Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-13 00:46 UTC

ev-flow / quark-engine

PythonGPL-3.0★ 1.717 Sterne⑂ 218 Forksseit Okt. 2019Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugwie das ermittelt wird
#defcon#android#blackhat#blackbox#malware-analysis#malware-detection

ev-flow/quark-engine erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (99/100) ab, am schwächsten bei Security (62/100). Zuletzt vor 4 Tagen aktualisiert. 3 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 80 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Even Flow FoundationOrganisation
40 Follower24 öffentliche Reposseit Okt. 2019

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIquark-engineverweist auf ein anderes Repo — nicht bewertet26.9.15.97681vor 8 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 — 123 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year123
human_commit_share0,77
days_since_last_push4
active_weeks_last_year49

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 86 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 8 Tagen
27/27Release-Rhythmus — ein Release etwa alle 30,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count86
latest_release_tagv26.9.1
releases_from_tagsnein
days_since_latest_release8
mean_days_between_releases30,3
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?

67Gut · 17 % des Gesamtindex

Popularität & Verbreitung

81Exzellent
Wie die Bewertung erfolgt
52.5/60Stars — 1.717 Stars
19.5/25Forks — 218 Forks
8.8/15Watcher — 40 Watcher
Verwendete Eingangsdaten
forks218
stars1.717
watchers40
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 (GPL-3.0)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges9
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

75Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

74Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
14.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 34 % der Commits
13.5/13.5Breite der Beitragenden — 33 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled33
top_contributor_share0,336

Reaktionsfähigkeit bei Issues & PRs

87Exzellent
Wie die Bewertung erfolgt
34.6/42Issue-Lösungsquote — 82 % der Issues geschlossen
25.6/30PR-Annahme — 535/626 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 1/1 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 20/21 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs535
open_issues56
closed_issues261
prs_merged_7d1
prs_decided_7d1
prs_merged_30d8
prs_decided_30d9
issue_closed_ratio0,823
closed_unmerged_prs91
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

64Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
11.6/25Reichweite des Inhabers — 40 Follower von ev-flow
22.2/25Kontohistorie — 24 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers40
owner_typeOrganization
is_verifiednein
owner_loginev-flow
public_repos24
account_age_days2.508

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 14 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 29 out of 29 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

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://doc.quark-engine.com
0/10Repository-Beschreibung
10/10Topics — 6 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsdefcon, android, blackhat, blackbox, malware-analysis, malware-detection
has_wikija
homepagehttps://doc.quark-engine.com
docs_sitehttps://doc.quark-engine.com
has_readmeja
has_docs_dirja
has_descriptionnein

Sicherheit

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

62Mittel · 16 % des Gesamtindex

Sicherheitslage

52Mittel
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 — 29 out of 29 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 20/21 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 6 contributing companies or organizations
0/10Dangerous-Workflow — 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 8 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
5/5SAST — SAST tool is run on all commits
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 — 31 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,2
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_packages47
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:quark-engine@26.9.1 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 47 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.

80Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 58 von 77 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,753
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes6.692

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

79Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 14 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 13 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesPipfile.lock
has_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,14
toolchain_manifests—
dependency_bot_commit_share0,13

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/97 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes38.890
source_files_sampled97
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 — demos, examples
Verwendete Eingangsdaten
example_dirsdemos, examples
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

1.717GitHub-Sterne
33Mitwirkende
123Commits, letzte 12 Monate
4Tage seit letztem Push
86Releases
3Bus-Faktor
56offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi package 'quark-engine' points at a different repository (https://github.com/quark-engine/quark-engine); excluded from ecosystem scoring

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 218 ⇿
0Sterne
218Forks
85Releases

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.

0408012016020024021662019-112023-042026-09
Major 0Minor 0Patch 79

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 5.2 / 10
5.2Gesamtwert

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 · 2026-09-13 00:45 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-Tests29 out of 29 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 20/21 approved changesets -- score normalized to 9
10Contributorsproject has 6 contributing companies or organizations
0Dangerous-Workflowdangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 8 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
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities31 existing vulnerabilities detected
Alle Abhängigkeiten 133

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 133 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIalabaster—indirekt
PyPIalabaster1.0.0indirekt
PyPIandroguard3.4.0a1indirekt
PyPIandroguard4.1.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.1indirekt
PyPIasn1crypto1.5.1indirekt
PyPIasttokens3.0.1indirekt
PyPIbabel2.17.0indirekt
PyPIblack26.3.1indirekt
PyPIcertifi2026.1.4indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIcli-helpers2.7.0indirekt
PyPIclick—indirekt
PyPIclick8.0.4indirekt
PyPIclick-default-group1.2.4indirekt
PyPIcolorama—indirekt
PyPIcolorama0.4.4indirekt
PyPIcommonmark—indirekt
PyPIcondense-json0.1.3indirekt
PyPIconfigobj5.0.9indirekt
PyPIcontourpy1.3.2indirekt
PyPIcycler0.12.1indirekt
PyPIdecorator5.2.1indirekt
PyPIdelegator-py0.1.1indirekt
PyPIdextrace—indirekt
PyPIdistro1.9.0indirekt
PyPIdocutils0.21.2indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIflask3.1.3indirekt
PyPIfonttools4.61.1indirekt
PyPIfrida15.2.2indirekt
PyPIfrida-tools11.0.0indirekt
PyPIgraphviz—indirekt
PyPIgraphviz0.18.2indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.11indirekt
PyPIimagesize1.4.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIipython8.18.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjedi0.19.2indirekt
PyPIjinja2—indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.12.0indirekt
PyPIkiwisolver1.4.10rc0indirekt
PyPIlangchain0.2.11indirekt
PyPIlangchain-core0.2.23indirekt
PyPIlangchain-openai0.1.17indirekt
PyPIlibrt0.7.7indirekt
PyPIlitecli1.17.0indirekt
PyPIllm0.28indirekt
PyPIlxml6.1.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.10.8indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImock—indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInetworkx3.4.2indirekt
PyPInumpy—indirekt
PyPInumpy2.2.6indirekt
PyPIobjection1.11.0indirekt
PyPIopenai2.15.0indirekt
PyPIpackaging26.0rc2indirekt
PyPIparso0.8.5indirekt
PyPIpathspec1.0.3indirekt
PyPIpathvalidate3.2.3indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow—indirekt
PyPIpillow12.1.0indirekt
PyPIpip26.1.2indirekt
PyPIplatformdirs4.9.4indirekt
PyPIplotly—indirekt
PyPIplotly5.4.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprettytable—indirekt
PyPIprettytable2.4.0indirekt
PyPIprompt-toolkit—indirekt
PyPIprompt-toolkit3.0.36indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpuremagic1.30indirekt
PyPIpydantic2.12.5indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydot4.0.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyparsing3.3.1indirekt
PyPIpytest9.0.3indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-ulid3.1.0indirekt
PyPIpytokens0.4.1indirekt
PyPIpyyaml6.0.3indirekt
PyPIr2pipe1.8.0indirekt
PyPIreadthedocs-sphinx-ext—indirekt
PyPIrecommonmark—indirekt
PyPIrequests2.33.0indirekt
PyPIrzpipe0.1.2indirekt
PyPIsemver2.13.0indirekt
PyPIsetuptools83.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsphinx—indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx-rtd-theme—indirekt
PyPIsphinx-rtd-theme3.1.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlite-fts41.0.3indirekt
PyPIsqlite-migrate0.1b0indirekt
PyPIsqlite-utils4.0a1indirekt
PyPIsqlparse0.5.5indirekt
PyPIstack-data0.6.3indirekt
PyPItabulate0.9.0indirekt
PyPItenacity9.1.2indirekt
PyPItomli2.4.0indirekt
PyPItqdm—indirekt
PyPItqdm4.66.5indirekt
PyPItraitlets5.14.3indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.6.3indirekt
PyPIwcwidth0.2.14indirekt
PyPIwerkzeug3.1.6indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:quark-engine@26.9.1 zieht 47 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 ev-flow/quark-engine teilen. Nebeneinander lesen →

94oracle/macaronMacaron is an extensible supply-chain security analysis framework from Oracle Labs that supports a wide range of build systems and CI/CD services. It can be used to prevent supply chain attacks, detect malicious Python packages, or check conformance to frameworks, such as SLSA. Documentation:Außergewöhnlich87lief-project/LIEFLIEF - Library to Instrument Executable Formats (C++, Python, Rust)Exzellent97MISP/MISPMISP (core software) - Open Source Threat Intelligence and Sharing PlatformAußergewöhnlich96flwrlabs/flowerFlower: A Friendly Federated AI FrameworkAußergewöhnlich96getsentry/sentry-javaA Sentry SDK for Java, Android and other JVM languages.Außergewöhnlich95maziyarpanahi/openmedLocal-first healthcare AI: clinical NER & HIPAA PII de-identification that runs 100% on-device. 2,200+ medical models, 21 languages, Apple MLX + Python, no cloud, no patient data leaving your network. Apache-2.0Außergewöhnlich

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.