellm-proxy-extras0.4.74indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImcp1.28.1indirekt
PyPImdurl0.1.2indirekt
PyPImodal1.4.2indirekt
PyPImpmath1.3.0indirekt
PyPImsal1.37.0indirekt
PyPImsal-extensions1.3.1indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.4.6indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.3.33indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIoauthlib3.3.1indirekt
PyPIobstore0.8.2indirekt
PyPIopenai2.38.0indirekt
PyPIopentelemetry-api1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.41.1indirekt
PyPIopentelemetry-instrumentation0.62b1indirekt
PyPIopentelemetry-instrumentation-aiohttp-client0.62b1indirekt
PyPIopentelemetry-proto1.41.1indirekt
PyPIopentelemetry-sdk1.41.1indirekt
PyPIopentelemetry-semantic-conventions0.62b1indirekt
PyPIopentelemetry-util-http0.62b1indirekt
PyPIorjson3.11.9indirekt
PyPIormsgpack1.12.2indirekt
PyPIpandas3.0.3indirekt
PyPIpathspec1.1.1indirekt
PyPIplatformdirs4.9.6indirekt
PyPIplaywright1.62.0indirekt
PyPIpluggy1.5.0indirekt
PyPIpolars1.41.2indirekt
PyPIpolars-runtime-321.41.2indirekt
PyPIpre-commit4.5.1indirekt
PyPIpropcache0.5.2indirekt
PyPIproto-plus1.28.3indirekt
PyPIprotobuf6.33.6indirekt
PyPIpsutil7.2.2indirekt
PyPIpyarrow24.0.0indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-settings2.14.2indirekt
PyPIpyee13.0.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpynacl1.6.2indirekt
PyPIpyopenssl26.2.0indirekt
PyPIpyroscope-io0.8.16indirekt
PyPIpytest—indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-asyncio—indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-json-report—indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.2.2indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart—indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32311indirekt
PyPIredis8.0.0indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.5.9indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrestrictedpython8.3indirekt
PyPIrpds-py2026.5.1indirekt
PyPIrq2.9.0indirekt
PyPIruff—indirekt
PyPIruff0.15.7indirekt
PyPIs3transfer0.19.2indirekt
PyPIsafetensors0.8.0indirekt
PyPIsetuptools—indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsoundfile0.13.1indirekt
PyPIsqlalchemy—indirekt
PyPIsse-starlette3.4.4indirekt
PyPIstarlette1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPIsynchronicity0.12.2indirekt
PyPItenacity9.1.4indirekt
PyPItiktoken0.13.0indirekt
PyPItokenizers0.22.2indirekt
PyPItoml0.10.2indirekt
PyPItorch2.13.0indirekt
PyPItqdm4.67.3indirekt
PyPItransformers5.6.2indirekt
PyPItriton3.7.1indirekt
PyPItrl1.8.0indirekt
PyPIty0.0.29indirekt
PyPItypes-certifi2021.10.8.3indirekt
PyPItypes-toml0.10.8.20260518indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPItzlocal5.3.1indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.16.0indirekt
PyPIuvicorn—indirekt
PyPIuvicorn0.49.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv21.2.1indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcmatch10.1indirekt
PyPIwebsockets15.0.1indirekt
PyPIwheel—indirekt
PyPIwrapt2.1.2indirekt
PyPIwsproto1.3.2indirekt
PyPIxxhash3.7.0indirekt
PyPIyarl1.23.0indirekt
PyPIzipp3.23.1indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:benchflow@0.7.8 zieht 125 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
cryptography48.0.1direkthoch650.0.0

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 benchflow-ai/benchflow teilen. Nebeneinander lesen →

92UiPath/coder_evalPlaywright for coding agents. Test that your skills, MCP servers, and CLIs actually work when an agent uses them — sandboxed YAML suites, A/B experiments, CI gates.Exzellent94langchain-ai/deepagentsThe batteries-included agent harness.Außergewöhnlich94truera/trulensEvaluation and Tracking for LLM Experiments and AI AgentsAußergewöhnlich80alizahidraja/isnadGrade every agent, scraper and model in a claim's chain — provenance, trust scoring and audit evidence for LLM pipelinesExzellent78scaleapi/agentenv-frameworkCreating realistic RL environments requires collaboration between researchers, engineers, and domain experts across many dimensions: artifacts, environments tools, dynamism of the environment, reproducibility, and more. There is no open source framework for building these environments effectively. Until now.Gut100Arize-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 — PyPI.