Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-08 17:37 UTC

dannyota / onnxruntime

ONNX Runtime: cross-platform, high performance ML inferencing and training accelerator

C++MIT★ 0 Sterne⑂ 0 Forksseit Juli 2026ForkAuf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugMobile Anwendungwie das ermittelt wird

dannyota/onnxruntime erreicht einen Gesundheitsindex von 71 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei AI Readiness (94/100) ab, am schwächsten bei Community & Adoption (12/100). Zuletzt vor 27 Tagen aktualisiert. 16 Mitwirkende tragen den Großteil der jüngsten Arbeit.

71
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.

71
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 63 wird auf der veröffentlichten Indexskala auf 71 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Danny On The AirPersönliches Konto
6 Follower28 öffentliche Reposseit Nov. 2025

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
npmonnxruntime-webverweist auf ein anderes Repo — nicht bewertet1.29.016.410.516385vor 14 Tagenonnxonnxruntimeonnx-runtime
npmonnxruntime-nodeverweist auf ein anderes Repo — nicht bewertet1.29.023.310.728171vor 14 Tagenonnxonnxruntimeonnx-runtime
npmonnxruntime-commonverweist auf ein anderes Repo — nicht bewertet1.29.031.365.037131vor 14 Tagenonnxonnxruntimeonnx-runtime
crates.ioonnxruntimeverweist auf ein anderes Repo — nicht bewertet0.0.1482813vor 1863 Tagenbindingsneuralnetworksonnxscience
npmonnxruntime-react-nativeverweist auf ein anderes Repo — nicht bewertet1.24.393.36067vor 186 Tagenreact-nativeiosandroidonnxonnxruntimeonnx-runtime
crates.ioonnxruntime-sysverweist auf ein anderes Repo — nicht bewertet0.0.1484813vor 1863 Tagenbindingsneuralnetworksonnxscience

Metriken nach Kategorie

Vitalität

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

89Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

90Exzellent
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 27 Tagen
33.9/36Commit-Rhythmus — 49/52 Wochen mit Commits
18/18Commit-Volumen — 1.725 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year1.725
human_commit_share1
days_since_last_push27
active_weeks_last_year49

Release-Disziplin

88Exzellent
Wie die Bewertung erfolgt
16.2/27Liefert Releases aus — 69 Versions-Tags (keine GitHub-Releases)
36/36Release-Aktualität — letztes Release vor 88 Tagen
27/27Release-Rhythmus — ein Release etwa alle 28,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count69
latest_release_tagv1.27.0
releases_from_tagsja
days_since_latest_release88
mean_days_between_releases28,7

Community & Verbreitung

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

12Kritisch · 17 % des Gesamtindex

Popularität & Verbreitung

1Kritisch
Wie die Bewertung erfolgt
0/60Stars — 0 Stars
0/25Forks — 0 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks0
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

25Gefährdet
Wie die Bewertung erfolgt
0/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmenein
has_licensenein
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

48Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

98Außergewöhnlich
Wie die Bewertung erfolgt
54/54Bus-Faktor — 16 Beitragende decken die Hälfte aller Commits ab
21/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 7 % der Commits
13.5/13.5Breite der Beitragenden — 98 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor16
contributors_sampled98
top_contributor_share0,066

Reaktionsfähigkeit bei Issues & PRs

1Kritisch
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
0/30PR-Annahme — 0/1 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_prs0
open_issues0
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio—
closed_unmerged_prs1
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.

Eigentümerschaft & Trägerschaft

36Schwach
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
6.1/25Reichweite des Inhabers — 6 Follower von dannyota
12.3/25Kontohistorie — 28 öffentliche Repos, Kontoalter ca. 0 Jahre
Verwendete Eingangsdaten
followers6
owner_typeUser
is_verified—
owner_logindannyota
public_repos28
account_age_days296
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

68Gut · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 48 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .golangci.yml, eslint.config.mjs, pyproject.toml ([tool.ruff]), rustfmt.toml
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

50Mittel
Wie die Bewertung erfolgt
0/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://onnxruntime.ai
0/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://onnxruntime.ai
docs_sitehttps://onnxruntime.ai
has_readmenein
has_docs_dirja
has_descriptionnein

Sicherheit

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

93Außergewöhnlich · 16 % des Gesamtindex

Sicherheitslage

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30Sicherheitsrichtlinie (SECURITY.md)
25/25Dependabot-Konfiguration
25/25Lockfiles für Abhängigkeiten — package-lock.json
20/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilespackage-lock.json
manifestsgo/go.mod, java/build.gradle, js/package.json, pyproject.toml, requirements-dev.txt, requirements-doc.txt, requirements-lintrunner.txt, requirements-materialize-onnx-node-tests.txt, requirements-training.txt, requirements.txt, rust/Cargo.toml, setup.py
has_codeql_workflowja
has_security_policyja
has_dependabot_configja

Abhängigkeits-Advisories

65Gut
Wie die Bewertung erfolgt
32.2/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: tracing-subscriber 0.2.25 (low)
6.7/25Indirekte Abhängigkeiten ohne bekannte Advisories — 4 betroffen: tar 0.4.40 (high 8.1), time 0.1.45 (moderate 6.2), adler 1.0.2 (unknown), +1 weitere
26.1/40Keine offenen Advisories — 5 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 2.120 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories11
affected_packages5
assessed_packages124
unassessed_packages0
affected_by_severityhigh 1, moderate 1, low 1, unknown 2
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von crates:onnxruntime@0.0.14 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 124 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.

94Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .github/copilot-instructions.md, AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 98 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,98
agent_instruction_files.github/copilot-instructions.md, AGENTS.md
agent_instruction_max_bytes6.586

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

97Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — rust/justfile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .golangci.yml, eslint.config.mjs, pyproject.toml ([tool.ruff]), rustfmt.toml
11/11Statische Typprüfung — js/common/test/tsconfig.json, js/common/test/type-tests/tsconfig.json, js/common/tsconfig.json, js/node/script/tsconfig.json, js/node/test/tsconfig.json, js/node/tsconfig.json, js/react_native/tsconfig.json, js/scripts/tsconfig.json, js/tsconfig.json, js/web/lib/wasm/proxy-worker/tsconfig.json, js/web/script/tsconfig.json, js/web/test/e2e/exports/testcases/nextjs-default/jsconfig.json, js/web/test/e2e/type/testcases/module-resolution/tsconfig.json, js/web/tsconfig.json, onnxruntime/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile, lockfile
10/10Belegte Agentenpraxis — 34 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespackage-lock.json
has_dockerfileja
typed_languageja
bootstrap_filesrust/justfile
has_devcontainerja
has_linter_configja
typecheck_configsjs/common/test/tsconfig.json, js/common/test/type-tests/tsconfig.json, js/common/tsconfig.json, js/node/script/tsconfig.json, js/node/test/tsconfig.json, js/node/tsconfig.json, js/react_native/tsconfig.json, js/scripts/tsconfig.json, js/tsconfig.json, js/web/lib/wasm/proxy-worker/tsconfig.json, js/web/script/tsconfig.json, js/web/test/e2e/exports/testcases/nextjs-default/jsconfig.json, js/web/test/e2e/type/testcases/module-resolution/tsconfig.json, js/web/tsconfig.json, onnxruntime/py.typed
agent_commit_share0,34
toolchain_manifestscsharp/ApiDocs/ApiDocs.csproj, csharp/sample/InferenceSample/Microsoft.ML.OnnxRuntime.InferenceSample.Maui/Microsoft.ML.OnnxRuntime.InferenceSample.Maui.csproj, csharp/sample/InferenceSample/Microsoft.ML.OnnxRuntime.InferenceSample.NetCoreApp/Microsoft.ML.OnnxRuntime.InferenceSample.NetCoreApp.csproj, csharp/sample/InferenceSample/Microsoft.ML.OnnxRuntime.InferenceSample/Microsoft.ML.OnnxRuntime.InferenceSample.csproj, csharp/sample/Microsoft.ML.OnnxRuntime.FasterRcnnSample/Microsoft.ML.OnnxRuntime.FasterRcnnSample.csproj, csharp/sample/Microsoft.ML.OnnxRuntime.ResNet50v2Sample/Microsoft.ML.OnnxRuntime.ResNet50v2Sample.csproj, csharp/src/Microsoft.AI.MachineLearning.Interop/Microsoft.AI.MachineLearning.Interop.csproj, csharp/src/Microsoft.ML.OnnxRuntime/Microsoft.ML.OnnxRuntime.csproj, csharp/test/Microsoft.AI.MachineLearning.Tests.DotNet5_0/Microsoft.AI.MachineLearning.Tests.DotNet5_0.csproj, csharp/test/Microsoft.AI.MachineLearning.Tests.Uwp/Microsoft.AI.MachineLearning.Tests.Uwp.csproj, csharp/test/Microsoft.ML.OnnxRuntime.EndToEndTests.Mobile/EndToEndTests.Mobile.Automation/EndToEndTests.Mobile.Automation.csproj, csharp/test/Microsoft.ML.OnnxRuntime.EndToEndTests/Microsoft.ML.OnnxRuntime.EndToEndTests.csproj, csharp/test/Microsoft.ML.OnnxRuntime.Tests.BrowserStack.Android/Microsoft.ML.OnnxRuntime.Tests.BrowserStack.Android.csproj, csharp/test/Microsoft.ML.OnnxRuntime.Tests.Common/Microsoft.ML.OnnxRuntime.Tests.Common.csproj, csharp/test/Microsoft.ML.OnnxRuntime.Tests.Devices/Microsoft.ML.OnnxRuntime.Tests.Devices.csproj, csharp/test/Microsoft.ML.OnnxRuntime.Tests.MAUI/Microsoft.ML.OnnxRuntime.Tests.MAUI.csproj, csharp/test/Microsoft.ML.OnnxRuntime.Tests.NetCoreApp/Microsoft.ML.OnnxRuntime.Tests.NetCoreApp.csproj, csharp/tools/MauiModelTester/MauiModelTester.csproj, csharp/tools/Microsoft.ML.OnnxRuntime.PerfTool/Microsoft.ML.OnnxRuntime.PerfTool.csproj, csharp/tools/linux_pack/LinuxPackNativeNuget.csproj, go/go.mod, java/build.gradle, java/src/test/android/app/build.gradle, java/src/test/android/build.gradle, js/react_native/android/build.gradle, js/react_native/e2e/android/app/build.gradle, js/react_native/e2e/android/build.gradle, plugin-ep-cuda/csharp/Microsoft.ML.OnnxRuntime.EP.Cuda/Microsoft.ML.OnnxRuntime.EP.Cuda.csproj, plugin-ep-cuda/csharp/test/CudaEpNuGetTest/CudaEpNuGetTest.csproj, plugin-ep-webgpu/csharp/Microsoft.ML.OnnxRuntime.EP.WebGpu/Microsoft.ML.OnnxRuntime.EP.WebGpu.csproj, plugin-ep-webgpu/csharp/test/WebGpuEpNuGetTest/WebGpuEpNuGetTest.csproj, rust/Cargo.toml, rust/onnxruntime-sys/Cargo.toml, rust/onnxruntime/Cargo.toml, tools/ci_build/java/pom.xml
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

98Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — C++ (statisch typisiert)
52.5/55Handhabbare Dateigrößen — 330/7.152 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageC++
largest_source_bytes2.287.899
source_files_sampled7.152
oversized_source_files330

Maschinenlesbare AI-Schnittstellen

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

Eckdaten

0GitHub-Sterne
98Mitwirkende
1.725Commits, letzte 12 Monate
27Tage seit letztem Push
69Releases
16Bus-Faktor
0offene Issues
crates.io, Go, Maven, npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Community profile unavailable
  • Could not fetch go package 'github.com/microsoft/onnxruntime/go' from its registry
  • npm package 'onnxruntime-web' points at a different repository (https://github.com/Microsoft/onnxruntime); excluded from ecosystem scoring
  • npm package 'onnxruntime-node' points at a different repository (https://github.com/Microsoft/onnxruntime); excluded from ecosystem scoring
  • npm package 'onnxruntime-common' points at a different repository (https://github.com/Microsoft/onnxruntime); excluded from ecosystem scoring
  • crates package 'onnxruntime' points at a different repository (https://github.com/nbigaouette/onnxruntime-rs); excluded from ecosystem scoring
  • npm package 'onnxruntime-react-native' points at a different repository (https://github.com/Microsoft/onnxruntime); excluded from ecosystem scoring
  • crates package 'onnxruntime-sys' points at a different repository (https://github.com/nbigaouette/onnxruntime-rs); excluded from ecosystem scoring
  • GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Weitere Details

Direkte Abhängigkeiten 18
RegistryPaketVersionsvorgabeManifest
npmadm-zip^0.6.0js/node/package.json
npmglobal-agent^4.1.3js/node/package.json
npmonnxruntime-commonfile:../commonjs/node/package.json
npmonnxruntime-commonfile:../commonjs/react_native/package.json
npmflatbuffers^25.1.24js/web/package.json
npmguid-typescript^1.0.9js/web/package.json
npmlong^5.2.3js/web/package.json
npmonnxruntime-commonfile:../commonjs/web/package.json
npmplatform^1.3.6js/web/package.json
npmprotobufjs^7.2.4js/web/package.json
crates.iolibloading0.7rust/onnxruntime-sys/Cargo.toml
crates.iolibloading0.7rust/onnxruntime/Cargo.toml
crates.iondarray0.15rust/onnxruntime/Cargo.toml
crates.ioonce_cell1.17rust/onnxruntime/Cargo.toml
crates.ioonnxruntime-sys0.0.14rust/onnxruntime/Cargo.toml
crates.iothiserror1.0rust/onnxruntime/Cargo.toml
crates.iotracing0.1rust/onnxruntime/Cargo.toml
crates.ioureq2.1rust/onnxruntime/Cargo.toml
Alle Abhängigkeiten nicht erhoben

Der aufgelöste Abhängigkeitssatz konnte für diesen Bericht nicht erhoben werden: GitHub dependency-graph SBOM unavailable (404); the dependency graph may be disabled for this repository

Abhängigkeits-Advisories 5

Die Installation von crates:onnxruntime@0.0.14 zieht 124 Pakete nach sich, direkt und transitiv: 5 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
tar0.4.40indirekthoch50.4.46
time0.1.45indirektmittel20.2.23
tracing-subscriber0.2.25direktniedrig20.3.20
adler1.0.2indirektunbekannt1—
ansi_term0.12.1indirektunbekannt1—

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 dannyota/onnxruntime teilen. Nebeneinander lesen →

100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100risingwavelabs/risingwaveEvent streaming platform for agentic AI. Continuously ingest, transform, and serve event streams in real time, at scale.Außergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich100envoyproxy/envoyCloud-native high-performance edge/middle/service proxyAußergewöhnlich99scalar/scalarScalar is an open-source API platform:　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　🌐 Modern REST API Client　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　📖 Beautiful API References　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　✨ 1st-Class OpenAPI/Swagger SupportAußergewöhnlich

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 — npm, crates.io.