Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-13 03:08 UTC

dbt-labs / metricflow

MetricFlow allows you to define, build, and maintain metrics in code.

PythonApache-2.0★ 1.735 Sterne⑂ 196 Forksseit Apr. 2022Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#data#analytics#metrics#pypi#business-intelligence#data-modeling#semantic-layer

dbt-labs/metricflow erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (90/100) ab, am schwächsten bei Security (60/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

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.

94
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 81 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

dbt LabsOrganisation
2.284 Follower408 öffentliche Reposseit Apr. 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPImetricflow0.212.07.194.84895vor 0 Tagen
PyPIdbt-metricflow0.13.0-22vor 92 Tagen

Metriken nach Kategorie

Vitalität

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

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

94Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
29.8/36Commit-Rhythmus — 43/52 Wochen mit Commits
18/18Commit-Volumen — 193 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 24 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year193
human_commit_share1
days_since_last_push0
active_weeks_last_year43

Release-Disziplin

83Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 26 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 12 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 61,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count26
latest_release_tagmf-stdio-sidecar/v0.212.0.dev0+2607311617.cb03eb2a
releases_from_tagsnein
days_since_latest_release12
mean_days_between_releases61,1

Community & Verbreitung

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

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

79Gut
Wie die Bewertung erfolgt
52.5/60Stars — 1.735 Stars
19.1/25Forks — 196 Forks
7.2/15Watcher — 21 Watcher
Verwendete Eingangsdaten
forks196
stars1.735
watchers21
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_badges6
has_contributingja
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 — 7.194.848 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmetricflow, dbt-metricflow
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.194.848
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?

84Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

64Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
15.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 33 % der Commits
13.5/13.5Breite der Beitragenden — 49 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled49
top_contributor_share0,327

Reaktionsfähigkeit bei Issues & PRs

80Exzellent
Wie die Bewertung erfolgt
30.4/42Issue-Lösungsquote — 72 % der Issues geschlossen
25.8/30PR-Annahme — 1.405/1.633 entschiedene PRs gemergt
8.7/13Newcomer PR acceptance — 2/3 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs1.405
open_issues111
closed_issues289
prs_merged_7d4
prs_decided_7d4
prs_merged_30d14
prs_decided_30d15
issue_closed_ratio0,723
closed_unmerged_prs228
first_time_authors_30d3
first_time_prs_merged_30d2
first_time_prs_decided_30d3

Eigentümerschaft & Trägerschaft

99Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
24.1/25Reichweite des Inhabers — 2.284 Follower von dbt-labs
25/25Kontohistorie — 408 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers2.284
owner_typeOrganization
is_verified—
owner_logindbt-labs
public_repos408
account_age_days3.779
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 — 2 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20Versionshistorie — 95 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmetricflow, dbt-metricflow
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

82Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 12 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — ruff.toml
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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://docs.getdbt.com/docs/build/about-metricflow
10/10Repository-Beschreibung
10/10Topics — 7 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsdata, analytics, metrics, pypi, business-intelligence, data-modeling, semantic-layer
has_wikinein
homepagehttps://docs.getdbt.com/docs/build/about-metricflow
docs_sitehttps://docs.getdbt.com/docs/build/about-metricflow
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

60Mittel · 16 % des Gesamtindex

Sicherheitslage

60Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
6/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 7 contributing companies or organizations
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 — 24 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
5/5Security-Policy — security policy file 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
2.2/7.5Vulnerabilities — 7 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate6

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.

89Exzellent · 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 — 100 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_files.github/copilot-instructions.md, AGENTS.md
agent_instruction_max_bytes15.529

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

91Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, local-data-warehouses/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — ruff.toml
11/11Statische Typprüfung — dbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini
10/10Reproduzierbare Umgebung — Dockerfile
10/10Belegte Agentenpraxis — 5 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile, local-data-warehouses/Makefile
has_devcontainernein
has_linter_configja
typecheck_configsdbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (dbt-metricflow/dbt_metricflow/py.typed, metricflow/py.typed, metricflow_semantic_interfaces/py.typed, metricflow_semantics/py.typed, mypy.ini)
54.7/55Handhabbare Dateigrößen — 5/1.011 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes129.421
source_files_sampled1.011
oversized_source_files5

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

1.735GitHub-Sterne
49Mitwirkende
193Commits, letzte 12 Monate
0Tage seit letztem Push
26Releases
2Bus-Faktor
111offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:metricflow@0.212.0; advisories assessed against the repository dependency graph instead
  • No resolved dependencies carried a version and a supported ecosystem

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 196 ⇿
0Sterne
196Forks
26Releases

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.

04080120160200187182022-042024-062026-08
Major 0Minor 16Patch 8

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 6.0 / 10
6.0Gesamtwert

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 · 2026-08-13 03:06 UTC

10Binary-Artifactsno binaries found in the repo
8Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained24 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
3Vulnerabilities7 existing vulnerabilities detected
Alle Abhängigkeiten 57

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 57 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIblack—indirekt
PyPIclick—indirekt
PyPIdatabricks-sqlalchemy—indirekt
PyPIdbt-athena-community—indirekt
PyPIdbt-bigquery—indirekt
PyPIdbt-core—indirekt
PyPIdbt-databricks—indirekt
PyPIdbt-duckdb—indirekt
PyPIdbt-postgres—indirekt
PyPIdbt-redshift—indirekt
PyPIdbt-snowflake—indirekt
PyPIdbt-trino—indirekt
PyPIduckdb—indirekt
PyPIduckdb-engine—indirekt
PyPIdulwich—indirekt
PyPIgraphviz—indirekt
PyPIhalo—indirekt
PyPIhatch-requirements-txt—indirekt
PyPIhatchling—indirekt
PyPIhttpx—indirekt
PyPIhypothesis—indirekt
PyPIimportlib-metadata—indirekt
PyPIisort—indirekt
PyPIjinja2—indirekt
PyPIjsonschema—indirekt
PyPImetricflow—indirekt
PyPImore-itertools—indirekt
PyPImypy—indirekt
PyPIpre-commit—indirekt
PyPIpsycopg2-binary—indirekt
PyPIpyathena—indirekt
PyPIpydantic—indirekt
PyPIpygithub—indirekt
PyPIpympler—indirekt
PyPIpytest—indirekt
PyPIpytest-mock—indirekt
PyPIpytest-xdist—indirekt
PyPIpython-dateutil—indirekt
PyPIpyyaml—indirekt
PyPIrapidfuzz—indirekt
PyPIreferencing—indirekt
PyPIsnowflake-sqlalchemy—indirekt
PyPIsqlalchemy—indirekt
PyPIsqlalchemy-bigquery—indirekt
PyPIsqlglot—indirekt
PyPItabulate—indirekt
PyPItermcolor—indirekt
PyPItomli—indirekt
PyPItrino—indirekt
PyPItypes-jinja2—indirekt
PyPItypes-jsonschema—indirekt
PyPItypes-python-dateutil—indirekt
PyPItypes-pyyaml—indirekt
PyPItypes-tabulate—indirekt
PyPItyping-extensions—indirekt
PyPIupdate-checker—indirekt
PyPIvarname—indirekt
Abhängigkeits-Advisories nicht bewertet

Der Advisory-Abgleich konnte für diesen Bericht nicht ausgeführt werden: No resolved dependencies carried a version and a supported ecosystem

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 dbt-labs/metricflow teilen. Nebeneinander lesen →

90malloydata/publisherPublisher is the open-source semantic model server for the Malloy data language. It lets you define semantic models once — and use them everywhere.Exzellent98dbt-labs/dbt-coredbt enables data analysts and engineers to transform their data using the same practices that software engineers use to build applications.Außergewöhnlich96Canner/WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20+ data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.Außergewöhnlich89gooddata/gooddata-python-sdkGoodData Cloud Python SDKExzellent99metabase/metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:Außergewöhnlich96grafana/grafanaThe open and composable observability and data visualization platform. Visualize metrics, logs, and traces from multiple sources like Prometheus, Loki, Elasticsearch, InfluxDB, Postgres and many more. 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.