Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-05 03:32 UTC

danielgatis / rembg

Rembg is a tool to remove images background

PythonMIT★ 24.136 Sterne⑂ 2.377 Forksseit Aug. 2020Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekNetzwerkdienstwie das ermittelt wird
#image-processing#background-removal#python

danielgatis/rembg erreicht einen Gesundheitsindex von 81 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (82/100) ab, am schwächsten bei AI Readiness (34/100). Zuletzt vor 1 Tag aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

81
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.

81
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 69 wird auf der veröffentlichten Indexskala auf 81 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Daniel GatisPersönliches Konto
705 Follower49 öffentliche Reposseit Apr. 2008

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIrembg2.0.773.684.01549vor 17 Tagenremovebackgroundu2net

Metriken nach Kategorie

Vitalität

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

82Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

76Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
13.8/36Commit-Rhythmus — 20/52 Wochen mit Commits
15.8/18Commit-Volumen — 57 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 9 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year57
human_commit_share1
days_since_last_push1
active_weeks_last_year20

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 64 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 17 Tagen
27/27Release-Rhythmus — ein Release etwa alle 27 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count64
latest_release_tagv2.0.77
releases_from_tagsnein
days_since_latest_release17
mean_days_between_releases27

Community & Verbreitung

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

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 24.136 Stars
25/25Forks — 2.377 Forks
12.4/15Watcher — 168 Watcher
Verwendete Eingangsdaten
forks2.377
stars24.136
watchers168
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 (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 3.684.015 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesrembg
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3.684.015
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?

68Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

39Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
6.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 71 % der Commits
13.5/13.5Breite der Beitragenden — 79 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 16 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled79
top_contributor_share0,712

Reaktionsfähigkeit bei Issues & PRs

78Gut
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
21.7/30PR-Annahme — 112/155 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
1.5/15OpenSSF Scorecard: Code-Review — Found 4/30 approved changesets -- score normalized to 1
Verwendete Eingangsdaten
merged_prs112
open_issues0
closed_issues593
prs_merged_7d3
prs_decided_7d3
prs_merged_30d4
prs_decided_30d4
issue_closed_ratio1
closed_unmerged_prs43
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

69Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
20.5/25Reichweite des Inhabers — 705 Follower von danielgatis
24.4/25Kontohistorie — 49 öffentliche Repos, Kontoalter ca. 18 Jahre
Verwendete Eingangsdaten
followers705
owner_typeUser
is_verified—
owner_logindanielgatis
public_repos49
account_age_days6.685
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 17 Tagen
20/20Versionshistorie — 49 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesrembg
ecosystemspypi
any_deprecatednein
min_days_since_publish17

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

58Mittel · 19 % des Gesamtindex

Engineering-Praktiken

64Mittel
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
10/20OpenSSF Scorecard: CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_confignein
has_precommit_confignein

Dokumentation

50Mittel
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 3 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsimage-processing, background-removal, python
has_wikinein
homepage—
docs_site—
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

61Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
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
1.2/2.5CI-Tests — 3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 4/30 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 16 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
7.5/7.5Maintained — 9 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1.5/5SAST — SAST tool is not run on all commits -- score normalized to 3
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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,1

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_packages25
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:rembg@2.0.77 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 25 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.

34Gefährdet · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

24Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
23.5/40Lesbare Commit-Historie — 44 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,44
agent_instruction_files—
agent_instruction_max_bytes—

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

32Gefährdet
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile
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
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/33 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes15.825
source_files_sampled33
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

24.136GitHub-Sterne
79Mitwirkende
57Commits, letzte 12 Monate
1Tage seit letztem Push
64Releases
1Bus-Faktor
0offene 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 ★ / 2.377 ⇿
0Sterne
2.377Forks
25Releases

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.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

1.2001.4001.6001.8002.0002.2002.4002.377102023-112025-042026-08
Major 0Minor 0Patch 25

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

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 · 2026-08-05 03:31 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
5CI-Tests3 out of 6 merged PRs checked by a CI test -- score normalized to 5
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 4/30 approved changesets -- score normalized to 1
10Contributorsproject has 16 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained9 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
3SASTSAST tool is not run on all commits -- score normalized to 3
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
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 28
RegistryPaketVersionsvorgabeManifest
PyPIjsonschema^4.25.1pyproject.toml
PyPInumpy^2.3.0pyproject.toml
PyPIpillow^12.1.0pyproject.toml
PyPIpooch^1.8.2pyproject.toml
PyPIpymatting^1.1.14pyproject.toml
PyPIscikit-image^0.26.0pyproject.toml
PyPIscipy^1.16.3pyproject.toml
PyPItqdm^4.67.1pyproject.toml
PyPIonnxruntime^1.23.2pyproject.toml
PyPIonnxruntime-gpu^1.23.2pyproject.toml
PyPIonnxruntime-rocm^1.22.0pyproject.toml
PyPIaiohttp^3.13.2pyproject.toml
PyPIasyncer^0.0.12pyproject.toml
PyPIclick^8.3.1pyproject.toml
PyPIfastapi^0.128.0pyproject.toml
PyPIfiletype^1.2.0pyproject.toml
PyPIgradio^6.2.0pyproject.toml
PyPIpython-multipart^0.0.21pyproject.toml
PyPIsniffio^1.3.1pyproject.toml
PyPIuvicorn^0.40.0pyproject.toml
PyPIwatchdog^6.0.0pyproject.toml
PyPIbandit^1.9.2pyproject.toml
PyPIblack^25.12.0pyproject.toml
PyPIflake8^7.3.0pyproject.toml
PyPIimagehash^4.3.2pyproject.toml
PyPIisort^7.0.0pyproject.toml
PyPImypy^1.19.1pyproject.toml
PyPIpytest^9.0.2pyproject.toml
Alle Abhängigkeiten 28

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 28 direkte und 0 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohttp—direkt
PyPIasyncer—direkt
PyPIbandit—direkt
PyPIblack—direkt
PyPIclick—direkt
PyPIfastapi—direkt
PyPIfiletype—direkt
PyPIflake8—direkt
PyPIgradio—direkt
PyPIimagehash—direkt
PyPIisort—direkt
PyPIjsonschema—direkt
PyPImypy—direkt
PyPInumpy—direkt
PyPIonnxruntime—direkt
PyPIonnxruntime-gpu—direkt
PyPIonnxruntime-rocm—direkt
PyPIpillow—direkt
PyPIpooch—direkt
PyPIpymatting—direkt
PyPIpytest—direkt
PyPIpython-multipart—direkt
PyPIscikit-image—direkt
PyPIscipy—direkt
PyPIsniffio—direkt
PyPItqdm—direkt
PyPIuvicorn—direkt
PyPIwatchdog—direkt
Abhängigkeits-Advisories 0

Die Installation von pypi:rembg@2.0.77 zieht 25 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 danielgatis/rembg teilen. Nebeneinander lesen →

100python-pillow/PillowPython Imaging Library (fork)Außergewöhnlich99taskforcesh/bullmqBullMQ - Message Queue and Batch processing for NodeJS, Python, .NET, Elixir, Rust and PHP based on Redis or PostgreSQLAußergewöhnlich98scikit-image/scikit-imageImage processing in PythonAußergewöhnlich97kornia/kornia🐍 Geometric Computer Vision Library for Spatial AIAußergewöhnlich96roboflow/supervisionWe write your reusable computer vision tools. 💜Außergewöhnlich100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.