Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-19 09:20 UTC

chemosim-lab / ProLIF

Interaction Fingerprints for protein-ligand complexes and more

PythonApache-2.0★ 540 Sterne⑂ 104 Forksseit Jan. 2020Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#molecular-dynamics#rdkit#drug-design#docking#cheminformatics#mdanalysis#drug-discovery

chemosim-lab/ProLIF erreicht einen Gesundheitsindex von 78 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (86/100) ab, am schwächsten bei Security (50/100). Zuletzt vor 48 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

78
gesamt / 100
Gut

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.

78
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 67 wird auf der veröffentlichten Indexskala auf 78 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

ChemSenSim LabOrganisation
31 Follower14 öffentliche Reposseit Juli 2019

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIprolif2.2.178.93430vor 53 Tagensciencechemistrydrug-designcheminformaticschemoinformaticsmolecular-dynamicsinteraction-fingerprint

Metriken nach Kategorie

Vitalität

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

62Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

48Schwach
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 48 Tagen
7.6/36Commit-Rhythmus — 11/52 Wochen mit Commits
13.4/18Commit-Volumen — 30 Commits im letzten Jahr
9/10OpenSSF Scorecard: Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
Verwendete Eingangsdaten
commits_last_year30
human_commit_share1
days_since_last_push48
active_weeks_last_year11

Release-Disziplin

84Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 16 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 53 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 149,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count16
latest_release_tagv2.2.1
releases_from_tagsnein
days_since_latest_release53
mean_days_between_releases149,8
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

67Gut
Wie die Bewertung erfolgt
44.3/60Stars — 540 Stars
16.8/25Forks — 104 Forks
6/15Watcher — 13 Watcher
Verwendete Eingangsdaten
forks104
stars540
watchers13
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
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
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

82Exzellent
Wie die Bewertung erfolgt
65.3/80Downloads pro Monat — 78.934 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesprolif
dependents—
ecosystemspypi
total_downloads—
monthly_downloads78.934
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?

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

35Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
2.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 88 % der Commits
13.5/13.5Breite der Beitragenden — 18 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled18
top_contributor_share0,882

Reaktionsfähigkeit bei Issues & PRs

75Gut
Wie die Bewertung erfolgt
38.2/42Issue-Lösungsquote — 91 % der Issues geschlossen
23.7/30PR-Annahme — 87/110 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
3/15OpenSSF Scorecard: Code-Review — Found 6/28 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs87
open_issues18
closed_issues183
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,91
closed_unmerged_prs23
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

61Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
10.8/25Reichweite des Inhabers — 31 Follower von chemosim-lab
20.6/25Kontohistorie — 14 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers31
owner_typeOrganization
is_verifiednein
owner_loginchemosim-lab
public_repos14
account_age_days2.614

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 53 Tagen
20/20Versionshistorie — 30 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesprolif
ecosystemspypi
any_deprecatednein
min_days_since_publish53

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

86Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 20 out of 20 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

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://prolif.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 7 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsmolecular-dynamics, rdkit, drug-design, docking, cheminformatics, mdanalysis, drug-discovery
has_wikinein
homepagehttps://prolif.readthedocs.io
docs_sitehttps://prolif.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

50Mittel · 16 % des Gesamtindex

Sicherheitslage

37Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 20 out of 20 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 6/28 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 5 contributing companies or organizations
0/10Dangerous-Workflow — 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
6.8/7.5Maintained — 9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
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 — 54 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate3,7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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_packages29
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:prolif@2.2.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 29 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.

57Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

27Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
26.7/40Lesbare Commit-Historie — 50 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,5
agent_instruction_files—
agent_instruction_max_bytes—

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

54Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.black], [tool.isort])
11/11Statische Typprüfung — prolif/py.typed
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsprolif/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (prolif/py.typed)
55/55Handhabbare Dateigrößen — 0/53 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes54.761
source_files_sampled53
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

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

Eckdaten

540GitHub-Sterne
18Mitwirkende
30Commits, letzte 12 Monate
48Tage seit letztem Push
16Releases
1Bus-Faktor
18offene 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 ★ / 104 ⇿
0Sterne
104Forks
15Releases

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.

02040608010010052021-012023-112026-09
Major 2Minor 3Patch 8

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 3.7 / 10
3.7Gesamtwert

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 · 2026-09-19 09:19 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests20 out of 20 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 6/28 approved changesets -- score normalized to 2
10Contributorsproject has 5 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
9Maintained9 commit(s) and 2 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities54 existing vulnerabilities detected
Direkte Abhängigkeiten 11
RegistryPaketVersionsvorgabeManifest
PyPIpandas>=1.1.0pyproject.toml
PyPInumpy>=1.13.3pyproject.toml
PyPIscipy>=1.3.0pyproject.toml
PyPImdanalysis>=2.2.0,<3pyproject.toml
PyPImdanalysis>=2.7.0,<3pyproject.toml
PyPInetworkx>=2.5.0pyproject.toml
PyPItqdm—pyproject.toml
PyPImultiprocess—pyproject.toml
PyPIdill—pyproject.toml
PyPIpsutil—pyproject.toml
PyPIgemmi>=0.7.5pyproject.toml
Alle Abhängigkeiten 161

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 13 direkte und 148 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIdill0.3.9direkt
PyPIgemmi0.7.5direkt
PyPImdanalysis2.5.0direkt
PyPImdanalysis2.8.0direkt
PyPImultiprocess0.70.17direkt
PyPInetworkx3.2.1direkt
PyPInetworkx3.4.2direkt
PyPInumpy1.26.4direkt
PyPIpandas2.2.3direkt
PyPIpsutil7.0.0direkt
PyPIscipy1.13.1direkt
PyPIscipy1.15.2direkt
PyPItqdm4.67.1direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster0.7.16indirekt
PyPIanyio4.14.2indirekt
PyPIappnope0.1.4indirekt
PyPIasttokens3.0.0indirekt
PyPIattrs25.1.0indirekt
PyPIbabel2.17.0indirekt
PyPIbeautifulsoup44.13.3indirekt
PyPIbiopython1.85indirekt
PyPIblack25.1.0indirekt
PyPIcertifi2025.1.31indirekt
PyPIcffi1.17.1indirekt
PyPIcharset-normalizer3.4.1indirekt
PyPIclick8.1.8indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.2indirekt
PyPIcommonmark0.9.1indirekt
PyPIcontourpy1.3.0indirekt
PyPIcontourpy1.3.1indirekt
PyPIcoverage7.6.12indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.12indirekt
PyPIdecorator5.2.1indirekt
PyPIdocutils0.19indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexecuting2.2.0indirekt
PyPIfasteners0.19indirekt
PyPIfastjsonschema2.21.1indirekt
PyPIfonttools4.56.0indirekt
PyPIgreenlet3.1.1indirekt
PyPIgriddataformats1.0.2indirekt
PyPIgsd3.4.2indirekt
PyPIh110.16.0indirekt
PyPIidna3.10indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.6.1indirekt
PyPIiniconfig2.0.0indirekt
PyPIipykernel6.29.5indirekt
PyPIipython8.18.1indirekt
PyPIipywidgets8.1.5indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.5indirekt
PyPIjoblib1.4.2indirekt
PyPIjsonpickle4.0.2indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema-specifications2024.10.1indirekt
PyPIjupyter-cache0.6.1indirekt
PyPIjupyter-client8.6.3indirekt
PyPIjupyter-core5.7.2indirekt
PyPIjupyterlab-widgets3.0.13indirekt
PyPIkiwisolver1.4.7indirekt
PyPIkiwisolver1.4.8indirekt
PyPImarkdown-it-py2.2.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib3.10.1indirekt
PyPImatplotlib3.9.4indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImda-xdrlib0.2.0indirekt
PyPImdahole20.5.0indirekt
PyPImdit-py-plugins0.3.5indirekt
PyPImdurl0.1.2indirekt
PyPImmtf-python1.1.3indirekt
PyPImrcfile1.5.4indirekt
PyPImsgpack1.1.0indirekt
PyPImypy1.15.0indirekt
PyPImypy-extensions1.0.0indirekt
PyPImyst-nb0.17.2indirekt
PyPImyst-parser0.18.1indirekt
PyPInbclient0.7.4indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPIoptype0.9.2indirekt
PyPIpackaging24.2indirekt
PyPIpandas-stubs2.2.3.250308indirekt
PyPIparso0.8.4indirekt
PyPIpastel0.2.1indirekt
PyPIpathsimanalysis1.2.0indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow11.1.0indirekt
PyPIplatformdirs4.3.6indirekt
PyPIpluggy1.5.0indirekt
PyPIpoethepoet0.33.0indirekt
PyPIprolif0.0.0indirekt
PyPIprompt-toolkit3.0.50indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpy3dmol2.4.2indirekt
PyPIpycparser2.22indirekt
PyPIpydata-sphinx-theme0.15.4indirekt
PyPIpygments2.19.1indirekt
PyPIpyparsing3.2.1indirekt
PyPIpytest8.3.5indirekt
PyPIpytest-cov6.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2025.1indirekt
PyPIpyvis0.3.2indirekt
PyPIpywin32308indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyzmq26.2.1indirekt
PyPIrdkit2024.9.6indirekt
PyPIrecommonmark0.7.1indirekt
PyPIreferencing0.36.2indirekt
PyPIrequests2.32.3indirekt
PyPIrpds-py0.23.1indirekt
PyPIruff0.11.2indirekt
PyPIscipy-stubs1.15.2.1indirekt
PyPIseaborn0.13.2indirekt
PyPIsetuptools78.1.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsoupsieve2.6indirekt
PyPIsphinx5.3.0indirekt
PyPIsphinx-autobuild2024.10.3indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-book-theme1.1.3indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.38indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.3.1indirekt
PyPItabulate0.9.0indirekt
PyPIthreadpoolctl3.5.0indirekt
PyPItokenize-rt6.1.0indirekt
PyPItomli2.2.1indirekt
PyPItornado6.4.2indirekt
PyPItraitlets5.14.3indirekt
PyPItypes-networkx3.4.2.20250426indirekt
PyPItypes-psutil7.2.1.20251231indirekt
PyPItypes-pytz2025.2.0.20250326indirekt
PyPItypes-requests2.32.0.20250328indirekt
PyPItypes-setuptools78.1.0.20250329indirekt
PyPItypes-tqdm4.67.0.20250319indirekt
PyPItyping-extensions4.12.2indirekt
PyPItzdata2025.1indirekt
PyPIurllib32.3.0indirekt
PyPIuvicorn0.51.0indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwaterdynamics1.2.0indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebsockets16.1.1indirekt
PyPIwidgetsnbextension4.0.13indirekt
PyPIzipp3.21.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:prolif@2.2.1 zieht 29 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 chemosim-lab/ProLIF teilen. Nebeneinander lesen →

81kent-tokyo/chematicA pure-Rust cheminformatics library targeting RDKit feature parity — zero C/C++ by default.Exzellent75MolCrafts/molrs[WIP] Molcrafts rust kernelGut93MDAnalysis/mdanalysisMDAnalysis is a Python library to analyze molecular dynamics simulations.Außergewöhnlich78abhishektiwari/hbatHBAT 2: A Python Package to analyse Hydrogen Bonds and Other Non-covalent Interactions in Macromolecular Structures https://hbat-web.abhishek-tiwari.comGut77kent-tokyo/renkinLocal and reproducible route auditing for AiZynthFinder, Syntheseus and RENKIN — plus a portable Rust retrosynthesis engine.Gut91glotzerlab/freudPowerful, efficient particle trajectory analysis in scientific Python.Exzellent

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.