Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-22 03:25 UTC

castorini / rank_llm

RankLLM is a Python toolkit for reproducible information retrieval research using rerankers, with a focus on listwise reranking.

PythonApache-2.0★ 660 Sterne⑂ 108 Forksseit Aug. 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

castorini/rank_llm erreicht einen Gesundheitsindex von 83 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (87/100) ab, am schwächsten bei Vitality (53/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

83
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.

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

Eigentümerschaft

CastoriniOrganisation
230 Follower123 öffentliche Reposseit Apr. 2017

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIrank-llm0.26.013.75828vor 0 Tagenprompt-decoderrankvicunarankzephyrrankllminformation-retrievalneural-rankingllmlistwisepointwisefirstmistral

Metriken nach Kategorie

Vitalität

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

53Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

87Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
22.8/36Commit-Rhythmus — 33/52 Wochen mit Commits
18/18Commit-Volumen — 105 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_year105
human_commit_share1
days_since_last_push0
active_weeks_last_year33

Release-Disziplin

1Kritisch
Wie die Bewertung erfolgt
0/27Liefert Releases aus — keine Releases veröffentlicht
0/36Release-Aktualität — keine Releases
0/27Release-Rhythmus — keine Releases
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count0
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?

71Gut · 17 % des Gesamtindex

Popularität & Verbreitung

67Gut
Wie die Bewertung erfolgt
45.7/60Stars — 660 Stars
16.9/25Forks — 108 Forks
4.7/15Watcher — 8 Watcher
Verwendete Eingangsdaten
forks108
stars660
watchers8
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

69Gut
Wie die Bewertung erfolgt
55.2/80Downloads pro Monat — 13.758 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesrank-llm
dependents—
ecosystemspypi
total_downloads—
monthly_downloads13.758
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?

81Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

76Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
16.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 28 % der Commits
13.5/13.5Breite der Beitragenden — 51 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled51
top_contributor_share0,284

Reaktionsfähigkeit bei Issues & PRs

82Exzellent
Wie die Bewertung erfolgt
33.9/42Issue-Lösungsquote — 81 % der Issues geschlossen
25.5/30PR-Annahme — 290/341 entschiedene PRs gemergt
9.1/13Newcomer PR acceptance — 7/10 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 29/30 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs290
open_issues20
closed_issues84
prs_merged_7d5
prs_decided_7d6
prs_merged_30d17
prs_decided_30d21
issue_closed_ratio0,808
closed_unmerged_prs51
first_time_authors_30d5
first_time_prs_merged_30d7
first_time_prs_decided_30d10

Eigentümerschaft & Trägerschaft

72Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
17/25Reichweite des Inhabers — 230 Follower von castorini
25/25Kontohistorie — 123 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers230
owner_typeOrganization
is_verifiednein
owner_logincastorini
public_repos123
account_age_days3.490

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 28 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesrank-llm
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

87Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

80Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — http://rankllm.ai
10/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttp://rankllm.ai
docs_sitehttp://rankllm.ai
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

57Mittel · 16 % des Gesamtindex

Sicherheitslage

46Schwach
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 — 29 out of 30 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
6.8/7.5Code-Review — Found 29/30 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 6 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 163 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, 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
advisories261
affected_packages27
assessed_packages270
unassessed_packages6
affected_by_severitycritical 5, high 14, moderate 8
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. 270 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 6 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.

59Mittel · 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 — 92 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,92
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes5.195

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

51Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
8/10Belegte Agentenpraxis — 4 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.7/55Handhabbare Dateigrößen — 1/186 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes87.135
source_files_sampled186
oversized_source_files1

Maschinenlesbare AI-Schnittstellen

33Gefährdet
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
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

660GitHub-Sterne
51Mitwirkende
105Commits, letzte 12 Monate
0Tage seit letztem Push
0Releases
3Bus-Faktor
20offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:rank-llm@0.26.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 108 ⇿
0Sterne
108Forks

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.

02040608010012010742023-092025-042026-10

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 4.6 / 10
4.6Gesamtwert

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 · 2026-10-22 03:25 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-Tests29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 29/30 approved changesets -- score normalized to 9
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 10 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities163 existing vulnerabilities detected
Alle Abhängigkeiten 276

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 276 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaccelerate1.13.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.97.0indirekt
PyPIanyio4.13.0indirekt
PyPIapache-tvm-ffi0.1.9indirekt
PyPIastor0.8.1indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.0indirekt
PyPIbeartype0.22.9indirekt
PyPIbitsandbytes0.49.2indirekt
PyPIblake31.0.8indirekt
PyPIblinker1.9.0indirekt
PyPIboto31.43.81indirekt
PyPIbotocore1.43.81indirekt
PyPIcachetools7.1.0indirekt
PyPIcbor26.0.1indirekt
PyPIcertifi2026.4.22indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.3.3indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcompressed-tensors0.15.0.1indirekt
PyPIcontourpy1.3.3indirekt
PyPIcronsim2.7indirekt
PyPIcryptography47.0.0indirekt
PyPIcuda-bindings13.2.0indirekt
PyPIcuda-pathfinder1.5.4indirekt
PyPIcuda-python13.2.0indirekt
PyPIcuda-tile1.3.0indirekt
PyPIcuda-toolkit13.0.2indirekt
PyPIcycler0.12.1indirekt
PyPIcyclopts5.0.0a6indirekt
PyPIdacite—indirekt
PyPIdacite1.9.2indirekt
PyPIdatasets4.8.5indirekt
PyPIdeepspeed0.18.9indirekt
PyPIdepyf0.20.0indirekt
PyPIdill0.4.1indirekt
PyPIdiskcache5.6.3indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIeinops0.8.2indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfaiss-cpu1.13.2indirekt
PyPIfakeredis2.34.1indirekt
PyPIfastapi0.136.1indirekt
PyPIfastapi-cli0.0.24indirekt
PyPIfastapi-cloud-cli0.17.1indirekt
PyPIfastar0.11.0indirekt
PyPIfastmcp2.14.7indirekt
PyPIfastsafetensors0.3indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.29.0indirekt
PyPIflashinfer-cubin0.6.8.post1indirekt
PyPIflashinfer-python0.6.8.post1indirekt
PyPIflask3.1.3indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfonttools4.63.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.2.0indirekt
PyPIftfy—indirekt
PyPIftfy6.3.1indirekt
PyPIgguf0.18.0indirekt
PyPIgoogle-auth2.50.0indirekt
PyPIgoogle-genai2.7.0indirekt
PyPIgoogleapis-common-protos1.74.0indirekt
PyPIgrpcio1.80.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.6.0indirekt
PyPIhjson3.1.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.7.1indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub—indirekt
PyPIhuggingface-hub1.13.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.13indirekt
PyPIijson3.5.0indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIinteregular0.3.3indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.14.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjoserfc1.6.4indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-path0.4.6indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIkiwisolver1.5.1indirekt
PyPIlark1.2.2indirekt
PyPIlitellm1.98.0indirekt
PyPIllguidance1.3.0indirekt
PyPIllvmlite0.47.0indirekt
PyPIlm-format-enforcer0.11.3indirekt
PyPIloguru0.7.3indirekt
PyPIlupa2.8indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.11.1indirekt
PyPImcp1.27.0indirekt
PyPImdurl0.1.2indirekt
PyPImistral-common1.11.1indirekt
PyPIml-dtypes0.5.4indirekt
PyPImodel-hosting-container-standards0.1.14indirekt
PyPImore-itertools11.0.2indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.1.2indirekt
PyPImsgspec0.21.1indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPInetworkx3.6.1indirekt
PyPIninja1.13.0indirekt
PyPInodeenv1.10.0indirekt
PyPInumba0.65.0indirekt
PyPInumpy2.3.5indirekt
PyPInumpy2.4.4indirekt
PyPInvidia-cublas13.1.0.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.19.0.56indirekt
PyPInvidia-cudnn-frontend1.18.0indirekt
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-cu130.8.0indirekt
PyPInvidia-cutlass-dsl4.5.1indirekt
PyPInvidia-cutlass-dsl-libs-base4.5.1indirekt
PyPInvidia-ml-py13.595.45indirekt
PyPInvidia-nccl-cu132.28.9indirekt
PyPInvidia-nvjitlink13.0.88indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIonnxruntime1.25.1indirekt
PyPIopenai2.33.0indirekt
PyPIopenai-harmony0.0.8indirekt
PyPIopenapi-pydantic0.5.1indirekt
PyPIopencv-python-headless4.13.0.92indirekt
PyPIopentelemetry-api1.41.1indirekt
PyPIopentelemetry-exporter-otlp1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-grpc1.41.1indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.41.1indirekt
PyPIopentelemetry-proto1.41.1indirekt
PyPIopentelemetry-sdk1.41.1indirekt
PyPIopentelemetry-semantic-conventions0.62b1indirekt
PyPIopentelemetry-semantic-conventions-ai0.5.1indirekt
PyPIoutlines-core0.2.14indirekt
PyPIpackaging26.2indirekt
PyPIpandas3.0.2indirekt
PyPIpartial-json-parser0.2.1.1.post7indirekt
PyPIpathable0.5.0indirekt
PyPIpathvalidate3.3.1indirekt
PyPIpillow12.2.0indirekt
PyPIplatformdirs4.9.6indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIprometheus-client0.25.0indirekt
PyPIprometheus-fastapi-instrumentator7.1.0indirekt
PyPIpropcache0.4.1indirekt
PyPIprotobuf6.33.6indirekt
PyPIpsutil7.2.2indirekt
PyPIpy-cpuinfo9.0.0indirekt
PyPIpy-key-value-aio0.3.0indirekt
PyPIpy-key-value-shared0.3.0indirekt
PyPIpyarrow24.0.0indirekt
PyPIpyasn10.6.3indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpybase641.4.3indirekt
PyPIpycountry26.2.16indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.3indirekt
PyPIpydantic-core2.46.3indirekt
PyPIpydantic-extra-types2.11.1indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpydocket0.18.2indirekt
PyPIpygments2.20.0indirekt
PyPIpyjnius1.7.0indirekt
PyPIpyjwt2.12.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyperclip1.11.0indirekt
PyPIpyserini2.4.0indirekt
PyPIpytest9.0.3indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.2.2indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-json-logger4.1.0indirekt
PyPIpython-multipart0.0.27indirekt
PyPIpywin32311indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIquack-kernels0.4.1indirekt
PyPIrank-llm0.26.0indirekt
PyPIredis8.0.0b2indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.4.4indirekt
PyPIrequests—indirekt
PyPIrequests2.33.1indirekt
PyPIrich15.0.0indirekt
PyPIrich-toolkit0.19.7indirekt
PyPIrignore0.7.6indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.12indirekt
PyPIs3transfer0.19.2indirekt
PyPIsafetensors0.8.0rc0indirekt
PyPIscikit-learn1.8.0indirekt
PyPIscipy1.17.1indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsentencepiece0.2.1indirekt
PyPIsentry-sdk3.0.0a7indirekt
PyPIsetproctitle1.3.7indirekt
PyPIsetuptools80.10.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsse-starlette3.4.1indirekt
PyPIstarlette0.52.1indirekt
PyPIsupervisor4.3.0indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.10.0indirekt
PyPItenacity9.1.4indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItiktoken0.12.0indirekt
PyPItilelang0.1.9indirekt
PyPItokenizers0.23.0rc0indirekt
PyPItorch2.11.0indirekt
PyPItorch-c-dlpack-ext0.1.5indirekt
PyPItorchaudio2.11.0indirekt
PyPItorchvision0.26.0indirekt
PyPItqdm—indirekt
PyPItqdm4.67.3indirekt
PyPItransformers5.7.0indirekt
PyPItriton3.6.0indirekt
PyPItyper0.25.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIuncalled-for0.3.1indirekt
PyPIurllib32.6.3indirekt
PyPIuvicorn0.46.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv21.3.0indirekt
PyPIvllm0.20.1indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwcwidth0.7.0indirekt
PyPIwebsockets16.0indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwin32-setctime1.2.0indirekt
PyPIxgrammar0.2.0indirekt
PyPIxxhash3.7.0indirekt
PyPIyarl1.23.0indirekt
PyPIz3-solver4.15.4.0indirekt
PyPIzipp3.23.1indirekt
Abhängigkeits-Advisories 27

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 270 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 27 tragen bekannte Advisories, davon 0 direkte. 6 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
anyio4.13.0indirektkritisch44.14.2
fastmcp2.14.7indirektkritisch63.2.0
pillow12.2.0indirektkritisch5413.0.0
pyjwt2.12.1indirektkritisch292.15.0
vllm0.20.1indirektkritisch660.32.0
accelerate1.13.0indirekthoch2—
aiohttp3.14.3indirekthoch83.14.4
certifi2026.4.22indirekthoch22026.10.19
cryptography47.0.0indirekthoch750.0.0
fsspec2026.2.0indirekthoch22026.6.0
joserfc1.6.4indirekthoch41.6.8
mcp1.27.0indirekthoch72.2.0
msgpack1.1.2indirekthoch21.2.1
pyasn10.6.3indirekthoch60.6.4
python-multipart0.0.27indirekthoch80.0.31
starlette0.52.1indirekthoch101.3.1
transformers5.7.0indirekthoch45.10.0
urllib32.6.3indirekthoch102.8.0
virtualenv21.3.0indirekthoch1521.14.9
authlib1.7.0indirektmittel21.7.1
datasets4.8.5indirektmittel25.0.1
diskcache5.6.3indirektmittel2—
idna3.13indirektmittel23.15
multidict6.7.1indirektmittel26.9.1
setuptools80.10.2indirektmittel283.0.0
torch2.11.0indirektmittel12.13.0
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 castorini/rank_llm teilen. Nebeneinander lesen →

100deepset-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.Außergewöhnlich98Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Außergewöhnlich96onyx-dot-app/onyxOpen Source AI Platform - AI Chat with advanced features that works with every LLMAußergewöhnlich96NVIDIA/raftRAFT contains fundamental widely-used algorithms and primitives for machine learning and information retrieval. The algorithms are CUDA-accelerated and form building blocks for more easily writing high performance applications.Außergewöhnlich100run-llama/llama_indexLlamaIndex is the document processing platform for AIAußergewöhnlich100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich

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.