Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 20:41 UTC

dottxt-ai / outlines

Structured Outputs

PythonApache-2.0★ 15.586 Sterne⑂ 852 Forksseit März 2023Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#generative-ai#llms#prompt-engineering#symbolic-ai#cfg#json#regex#structured-generation

dottxt-ai/outlines erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (59/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

96
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.

96
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 83 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

.txtOrganisation
338 Follower15 öffentliche Reposseit Aug. 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIoutlines1.3.3-84vor 6 Tagenmachine-learningdeep-learninglanguage-modelsstructured-generation

Metriken nach Kategorie

Vitalität

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

95Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
28.4/36Commit-Rhythmus — 41/52 Wochen mit Commits
18/18Commit-Volumen — 243 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year243
human_commit_share1
days_since_last_push0
active_weeks_last_year41

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 90 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 6 Tagen
27/27Release-Rhythmus — ein Release etwa alle 31,5 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count90
latest_release_tag1.3.3
releases_from_tagsnein
days_since_latest_release6
mean_days_between_releases31,5
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?

83Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

94Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 15.586 Stars
24.4/25Forks — 852 Forks
9.6/15Watcher — 55 Watcher
Verwendete Eingangsdaten
forks852
stars15.586
watchers55
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_badges0
has_contributingja
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?

80Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

62Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
13.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 41 % der Commits
13.5/13.5Breite der Beitragenden — 100 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 33 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled100
top_contributor_share0,41

Reaktionsfähigkeit bei Issues & PRs

87Exzellent
Wie die Bewertung erfolgt
37.6/42Issue-Lösungsquote — 90 % der Issues geschlossen
24.9/30PR-Annahme — 720/868 entschiedene PRs gemergt
10.6/13Newcomer PR acceptance — 13/16 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 23/24 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs720
open_issues94
closed_issues803
prs_merged_7d2
prs_decided_7d3
prs_merged_30d28
prs_decided_30d36
issue_closed_ratio0,895
closed_unmerged_prs148
first_time_authors_30d10
first_time_prs_merged_30d13
first_time_prs_decided_30d16

Eigentümerschaft & Trägerschaft

79Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
18.2/25Reichweite des Inhabers — 338 Follower von dottxt-ai
14.8/25Kontohistorie — 15 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers338
owner_typeOrganization
is_verified—
owner_logindottxt-ai
public_repos15
account_age_days1.094
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 6 Tagen
20/20Versionshistorie — 84 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesoutlines
ecosystemspypi
any_deprecatednein
min_days_since_publish6

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 24 out of 24 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://dottxt-ai.github.io/outlines/
10/10Repository-Beschreibung
10/10Topics — 8 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsgenerative-ai, llms, prompt-engineering, symbolic-ai, cfg, json, regex, structured-generation
has_wikinein
homepagehttps://dottxt-ai.github.io/outlines/
docs_sitehttps://dottxt-ai.github.io/outlines/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

59Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 24 out of 24 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
6.8/7.5Code-Review — Found 23/24 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 33 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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
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 — 131 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

89Exzellent
Wie die Bewertung erfolgt
26.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: diskcache 5.6.3 (moderate)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
37.2/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 181 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages17
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:outlines@1.3.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 17 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.

78Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

78Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — docs/features/models/gemini.md
0/15Maschinenlesbare Doku (llms.txt)
33.1/40Lesbare Commit-Historie — 62 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,62
agent_instruction_filesdocs/features/models/gemini.md
agent_instruction_max_bytes6.461

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

67Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — src/outlines/py.typed
10/10Reproduzierbare Umgebung — devcontainer, Nix, lockfile
10/10Belegte Agentenpraxis — 9 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Verwendete Eingangsdaten
has_nixja
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainerja
has_linter_configja
typecheck_configssrc/outlines/py.typed
agent_commit_share0,09
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/outlines/py.typed)
55/55Handhabbare Dateigrößen — 0/122 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes44.704
source_files_sampled122
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, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
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

15.586GitHub-Sterne
100Mitwirkende
243Commits, letzte 12 Monate
0Tage seit letztem Push
90Releases
2Bus-Faktor
94offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 23 authors (cap 12)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 852 ⇿
0Sterne
852Forks
90Releases

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.

02004006008001.000849322023-052024-122026-08
Major 1Minor 5Patch 84

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 · 2026-08-12 20:40 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests24 out of 24 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 23/24 approved changesets -- score normalized to 9
10Contributorsproject has 33 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
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
0Vulnerabilities131 existing vulnerabilities detected
Direkte Abhängigkeiten 9
RegistryPaketVersionsvorgabeManifest
PyPIjinja2—pyproject.toml
PyPIcloudpickle—pyproject.toml
PyPIdiskcache—pyproject.toml
PyPIpydantic>=2.0pyproject.toml
PyPIjsonschema—pyproject.toml
PyPIpillow—pyproject.toml
PyPItyping_extensions—pyproject.toml
PyPIoutlines_core==0.2.14pyproject.toml
PyPIgenson—pyproject.toml
Alle Abhängigkeiten 213

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 9 direkte und 204 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcloudpickle3.1.2direkt
PyPIdiskcache5.6.3direkt
PyPIgenson1.3.0direkt
PyPIjinja23.1.6direkt
PyPIjsonschema4.26.0direkt
PyPIoutlines-core0.2.14direkt
PyPIpillow12.0.0direkt
PyPIpydantic2.12.4direkt
PyPItyping-extensions4.15.0direkt
PyPIabsl-py2.3.1indirekt
PyPIaccelerate0.27.2indirekt
PyPIaccelerate1.12.0indirekt
PyPIaiofiles25.1.0indirekt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.2indirekt
PyPIaiosignal1.4.0indirekt
PyPIairportsdata20250909indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.74.1indirekt
PyPIanyio4.11.0indirekt
PyPIastunparse1.6.3indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbeartype0.15.0indirekt
PyPIbentoml—indirekt
PyPIcachetools6.2.2indirekt
PyPIcertifi2025.11.12indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIchex0.1.90indirekt
PyPIchex0.1.91indirekt
PyPIclick8.2.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.12.0indirekt
PyPIdatasets2.18.0indirekt
PyPIdatasets4.4.1indirekt
PyPIdiff-cover9.7.2indirekt
PyPIdill0.4.0indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.17.0indirekt
PyPIdottxt0.2.0indirekt
PyPIetils1.13.0indirekt
PyPIeval-type-backport0.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfilelock3.20.0indirekt
PyPIflatbuffers25.9.23indirekt
PyPIflax0.10.7indirekt
PyPIflax0.12.1indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2025.10.0indirekt
PyPIgast0.6.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgoogle-auth2.43.0indirekt
PyPIgoogle-genai1.52.0indirekt
PyPIgoogle-pasta0.2.0indirekt
PyPIgrpcio1.76.0indirekt
PyPIh110.16.0indirekt
PyPIh5py3.15.1indirekt
PyPIhf-xet1.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-ws0.8.2indirekt
PyPIhuggingface-hub0.36.0indirekt
PyPIhumanize4.14.0indirekt
PyPIidentify2.6.15indirekt
PyPIidna3.11indirekt
PyPIimportlib-resources6.5.2indirekt
PyPIiniconfig2.3.0indirekt
PyPIinvoke2.2.1indirekt
PyPIiso31662.1.1indirekt
PyPIjax0.6.2indirekt
PyPIjax0.8.1indirekt
PyPIjaxlib0.6.2indirekt
PyPIjaxlib0.8.1indirekt
PyPIjiter0.12.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeras3.12.0indirekt
PyPIlibclang18.1.1indirekt
PyPIllama-cpp-python0.3.16indirekt
PyPIllguidance1.4.0indirekt
PyPIllvmlite0.45.1indirekt
PyPIlmstudio1.5.0indirekt
PyPImarkdown3.10indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImike—indirekt
PyPImistralai1.9.11indirekt
PyPImkdocs—indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-gen-files—indirekt
PyPImkdocs-gen-files0.6.0indirekt
PyPImkdocs-get-deps0.2.0indirekt
PyPImkdocs-git-committers-plugin-2—indirekt
PyPImkdocs-git-revision-date-localized-plugin—indirekt
PyPImkdocs-literate-nav—indirekt
PyPImkdocs-material—indirekt
PyPImkdocs-mermaid2-plugin—indirekt
PyPImkdocs-redirects—indirekt
PyPImkdocs-section-index—indirekt
PyPImkdocstrings—indirekt
PyPIml-dtypes0.5.4indirekt
PyPImlx0.30.0indirekt
PyPImlx-lm0.28.3indirekt
PyPImlx-metal0.30.0indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.1.2indirekt
PyPImsgspec0.20.0indirekt
PyPImultidict6.7.0indirekt
PyPImultiprocess0.70.18indirekt
PyPInamex0.1.0indirekt
PyPInest-asyncio1.6.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6indirekt
PyPIninja1.13.0indirekt
PyPInodeenv1.9.1indirekt
PyPInumba0.62.1indirekt
PyPInumpy2.1.3indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.27.5indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvshmem-cu123.3.20indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPIollama0.6.1indirekt
PyPIopenai2.33.0indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoptax0.2.6indirekt
PyPIoptree0.18.0indirekt
PyPIorbax-checkpoint0.11.28indirekt
PyPIoutlines0.0.37indirekt
PyPIpackaging25.0indirekt
PyPIpandas2.3.3indirekt
PyPIpathspec0.12.1indirekt
PyPIplatformdirs4.5.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.0indirekt
PyPIpropcache0.4.1indirekt
PyPIprotobuf6.33.1indirekt
PyPIpsutil7.1.3indirekt
PyPIpyarrow22.0.0indirekt
PyPIpyasn10.6.1indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.19.2indirekt
PyPIpytest9.0.1indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpytz2025.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2025.11.3indirekt
PyPIrequests2.32.5indirekt
PyPIresponses0.25.8indirekt
PyPIrich14.2.0indirekt
PyPIrpds-py0.29.0indirekt
PyPIrsa4.9.1indirekt
PyPIsafetensors0.7.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.16.3indirekt
PyPIsentencepiece0.2.1indirekt
PyPIsetuptools80.9.0indirekt
PyPIsimplejson3.20.2indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPItenacity9.1.2indirekt
PyPItensorboard2.20.0indirekt
PyPItensorboard-data-server0.7.2indirekt
PyPItensorflow2.20.0indirekt
PyPItensorstore0.1.78indirekt
PyPItensorstore0.1.79indirekt
PyPItermcolor3.2.0indirekt
PyPItf-keras2.20.1indirekt
PyPItokenizers0.22.1indirekt
PyPItomli2.3.0indirekt
PyPItoolz1.1.0indirekt
PyPItorch2.9.0indirekt
PyPItqdm4.67.1indirekt
PyPItransformers4.38.2indirekt
PyPItransformers4.57.1indirekt
PyPItreescope0.1.10indirekt
PyPItriton3.5.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.5.0indirekt
PyPIvirtualenv20.35.4indirekt
PyPIwatchdog6.0.0indirekt
PyPIwebsockets15.0.1indirekt
PyPIwerkzeug3.1.3indirekt
PyPIwheel0.45.1indirekt
PyPIwrapt2.0.1indirekt
PyPIwsproto1.3.2indirekt
PyPIxgrammar0.1.27indirekt
PyPIxxhash3.6.0indirekt
PyPIyarl1.22.0indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:outlines@1.3.3 zieht 17 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
diskcache5.6.3direktmittel2—

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 dottxt-ai/outlines teilen. Nebeneinander lesen →

97lance-format/lanceOpen Lakehouse Format for Multimodal AI. Convert from Parquet in 2 lines of code for 100x faster random access, vector index, and data versioning. Compatible with Pandas, DuckDB, Polars, Pyarrow, and PyTorch with more integrations coming..Außergewöhnlich96bentoml/BentoMLThe easiest way to serve AI apps and models - Build Model Inference APIs, Job queues, LLM apps, Multi-model pipelines, and more!Außergewöhnlich96sdv-dev/SDVSynthetic data generation for tabular dataAußergewöhnlich100onnx/onnxOpen standard for machine learning interoperabilityAußergewöhnlich100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100Arize-ai/phoenixAI Observability & EvaluationAußergewöhnlich

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.