Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-08 20:11 UTC

crabisoft / pdbstore

Publish PDB and PE files to symbols store

PythonMIT★ 2 Sterne⑂ 0 Forksseit Okt. 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

crabisoft/pdbstore erreicht einen Gesundheitsindex von 53 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Engineering Quality (100/100) ab, am schwächsten bei Security (21/100). Zuletzt vor 30 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

53
gesamt / 100
Mittel

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.

53
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 52 wird auf der veröffentlichten Indexskala auf 53 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

CrabiSoftOrganisation
0 Follower5 öffentliche Reposseit Okt. 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpdbstore1.1.0359vor 863 Tagendevelopmentsymstorepdbpdbstore

Metriken nach Kategorie

Vitalität

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

46Schwach · 21 % des Gesamtindex
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 30 Tagen
0.7/36Commit-Rhythmus — 1/52 Wochen mit Commits
2.7/18Commit-Volumen — 1 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year1
human_commit_share0,936
days_since_last_push30
active_weeks_last_year1
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 9 Releases veröffentlicht
0/36Release-Aktualität — letztes Release vor 863 Tagen
27/27Release-Rhythmus — ein Release etwa alle 23,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count9
latest_release_tagv1.1.0
releases_from_tagsnein
days_since_latest_release863
mean_days_between_releases23,3

Community & Verbreitung

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

31Gefährdet · 17 % des Gesamtindex
Wie die Bewertung erfolgt
0/60Stars — 2 Stars
0/25Forks — 0 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks0
stars2
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
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
Wie die Bewertung erfolgt
20.8/80Downloads pro Monat — 35 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagespdbstore
dependents—
ecosystemspypi
total_downloads—
monthly_downloads35
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?

53Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
30/30PR-Annahme — 31/31 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs31
open_issues0
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio—
closed_unmerged_prs0
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
0/25Reichweite des Inhabers — 0 Follower von crabisoft
11.5/25Kontohistorie — 5 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers0
owner_typeOrganization
is_verifiednein
owner_logincrabisoft
public_repos5
account_age_days1.068
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
4/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 863 Tagen
20/20Versionshistorie — 9 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespdbstore
ecosystemspypi
any_deprecatednein
min_days_since_publish863

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

100Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.pylint], [tool.black], [tool.isort]), tox.ini
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pdbstore.readthedocs.io/
10/10Repository-Beschreibung
10/10Topics — 6 Topics
10/10Wiki
Verwendete Eingangsdaten
topicspdb, symbols, windows, pdbstore, pefiles, symstore
has_wikija
homepagehttps://pdbstore.readthedocs.io/
docs_sitehttps://pdbstore.readthedocs.io/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

21Gefährdet · 16 % des Gesamtindex
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestspyproject.toml, requirements-dev.txt, requirements-doc.txt, requirements-lint.txt, requirements-test.txt, requirements.txt, setup.py
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

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_packages4
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:pdbstore@1.1.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 4 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.

55Mittel · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 44 von 44 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.pylint], [tool.black], [tool.isort]), tox.ini
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 47
8/8Automatisierte Wartung — 3 der letzten 47 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,064
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/84 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes17.804
source_files_sampled84
oversized_source_files0

Eckdaten

2GitHub-Sterne
1Mitwirkende
1Commits, letzte 12 Monate
30Tage seit letztem Push
9Releases
1Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Weitere Details

Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIcolorama—pyproject.toml
PyPIpefile—pyproject.toml
PyPIJinja2—pyproject.toml
Alle Abhängigkeiten 27

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 24 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcolorama—direkt
PyPIjinja2—direkt
PyPIpefile—direkt
PyPIblack24.3.0indirekt
PyPIbuild1.0.3indirekt
PyPIcommitizen3.20.0indirekt
PyPIcoverage—indirekt
PyPIflake87.0.0indirekt
PyPIisort5.13.2indirekt
PyPImock—indirekt
PyPImypy1.9.0indirekt
PyPImyst-parser—indirekt
PyPIpylint3.1.0indirekt
PyPIpytest7.1.2indirekt
PyPIpytest8.1.1indirekt
PyPIpytest-console-scripts1.3.1indirekt
PyPIpytest-cov—indirekt
PyPIpytest-subprocess—indirekt
PyPIrenku-sphinx-theme—indirekt
PyPIsetuptools78.1.1indirekt
PyPIsphinx6.2.1indirekt
PyPIsphinx-notfound-page—indirekt
PyPIsphinx-rtd-theme—indirekt
PyPIsphinxcontrib-spelling—indirekt
PyPItox—indirekt
PyPItypes-setuptools65.7.0.4indirekt
PyPIwheel0.41.2indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:pdbstore@1.1.0 zieht 4 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.

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.