Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-16 01:48 UTC

elevenlabs / elevenlabs-python

The official Python SDK for the ElevenLabs API.

PythonMIT★ 3.100 Sterne⑂ 445 Forksseit März 2023Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#artificial-intelligence#text-to-speech#conversational-ai

elevenlabs/elevenlabs-python erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (99/100) ab, am schwächsten bei Security (63/100). Zuletzt vor 4 Tagen aktualisiert. 4 Mitwirkende tragen den Großteil der jüngsten Arbeit.

95
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.

95
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 82 wird auf der veröffentlichten Indexskala auf 95 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

ElevenLabsOrganisation · verifizierte Domain
3.061 Follower29 öffentliche Reposseit Nov. 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIelevenlabs2.68.0-167vor 4 Tagen

Metriken nach Kategorie

Vitalität

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

99Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

98Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
33.9/36Commit-Rhythmus — 49/52 Wochen mit Commits
18/18Commit-Volumen — 111 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 25 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year111
human_commit_share0,51
days_since_last_push4
active_weeks_last_year49

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 4 Tagen
27/27Release-Rhythmus — ein Release etwa alle 4,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv2.68.0
releases_from_tagsnein
days_since_latest_release4
mean_days_between_releases4,8
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?

70Gut · 17 % des Gesamtindex

Popularität & Verbreitung

88Exzellent
Wie die Bewertung erfolgt
56.6/60Stars — 3.100 Stars
22.1/25Forks — 445 Forks
9.4/15Watcher — 50 Watcher
Verwendete Eingangsdaten
forks445
stars3.100
watchers50
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_servicesbadgen.net, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

90Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

84Exzellent
Wie die Bewertung erfolgt
43.2/54Bus-Faktor — 4 Beitragende decken die Hälfte aller Commits ab
17.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 23 % der Commits
13.5/13.5Breite der Beitragenden — 59 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor4
contributors_sampled59
top_contributor_share0,231

Reaktionsfähigkeit bei Issues & PRs

83Exzellent
Wie die Bewertung erfolgt
39.9/42Issue-Lösungsquote — 95 % der Issues geschlossen
18.1/30PR-Annahme — 275/455 entschiedene PRs gemergt
9.8/13Newcomer PR acceptance — 3/4 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs275
open_issues19
closed_issues367
prs_merged_7d1
prs_decided_7d1
prs_merged_30d3
prs_decided_30d4
issue_closed_ratio0,951
closed_unmerged_prs180
first_time_authors_30d4
first_time_prs_merged_30d3
first_time_prs_decided_30d4

Eigentümerschaft & Trägerschaft

95Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
25/25Reichweite des Inhabers — 3.061 Follower von elevenlabs
20.4/25Kontohistorie — 29 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers3.061
owner_typeOrganization
is_verifiedja
owner_loginelevenlabs
public_repos29
account_age_days1.764

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 4 Tagen
20/20Versionshistorie — 167 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageselevenlabs
ecosystemspypi
any_deprecatednein
min_days_since_publish4

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

79Gut · 19 % des Gesamtindex

Engineering-Praktiken

82Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
18/20OpenSSF Scorecard: CI-Tests — 27 out of 30 merged PRs checked by a CI test -- score normalized to 9
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://elevenlabs.io/docs/api-reference/overview
10/10Repository-Beschreibung
10/10Topics — 3 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsartificial-intelligence, text-to-speech, conversational-ai
has_wikija
homepagehttps://elevenlabs.io/docs/api-reference/overview
docs_sitehttps://elevenlabs.io/docs/api-reference/overview
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

63Mittel · 16 % des Gesamtindex

Sicherheitslage

54Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.2/2.5CI-Tests — 27 out of 30 merged PRs checked by a CI test -- score normalized to 9
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 5 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 — 25 commit(s) and 6 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
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
1.5/7.5Vulnerabilities — 8 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

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_packages15
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:elevenlabs@2.68.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 15 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.

83Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://elevenlabs.io/llms.txt)
40/40Lesbare Commit-Historie — 47 von 51 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://elevenlabs.io/llms.txt
legible_history_share0,922
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes556

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

64Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — src/elevenlabs/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 22 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
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
lockfilespoetry.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configssrc/elevenlabs/py.typed
agent_commit_share0,22
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/elevenlabs/py.typed)
54.7/55Handhabbare Dateigrößen — 12/2.512 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes417.844
source_files_sampled2.512
oversized_source_files12

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
40/40Lauffähige Beispiele — samples
Verwendete Eingangsdaten
example_dirssamples
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

3.100GitHub-Sterne
59Mitwirkende
111Commits, letzte 12 Monate
4Tage seit letztem Push
100Releases
4Bus-Faktor
19offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'elevenlabs' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 445 ⇿
0Sterne
445Forks
100Releases

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.

010020030040050043882023-042024-122026-09
Major 1Minor 76Patch 21

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.4 / 10
5.4Gesamtwert

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 01:48 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
9CI-Tests27 out of 30 merged PRs checked by a CI test -- score normalized to 9
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained25 commit(s) and 6 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
0SASTSAST tool is not run on all commits -- score normalized to 0
4Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
2Vulnerabilities8 existing vulnerabilities detected
Direkte Abhängigkeiten 7
RegistryPaketVersionsvorgabeManifest
PyPIhttpx>=0.21.2pyproject.toml
PyPIpyaudio>=0.2.14pyproject.toml
PyPIpydantic>= 1.9.2pyproject.toml
PyPIpydantic-core>=2.18.2pyproject.toml
PyPIrequests>=2.20pyproject.toml
PyPItyping_extensions>= 4.0.0pyproject.toml
PyPIwebsockets>=13.0pyproject.toml
Alle Abhängigkeiten 40

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 14 direkte und 26 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIhttpx—direkt
PyPIhttpx0.28.1direkt
PyPIpyaudio—direkt
PyPIpyaudio0.2.14direkt
PyPIpydantic—direkt
PyPIpydantic2.10.6direkt
PyPIpydantic-core—direkt
PyPIpydantic-core2.27.2direkt
PyPIrequests—direkt
PyPIrequests2.32.4direkt
PyPItyping-extensions—direkt
PyPItyping-extensions4.13.2direkt
PyPIwebsockets—direkt
PyPIwebsockets13.1direkt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.5.2indirekt
PyPIcertifi2026.7.22indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIcolorama0.4.6indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIidna3.15indirekt
PyPIiniconfig2.1.0indirekt
PyPImypy1.13.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPIpackaging26.2indirekt
PyPIpluggy1.5.0indirekt
PyPIpytest7.4.4indirekt
PyPIpytest-asyncio0.23.8indirekt
PyPIpytest-xdist3.6.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIruff0.11.5indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPItomli2.4.1indirekt
PyPItypes-pyaudio0.2.16.20240516indirekt
PyPItypes-python-dateutil2.9.0.20241206indirekt
PyPIurllib32.2.3indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:elevenlabs@2.68.0 zieht 15 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 elevenlabs/elevenlabs-python teilen. Nebeneinander lesen →

95elevenlabs/elevenlabs-jsThe official JavaScript (Node) library for the ElevenLabs API.Außergewöhnlich92unslothai/unslothLocal UI to run and train LLMs and diffusion models. Supports GGUF, MLX, Qwen3.8, DeepSeek-V4, MiniMax-H3, Gemma 4, FLUX and more.Exzellent86neosapience/typecast-sdkThe official SDK for the Typecast API. (Python, JS/TS, C/C++, C#, Java, Kotlin, Go, Rust, Swift, Zig, PHP, Dart/Flutter, Ruby)Exzellent71hahalee000000/helenHelen Agent Develop Language Gut89HumeAI/hume-typescript-sdkAdd Hume AI to any TypeScript projectExzellent83hexabot-ai/HexabotHexabot v3 is an AI workflow automation platform, combining workflows, actions, agents, and conversational channels in one runtime.Exzellent

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.