Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 06:08 UTC

ersilia-os / ersilia

The Ersilia Model Hub, an open-source repository and CLI of AI/ML models for infectious and neglected disease research.

PythonGPL-3.0★ 308 Sterne⑂ 180 Forksseit Juli 2020Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#open-source#drug-discovery#neglected-tropical-disease#model-hub#machine-learning#global-south

ersilia-os/ersilia erreicht einen Gesundheitsindex von 92 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (94/100) ab, am schwächsten bei Security (55/100). Zuletzt vor 5 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

92
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.

92
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 78 wird auf der veröffentlichten Indexskala auf 92 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Ersilia Open Source InitiativeOrganisation
287 Follower398 öffentliche Reposseit Juli 2020

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIersilia0.1.6258053vor 16 Tagendrug-discoverymachine-learningersiliaopen-scienceglobal-healthmodel-hubinfectious-diseases

Metriken nach Kategorie

Vitalität

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

94Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

90Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
25.6/36Commit-Rhythmus — 37/52 Wochen mit Commits
18/18Commit-Volumen — 196 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year196
human_commit_share1
days_since_last_push5
active_weeks_last_year37

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 33 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 16 Tagen
27/27Release-Rhythmus — ein Release etwa alle 27 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count33
latest_release_tagv0.1.62
releases_from_tagsnein
days_since_latest_release16
mean_days_between_releases27
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

66Gut
Wie die Bewertung erfolgt
40.3/60Stars — 308 Stars
18.8/25Forks — 180 Forks
7/15Watcher — 19 Watcher
Verwendete Eingangsdaten
forks180
stars308
watchers19
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (GPL-3.0)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

46Schwach
Wie die Bewertung erfolgt
36.9/80Downloads pro Monat — 580 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesersilia
dependents—
ecosystemspypi
total_downloads—
monthly_downloads580
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?

79Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

74Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
14.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 34 % der Commits
13.5/13.5Breite der Beitragenden — 90 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 45 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled90
top_contributor_share0,345

Reaktionsfähigkeit bei Issues & PRs

76Gut
Wie die Bewertung erfolgt
41.7/42Issue-Lösungsquote — 99 % der Issues geschlossen
22.7/30PR-Annahme — 529/700 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
1.5/15OpenSSF Scorecard: Code-Review — Found 3/18 approved changesets -- score normalized to 1
Verwendete Eingangsdaten
merged_prs529
open_issues8
closed_issues1.188
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,993
closed_unmerged_prs171
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

73Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
17.7/25Reichweite des Inhabers — 287 Follower von ersilia-os
25/25Kontohistorie — 398 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers287
owner_typeOrganization
is_verifiednein
owner_loginersilia-os
public_repos398
account_age_days2.265

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 16 Tagen
20/20Versionshistorie — 53 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesersilia
ecosystemspypi
any_deprecatednein
min_days_since_publish16

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

88Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

86Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 8 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — ruff.toml
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 4 out of 6 merged PRs checked by a CI test -- score normalized to 6
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://ersilia.io
10/10Repository-Beschreibung
10/10Topics — 6 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsopen-source, drug-discovery, neglected-tropical-disease, model-hub, machine-learning, global-south
has_wikinein
homepagehttps://ersilia.io
docs_sitehttps://ersilia.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

55Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
1.5/2.5CI-Tests — 4 out of 6 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 3/18 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 45 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 21 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
7.5/7.5Vulnerabilities — 0 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): Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

73Gut
Wie die Bewertung erfolgt
14/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: aiohttp 3.13.5 (high 7.5)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
33.7/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 106 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories28
affected_packages1
assessed_packages42
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:ersilia@0.1.62 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 42 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.

61Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

27Gefährdet
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://ersilia.io/llms.txt)
12.3/40Lesbare Commit-Historie — 23 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://ersilia.io/llms.txt
legible_history_share0,23
agent_instruction_files—
agent_instruction_max_bytes—

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

74Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile, ersilia/publish/test/noxfile.py, test/playground/noxfile.py
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — ruff.toml
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — devcontainer, Dockerfile
8/10Belegte Agentenpraxis — 4 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 — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile, ersilia/publish/test/noxfile.py, test/playground/noxfile.py
has_devcontainerja
has_linter_configja
typecheck_configs—
agent_commit_share0,04
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 — 0/273 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes55.437
source_files_sampled273
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

308GitHub-Sterne
90Mitwirkende
196Commits, letzte 12 Monate
5Tage seit letztem Push
33Releases
3Bus-Faktor
8offene 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 ★ / 180 ⇿
0Sterne
180Forks
33Releases

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.

04080120160200180252022-032024-062026-09
Major 0Minor 1Patch 32

Jeder Punkt umfasst 5 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 · 2026-09-17 06:08 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
6CI-Tests4 out of 6 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 3/18 approved changesets -- score normalized to 1
10Contributorsproject has 45 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 21 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
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 33
RegistryPaketVersionsvorgabeManifest
PyPIinputimeout^1.0.4pyproject.toml
PyPIemoji^2.8.0pyproject.toml
PyPIvalidators~0.21.0pyproject.toml
PyPIpsutil>=5.9.0pyproject.toml
PyPIloguru>=0.7.0pyproject.toml
PyPIPyYAML^6.0.1pyproject.toml
PyPIdockerfile-parse^2.0.1pyproject.toml
PyPItqdm^4.66.1pyproject.toml
PyPIclick^8.1.7pyproject.toml
PyPIdocker^7.1.0pyproject.toml
PyPIboto3^1.28.40pyproject.toml
PyPIrequests^2.31.0pyproject.toml
PyPInumpy>=1.24.4,<3pyproject.toml
PyPIh5py^3.7.0pyproject.toml
PyPIaiofiles<=24.1.0pyproject.toml
PyPIaiohttp>=3.10.11,<3.14.0pyproject.toml
PyPInest_asyncio<=1.6.0pyproject.toml
PyPIredis>=5.1pyproject.toml
PyPIpandas^2.0pyproject.toml
PyPIrich-click*pyproject.toml
PyPIeosvc>=1.1.0pyproject.toml
PyPIpytest^7.4.0pyproject.toml
PyPIpytest-asyncio<=0.24.0pyproject.toml
PyPIpytest-benchmark<=4.0.0pyproject.toml
PyPIfuzzywuzzy^0.18.0pyproject.toml
PyPIsphinx>=6.0.0pyproject.toml
PyPIjinja2^3.1.2pyproject.toml
PyPIscipy*pyproject.toml
PyPInox*pyproject.toml
PyPIrich*pyproject.toml
PyPIruff*pyproject.toml
PyPIpre-commit*pyproject.toml
PyPIisaura>=2.2.0pyproject.toml
Alle Abhängigkeiten 33

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 33 direkte und 0 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiofiles—direkt
PyPIaiohttp—direkt
PyPIboto3—direkt
PyPIclick—direkt
PyPIdocker—direkt
PyPIdockerfile-parse—direkt
PyPIemoji—direkt
PyPIeosvc—direkt
PyPIfuzzywuzzy—direkt
PyPIh5py—direkt
PyPIinputimeout—direkt
PyPIisaura—direkt
PyPIjinja2—direkt
PyPIloguru—direkt
PyPInest-asyncio—direkt
PyPInox—direkt
PyPInumpy—direkt
PyPIpandas—direkt
PyPIpre-commit—direkt
PyPIpsutil—direkt
PyPIpytest—direkt
PyPIpytest-asyncio—direkt
PyPIpytest-benchmark—direkt
PyPIpyyaml—direkt
PyPIredis—direkt
PyPIrequests—direkt
PyPIrich—direkt
PyPIrich-click—direkt
PyPIruff—direkt
PyPIscipy—direkt
PyPIsphinx—direkt
PyPItqdm—direkt
PyPIvalidators—direkt
Abhängigkeits-Advisories 1

Die Installation von pypi:ersilia@0.1.62 zieht 42 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
aiohttp3.13.5direkthoch283.14.3

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 ersilia-os/ersilia teilen. Nebeneinander lesen →

100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.Außergewöhnlich99mlflow/mlflowThe open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.Außergewöhnlich98InsightSoftwareConsortium/ITKInsight Toolkit (ITK) -- Official Repository. ITK builds on a proven, spatially-oriented architecture for processing, segmentation, and registration of scientific images in two, three, or more dimensions.Außergewöhnlich98basetenlabs/trussThe simplest way to serve AI/ML models in productionAußergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich

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.