Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-16 16:43 UTC

datalab-to / marker

Convert PDF to markdown + JSON quickly with high accuracy

PythonApache-2.0★ 39.777 Sterne⑂ 2.873 Forksseit Okt. 2023Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird

datalab-to/marker erreicht einen Gesundheitsindex von 83 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (90/100) ab, am schwächsten bei Security (44/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

83
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.

83
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 70 wird auf der veröffentlichten Indexskala auf 83 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

DatalabOrganisation
898 Follower12 öffentliche Reposseit Juli 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImarker-pdf2.0.0157.44182vor 57 Tagenmarkdownnlpocrpdf

Metriken nach Kategorie

Vitalität

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

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
19.4/36Commit-Rhythmus — 28/52 Wochen mit Commits
17.8/18Commit-Volumen — 96 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year96
human_commit_share0,67
days_since_last_push3
active_weeks_last_year28

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 72 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 57 Tagen
27/27Release-Rhythmus — ein Release etwa alle 37,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count72
latest_release_tagv2.0.0
releases_from_tagsnein
days_since_latest_release57
mean_days_between_releases37,1
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?

78Gut · 17 % des Gesamtindex

Popularität & Verbreitung

97Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 39.777 Stars
25/25Forks — 2.873 Forks
12/15Watcher — 143 Watcher
Verwendete Eingangsdaten
forks2.873
stars39.777
watchers143
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 (Apache-2.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

87Exzellent
Wie die Bewertung erfolgt
69.3/80Downloads pro Monat — 157.441 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmarker-pdf
dependents—
ecosystemspypi
total_downloads—
monthly_downloads157.441
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?

59Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

42Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 60 % der Commits
13.5/13.5Breite der Beitragenden — 26 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled26
top_contributor_share0,599

Reaktionsfähigkeit bei Issues & PRs

43Schwach
Wie die Bewertung erfolgt
19.5/42Issue-Lösungsquote — 46 % der Issues geschlossen
23.9/30PR-Annahme — 233/292 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/9 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs233
open_issues376
closed_issues326
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d2
issue_closed_ratio0,464
closed_unmerged_prs59
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

64Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
21.2/25Reichweite des Inhabers — 898 Follower von datalab-to
12.4/25Kontohistorie — 12 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers898
owner_typeOrganization
is_verifiednein
owner_logindatalab-to
public_repos12
account_age_days782

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 57 Tagen
20/20Versionshistorie — 82 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmarker-pdf
ecosystemspypi
any_deprecatednein
min_days_since_publish57

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 2 out of 2 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

65Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.datalab.to
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://www.datalab.to
docs_sitehttps://www.datalab.to
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

44Schwach · 16 % des Gesamtindex

Sicherheitslage

38Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 2 out of 2 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
0/7.5Code-Review — Found 0/9 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
10/10Dangerous-Workflow — no 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
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
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 — 52 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

67Gut
Wie die Bewertung erfolgt
9.5/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: pillow 10.4.0 (critical 9.1)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
32.6/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 217 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories34
affected_packages1
assessed_packages100
unassessed_packages0
affected_by_severitycritical 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:marker-pdf@2.0.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 100 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.

51Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

35Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://www.datalab.to/llms.txt)
19.9/40Lesbare Commit-Historie — 25 von 67 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://www.datalab.to/llms.txt
legible_history_share0,373
agent_instruction_files—
agent_instruction_max_bytes—

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

43Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
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_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 — 0/172 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes21.129
source_files_sampled172
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 — examples
Verwendete Eingangsdaten
example_dirsexamples
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

39.777GitHub-Sterne
26Mitwirkende
96Commits, letzte 12 Monate
3Tage seit letztem Push
72Releases
1Bus-Faktor
376offene 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 ★ / 2.873 ⇿
0Sterne
2.873Forks
2Releases

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.

1.5002.0002.5003.0002.873252025-102026-042026-09
Major 1Minor 0Patch 1
OpenSSF Scorecard 3.8 / 10
3.8Gesamtwert

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 · 2026-09-16 16:43 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests2 out of 2 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/9 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not 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
0Vulnerabilities52 existing vulnerabilities detected
Direkte Abhängigkeiten 21
RegistryPaketVersionsvorgabeManifest
PyPIpillow>=10.1.0,<11pyproject.toml
PyPIpydantic>=2.4.2,<3pyproject.toml
PyPIpydantic-settings>=2.0.3,<3pyproject.toml
PyPItransformers>=5.12.1,<6pyproject.toml
PyPIpython-dotenv>=1.0.0,<2pyproject.toml
PyPItorch>=2.7.0,<3pyproject.toml
PyPIpsutil>=7.0.0,<8pyproject.toml
PyPItqdm>=4.66.1,<5pyproject.toml
PyPIftfy>=6.1.1,<7pyproject.toml
PyPIrapidfuzz>=3.8.1,<4pyproject.toml
PyPIsurya-ocr>=0.22.1,<0.23.0pyproject.toml
PyPIregex>=2024.4.28pyproject.toml
PyPIpdftext>=0.7.0,<0.8.0pyproject.toml
PyPImarkdownify>=1.1.0,<2pyproject.toml
PyPIclick>=8.2.0,<9pyproject.toml
PyPImarkdown2>=2.5.2,<3pyproject.toml
PyPIfiletype>=1.2.0,<2pyproject.toml
PyPIgoogle-genai>=1.40.0,<3pyproject.toml
PyPIanthropic>=0.69.0,<1pyproject.toml
PyPIopenai>=2.2.0,<3pyproject.toml
PyPIscikit-learn>=1.6.1,<2pyproject.toml
Alle Abhängigkeiten 257

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 22 direkte und 235 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIanthropic0.117.0direkt
PyPIclick8.4.2direkt
PyPIfiletype1.2.0direkt
PyPIftfy6.3.1direkt
PyPIgoogle-genai2.12.1direkt
PyPImarkdown22.5.5direkt
PyPImarkdownify1.2.3direkt
PyPIopenai2.46.0direkt
PyPIpdftext0.7.1direkt
PyPIpillow10.4.0direkt
PyPIpsutil7.2.2direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIpython-dotenv1.2.2direkt
PyPIrapidfuzz3.14.5direkt
PyPIregex2026.7.19direkt
PyPIscikit-learn1.7.2direkt
PyPIscikit-learn1.9.0direkt
PyPIsurya-ocr0.22.1direkt
PyPItorch2.13.0direkt
PyPItqdm4.69.0direkt
PyPItransformers5.14.1direkt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIaltair6.2.2indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.2indirekt
PyPIappnope0.1.4indirekt
PyPIapted1.0.3indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings25.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIblinker1.9.0indirekt
PyPIbrotli1.2.0indirekt
PyPIbrotlicffi1.2.0.1indirekt
PyPIcachetools7.1.4indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.1.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIcobble0.1.4indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcryptography49.0.0indirekt
PyPIcssselect20.9.0indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-pathfinder1.5.6indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIdatasets5.0.0indirekt
PyPIdebugpy1.8.21indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdill0.4.1indirekt
PyPIdistance0.1.3indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIebooklib0.18indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastapi0.139.2indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.31.1indirekt
PyPIfonttools4.63.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.4.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.53indirekt
PyPIgoogle-auth2.55.2indirekt
PyPIgreenlet3.5.3indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.2indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.8.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub1.24.0indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython8.39.0indirekt
PyPIipython9.15.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.8indirekt
PyPIisoduration20.11.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-builder1.1.1indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.20.0indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.6.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.0indirekt
PyPIjupyterlab-widgets3.0.16indirekt
PyPIlark1.3.1indirekt
PyPIlatex2mathml3.81.0indirekt
PyPIlxml5.3.0indirekt
PyPImammoth1.12.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarker-pdf2.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdurl0.1.2indirekt
PyPImistune3.3.3indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPInarwhals2.24.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio21.7.2indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInodeenv1.10.0indirekt
PyPInotebook7.6.0indirekt
PyPInotebook-shim0.2.4indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.6indirekt
PyPInumpy2.5.1indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.3.33indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIopencv-python-headless4.11.0.86indirekt
PyPIopenpyxl3.1.5indirekt
PyPIoverrides7.7.0indirekt
PyPIpackaging26.2indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.10.1indirekt
PyPIplaywright1.61.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIprometheus-client0.25.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf7.35.1indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow24.0.0indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydeck0.9.3indirekt
PyPIpydyf0.12.1indirekt
PyPIpyee13.0.1indirekt
PyPIpygments2.20.0indirekt
PyPIpypdfium25.10.1indirekt
PyPIpyphen0.17.2indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.4indirekt
PyPIpython-json-logger4.1.0indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpython-pptx1.0.2indirekt
PyPIpytz2026.2indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIsafetensors0.8.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.17.1indirekt
PyPIscipy1.18.0indirekt
PyPIsend2trash2.1.0indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.3indirekt
PyPIsniffio1.3.1indirekt
PyPIsoupsieve2.9indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.3.1indirekt
PyPIstreamlit1.59.2indirekt
PyPIstreamlit-ace0.1.1indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.10.0indirekt
PyPItenacity9.1.4indirekt
PyPIterminado0.18.1indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.5.1indirekt
PyPItinyhtml52.1.0indirekt
PyPItokenizers0.22.2indirekt
PyPItoml0.10.2indirekt
PyPItomli2.4.1indirekt
PyPItorchvision0.28.0indirekt
PyPItornado6.5.7indirekt
PyPItraitlets5.15.1indirekt
PyPItriton3.7.1indirekt
PyPItyper0.27.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.3indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.51.0indirekt
PyPIvirtualenv21.6.1indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIweasyprint63.1indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.9.0indirekt
PyPIwebsockets16.1.1indirekt
PyPIwidgetsnbextension4.0.15indirekt
PyPIxlsxwriter3.2.9indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.24.5indirekt
PyPIzopfli0.4.3indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:marker-pdf@2.0.0 zieht 100 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pillow10.4.0direktkritisch3412.3.0

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 datalab-to/marker teilen. Nebeneinander lesen →

98Unstructured-IO/unstructuredConvert documents to structured data effortlessly. Unstructured is open-source ETL solution for transforming complex documents into clean, structured formats for language models. Visit our website to learn more about our enterprise grade Platform product for production grade workflows, partitioning, enrichments, chunking and embedding.Außergewöhnlich96yfedoseev/pdf_oxideThe fastest PDF library for Python and Rust. Text extraction, image extraction, markdown conversion, PDF creation & editing. 0.8ms mean, 5× faster than industry leaders, 100% pass rate on 3,830 PDFs. MIT/Apache-2.0.Außergewöhnlich94microsoft/markitdownPython tool for converting files and office documents to Markdown.Außergewöhnlich94opendataloader-project/opendataloader-pdfPDF Parser for AI-ready data. Automate PDF accessibility. Open-source.Außergewöhnlich91opendatalab/MinerUTransforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.Exzellent90robocorp/rpaframeworkCollection of open-source libraries and tools for Robotic Process Automation (RPA), designed to be used with both Robot Framework and PythonExzellent

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.