Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-10 21:25 UTC

danielfrg / mkdocs-jupyter

Use Jupyter Notebook in mkdocs

Jupyter Notebook · SCSSApache-2.0★ 508 Sterne⑂ 63 Forksseit Dez. 2019Auf GitHub ansehen ↗
ArtPluginwie das ermittelt wird
#mkdocs#jupyter#jupyter-notebook#documentation#blogging

danielfrg/mkdocs-jupyter erreicht einen Gesundheitsindex von 69 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (78/100) ab, am schwächsten bei Vitality (42/100). Zuletzt vor 146 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

69
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.

69
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 62 wird auf der veröffentlichten Indexskala auf 69 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Daniel RodriguezPersönliches Konto
753 Follower127 öffentliche Reposseit März 2012@NVIDIA

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImkdocs-jupyter0.26.3393.07743vor 146 Tagendocumentationjupyterjupyterlabmkdocsnotebooks

Metriken nach Kategorie

Vitalität

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

42Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

24Gefährdet
Wie die Bewertung erfolgt
9.9/36Push-Aktualität — letzter Push vor 146 Tagen
4.2/36Commit-Rhythmus — 6/52 Wochen mit Commits
10.3/18Commit-Volumen — 13 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year13
human_commit_share0,85
days_since_last_push146
active_weeks_last_year6

Release-Disziplin

70Gut
Wie die Bewertung erfolgt
16.2/27Liefert Releases aus — 42 Versions-Tags (keine GitHub-Releases)
27/36Release-Aktualität — letztes Release vor 170 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 101,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count42
latest_release_tag0.26.2
releases_from_tagsja
days_since_latest_release170
mean_days_between_releases101,3
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?

73Gut · 17 % des Gesamtindex

Popularität & Verbreitung

62Mittel
Wie die Bewertung erfolgt
43.9/60Stars — 508 Stars
14.9/25Forks — 63 Forks
2.7/15Watcher — 4 Watcher
Verwendete Eingangsdaten
forks63
stars508
watchers4
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_badges5
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

93Außergewöhnlich
Wie die Bewertung erfolgt
74.6/80Downloads pro Monat — 393.077 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmkdocs-jupyter
dependents—
ecosystemspypi
total_downloads—
monthly_downloads393.077
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?

65Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 84 % der Commits
13.5/13.5Breite der Beitragenden — 36 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled36
top_contributor_share0,84

Reaktionsfähigkeit bei Issues & PRs

67Gut
Wie die Bewertung erfolgt
29.3/42Issue-Lösungsquote — 70 % der Issues geschlossen
23.4/30PR-Annahme — 89/114 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
6/15OpenSSF Scorecard: Code-Review — Found 13/28 approved changesets -- score normalized to 4
Verwendete Eingangsdaten
merged_prs89
open_issues48
closed_issues111
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,698
closed_unmerged_prs25
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

70Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
20.7/25Reichweite des Inhabers — 753 Follower von danielfrg
25/25Kontohistorie — 127 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers753
owner_typeUser
is_verified—
owner_logindanielfrg
public_repos127
account_age_days5.280
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 146 Tagen
20/20Versionshistorie — 43 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmkdocs-jupyter
ecosystemspypi
any_deprecatednein
min_days_since_publish146

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

78Gut · 19 % des Gesamtindex

Engineering-Praktiken

70Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff], [tool.isort]), setup.cfg ([flake8])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
6/20OpenSSF Scorecard: CI-Tests — 6 out of 17 merged PRs checked by a CI test -- score normalized to 3
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://mkdocs-jupyter.danielfrg.com
10/10Repository-Beschreibung
10/10Topics — 5 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsmkdocs, jupyter, jupyter-notebook, documentation, blogging
has_wikinein
homepagehttps://mkdocs-jupyter.danielfrg.com
docs_sitehttps://mkdocs-jupyter.danielfrg.com
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

52Mittel · 16 % des Gesamtindex

Sicherheitslage

40Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0.8/2.5CI-Tests — 6 out of 17 merged PRs checked by a CI test -- score normalized to 3
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3/7.5Code-Review — Found 13/28 approved changesets -- score normalized to 4
2.5/2.5Contributors — project has 5 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
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
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 — 111 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4
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_packages75
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:mkdocs-jupyter@0.26.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 75 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.

59Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

26Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
26.4/40Lesbare Commit-Historie — 42 von 85 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,494
agent_instruction_files—
agent_instruction_max_bytes—

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

69Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — justfile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff], [tool.isort]), setup.cfg ([flake8])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 15 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespnpm-lock.yaml, uv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesjustfile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,15

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Jupyter Notebook ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/24 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageJupyter Notebook
largest_source_bytes25.661
source_files_sampled24
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

508GitHub-Sterne
36Mitwirkende
13Commits, letzte 12 Monate
146Tage seit letztem Push
42Releases
1Bus-Faktor
48offene Issues
npm, 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 ★ / 63 ⇿
0Sterne
63Forks
38Releases

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.

01325385063756332020-042023-042026-04
Major 0Minor 16Patch 22

Jeder Punkt umfasst 6 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 · 2026-09-10 21:25 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
3CI-Tests6 out of 17 merged PRs checked by a CI test -- score normalized to 3
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
4Code-ReviewFound 13/28 approved changesets -- score normalized to 4
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow 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
0Vulnerabilities111 existing vulnerabilities detected
Direkte Abhängigkeiten 6
RegistryPaketVersionsvorgabeManifest
PyPInbconvert>=7.2.9,<8pyproject.toml
PyPImkdocs>=1.4.0,<2pyproject.toml
PyPImkdocs-material>9.0.0pyproject.toml
PyPIjupytext>1.13.8,<2pyproject.toml
PyPIPygments>2.12.0pyproject.toml
PyPIipykernel>6.0.0,<8pyproject.toml
Alle Abhängigkeiten 190

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 6 direkte und 184 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIipykernel6.29.5direkt
PyPIjupytext1.16.4direkt
PyPImkdocs1.6.1direkt
PyPImkdocs-material9.5.34direkt
PyPInbconvert7.16.4direkt
PyPIpygments2.18.0direkt
npm@esbuild/android-arm0.18.20indirekt
npm@esbuild/android-arm640.18.20indirekt
npm@esbuild/android-x640.18.20indirekt
npm@esbuild/darwin-arm640.18.20indirekt
npm@esbuild/darwin-x640.18.20indirekt
npm@esbuild/freebsd-arm640.18.20indirekt
npm@esbuild/freebsd-x640.18.20indirekt
npm@esbuild/linux-arm0.18.20indirekt
npm@esbuild/linux-arm640.18.20indirekt
npm@esbuild/linux-ia320.18.20indirekt
npm@esbuild/linux-loong640.18.20indirekt
npm@esbuild/linux-mips64el0.18.20indirekt
npm@esbuild/linux-ppc640.18.20indirekt
npm@esbuild/linux-riscv640.18.20indirekt
npm@esbuild/linux-s390x0.18.20indirekt
npm@esbuild/linux-x640.18.20indirekt
npm@esbuild/netbsd-x640.18.20indirekt
npm@esbuild/openbsd-x640.18.20indirekt
npm@esbuild/sunos-x640.18.20indirekt
npm@esbuild/win32-arm640.18.20indirekt
npm@esbuild/win32-ia320.18.20indirekt
npm@esbuild/win32-x640.18.20indirekt
npmanymatch3.1.3indirekt
npmbinary-extensions2.2.0indirekt
npmbraces3.0.3indirekt
npmchokidar3.5.3indirekt
npmesbuild0.18.20indirekt
npmfill-range7.1.1indirekt
npmfsevents2.3.3indirekt
npmglob-parent5.1.2indirekt
npmimmutable4.3.4indirekt
npmis-binary-path2.1.0indirekt
npmis-extglob2.1.1indirekt
npmis-glob4.0.3indirekt
npmis-number7.0.0indirekt
npmnanoid3.3.8indirekt
npmnormalize-path3.0.0indirekt
npmpicocolors1.1.1indirekt
npmpicomatch2.3.1indirekt
npmpostcss8.5.1indirekt
npmreaddirp3.6.0indirekt
npmrollup3.29.5indirekt
npmsass1.68.0indirekt
npmsource-map-js1.0.2indirekt
npmsource-map-js1.2.1indirekt
npmto-regex-range5.0.1indirekt
npmvite4.5.6indirekt
PyPIanyio4.4.0indirekt
PyPIappnope0.1.4indirekt
PyPIargon2-cffi23.1.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.3.0indirekt
PyPIasttokens2.4.1indirekt
PyPIasync-lru2.0.4indirekt
PyPIattrs24.2.0indirekt
PyPIbabel2.16.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbeautifulsoup44.12.3indirekt
PyPIbleach6.1.0indirekt
PyPIbuild1.2.1indirekt
PyPIcertifi2024.8.30indirekt
PyPIcffi1.17.0indirekt
PyPIcharset-normalizer3.3.2indirekt
PyPIclick8.1.7indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.2indirekt
PyPIcoverage7.6.1indirekt
PyPIcryptography43.0.1indirekt
PyPIdebugpy1.8.5indirekt
PyPIdecorator5.1.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdocutils0.21.2indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexecuting2.1.0indirekt
PyPIfastjsonschema2.20.0indirekt
PyPIfqdn1.5.1indirekt
PyPIghp-import2.1.0indirekt
PyPIh110.14.0indirekt
PyPIhttpcore1.0.5indirekt
PyPIhttpx0.27.2indirekt
PyPIidna3.8indirekt
PyPIimportlib-metadata8.4.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIipython8.18.1indirekt
PyPIisoduration20.11.0indirekt
PyPIisort5.13.2indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.0.1indirekt
PyPIjaraco-functools4.0.2indirekt
PyPIjedi0.19.1indirekt
PyPIjeepney0.8.0indirekt
PyPIjinja23.1.4indirekt
PyPIjson50.9.25indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.23.0indirekt
PyPIjsonschema-specifications2023.12.1indirekt
PyPIjupyter-client8.6.2indirekt
PyPIjupyter-core5.7.2indirekt
PyPIjupyter-events0.10.0indirekt
PyPIjupyter-lsp2.2.5indirekt
PyPIjupyter-server2.14.2indirekt
PyPIjupyter-server-terminals0.5.3indirekt
PyPIjupyterlab4.2.5indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.27.3indirekt
PyPIkeyring25.3.0indirekt
PyPImarkdown3.7indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe2.1.5indirekt
PyPImatplotlib-inline0.1.7indirekt
PyPImdit-py-plugins0.4.1indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImistune3.0.2indirekt
PyPImkdocs-get-deps0.2.0indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImore-itertools10.4.0indirekt
PyPInbclient0.10.0indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio1.6.0indirekt
PyPInh30.2.18indirekt
PyPInotebook-shim0.2.4indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging24.1indirekt
PyPIpaginate0.5.7indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.4indirekt
PyPIpathspec0.12.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpkginfo1.10.0indirekt
PyPIplatformdirs4.2.2indirekt
PyPIpluggy1.5.0indirekt
PyPIprometheus-client0.20.0indirekt
PyPIprompt-toolkit3.0.47indirekt
PyPIpsutil6.0.0indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser2.22indirekt
PyPIpymdown-extensions10.9indirekt
PyPIpyproject-hooks1.1.0indirekt
PyPIpytest8.3.2indirekt
PyPIpytest-cov5.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger2.0.7indirekt
PyPIpywin32306indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpywinpty2.0.13indirekt
PyPIpyyaml6.0.2indirekt
PyPIpyyaml-env-tag0.1indirekt
PyPIpyzmq26.2.0indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.35.1indirekt
PyPIregex2024.7.24indirekt
PyPIrequests2.32.3indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc39862.0.0indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrich13.8.0indirekt
PyPIrpds-py0.20.0indirekt
PyPIruff0.5.0indirekt
PyPIsecretstorage3.3.3indirekt
PyPIsend2trash1.8.3indirekt
PyPIsetuptools74.1.1indirekt
PyPIsix1.16.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsoupsieve2.6indirekt
PyPIstack-data0.6.3indirekt
PyPIterminado0.18.1indirekt
PyPItinycss21.3.0indirekt
PyPItomli2.0.1indirekt
PyPItornado6.4.1indirekt
PyPItraitlets5.14.3indirekt
PyPItwine5.1.1indirekt
PyPItypes-python-dateutil2.9.0.20240821indirekt
PyPItyping-extensions4.12.2indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.2.2indirekt
PyPIwatchdog5.0.2indirekt
PyPIwcwidth0.2.13indirekt
PyPIwebcolors24.8.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.8.0indirekt
PyPIzipp3.20.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mkdocs-jupyter@0.26.3 zieht 75 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 danielfrg/mkdocs-jupyter teilen. Nebeneinander lesen →

96jupyter/notebookJupyter Interactive NotebookAußergewöhnlich93jupyterhub/jupyter-server-proxyJupyter notebook server extension to proxy web services.Außergewöhnlich90jupytext/jupytextJupyter Notebooks as Markdown Documents, Julia, Python or R scriptsExzellent98deepnote/deepnoteDeepnote is a drop-in replacement for Jupyter with an AI-first design, sleek UI, new blocks, and native data integrations. Use Python, R, and SQL locally in your favorite IDE, then scale to Deepnote cloud for real-time collaboration, Deepnote agent, and deployable data apps. https://deepnote.com/Außergewöhnlich99jupyterlab/jupyterlabJupyterLab computational environment.Außergewöhnlich98bokeh/bokehInteractive Data Visualization in the browser, from PythonAußergewöhnlich

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.