Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.5.0 · 2026-08-07 12:58 UTC

faststream-community / zMQTT

Pure asyncio MQTT 3.1.1 and 5.0 client library. No paho dependency, no threading, no god classes.

PythonMIT★ 74 Sterne⑂ 5 Forksseit März 2026Auf GitHub ansehen ↗

faststream-community/zMQTT erreicht einen Gesundheitsindex von 34 von 100 und liegt damit im Bereich Gefährdet. Am stärksten schneidet es bei Vitality (77/100) ab, am schwächsten bei Security (42/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

gesamt / 100

Gefährdet

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.

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)

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 64 wird auf der veröffentlichten Indexskala auf 73 kalibriert (Register-Kalibrierung 2026-08-02). Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 50 % auf die gewichtete Gesamtgesundheit an und begrenzt sie auf die Obergrenze Gefährdet von 34.

Eigentümerschaft

FastStream CommunityOrganisation

50 Follower8 öffentliche Reposseit Nov. 2024

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

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht	Tags
PyPI	zmqtt	0.1.0	17.280	11	vor 0 Tagen	mqtt mqtt5 iot python-mqtt zmqtt

Metriken nach Kategorie

Vitalität

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

77Gut · 21 % des Gesamtindex

Entwicklungsaktivität

69Gut

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
7.6/36	Commit-Rhythmus — 11/52 Wochen mit Commits
15.6/18	Commit-Volumen — 54 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 21 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	54
human_commit_share	0,982
days_since_last_push	0
active_weeks_last_year	11

Release-Disziplin

90Exzellent

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 12 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 0 Tagen
27/27	Release-Rhythmus — ein Release etwa alle 15,3 Tage
0/10	OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.

Verwendete Eingangsdaten

releases_count	12
latest_release_tag	v0.1.0
releases_from_tags	nein
days_since_latest_release	0
mean_days_between_releases	15,3

Community & Verbreitung

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

64Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

35Schwach

Wie die Bewertung erfolgt

30.2/60	Stars — 74 Stars
5/25	Forks — 5 Forks
0/15	Watcher — 0 Watcher

Verwendete Eingangsdaten

forks	5
stars	74
watchers	0
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

92Exzellent

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (MIT)
18/18	CONTRIBUTING-Leitfaden
13.5/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
6.3/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	0
has_contributing	ja
has_issue_template	nein
has_code_of_conduct	ja
readme_badge_services	—
has_pull_request_template	ja

Ökosystem-Verbreitung (Downloads)

71Gut

Wie die Bewertung erfolgt

56.5/80	Downloads pro Monat — 17.280 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	zmqtt
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	17.280

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?

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

32Gefährdet

Wie die Bewertung erfolgt

9/54	Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
7.2/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 68 % der Commits
9.5/13.5	Breite der Beitragenden — 7 Beitragende
6/10	OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6

Verwendete Eingangsdaten

bus_factor	1
contributors_sampled	7
top_contributor_share	0,682

Reaktionsfähigkeit bei Issues & PRs

86Exzellent

Wie die Bewertung erfolgt

35/42	Issue-Lösungsquote — 83 % der Issues geschlossen
29.2/30	PR-Annahme — 37/38 entschiedene PRs gemergt
13/13	Newcomer PR acceptance — 7/7 PRs von Erstbeitragenden in 30 Tagen gemergt
9/15	OpenSSF Scorecard: Code-Review — Found 20/29 approved changesets -- score normalized to 6

Verwendete Eingangsdaten

merged_prs	37
open_issues	1
closed_issues	5
prs_merged_7d	8
prs_decided_7d	8
prs_merged_30d	15
prs_decided_30d	15
issue_closed_ratio	0,833
closed_unmerged_prs	1
first_time_authors_30d	1
first_time_prs_merged_30d	7
first_time_prs_decided_30d	7

Eigentümerschaft & Trägerschaft

53Mittel

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain
12.3/25	Reichweite des Inhabers — 50 Follower von faststream-community
10.5/25	Kontohistorie — 8 öffentliche Repos, Kontoalter ca. 1 Jahre

Verwendete Eingangsdaten

followers	50
owner_type	Organization
is_verified	—
owner_login	faststream-community
public_repos	8
account_age_days	641

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20	Versionshistorie — 11 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	zmqtt
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

71Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut

Wie die Bewertung erfolgt

24/24	CI-Workflows — 9 Workflow(s)
24/24	Tests vorhanden
0/16	Linter-Konfiguration
0/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 24 out of 24 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	nein
has_precommit_config	nein

Dokumentation

75Gut

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
0/15	Dokumentations-/Homepage-Site
10/10	Repository-Beschreibung
0/10	Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	—
has_wiki	ja
homepage	—
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

42Schwach · 16 % des Gesamtindex

Sicherheitslage

28Gefährdet

Jurisdiktionsrisiko-Warnung

Exposition gegenüber einer Hochrisikojurisdiktion erkannt

1 Profile wichtiger MitwirkenderRussia

Grundlage sind selbst veröffentlichte öffentliche Profilstandorte. Dieses Governance-Signal bestimmt weder Nationalität, Staatsangehörigkeit, Absicht, Sanktionsstatus noch persönliche Vertrauenswürdigkeit.

So wird Jurisdiktionsexposition bewertet

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
6/7.5	Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5	CI-Tests — 24 out of 24 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
4.5/7.5	Code-Review — Found 20/29 approved changesets -- score normalized to 6
1.5/2.5	Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 21 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
5/5	Pinned-Dependencies — all dependencies are pinned
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5	Vulnerabilities — 35 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	18
scorecard_version	v5.5.0
checks_inconclusive	0
scorecard_aggregate	5,7
high_risk_jurisdiction_cap	34
high_risk_jurisdiction_multiplier	50
security_posture_after_multiplier	28
security_posture_before_jurisdiction	57

Die Richtlinie für Hochrisikojurisdiktionen wendet einen Multiplikator von 50 % an und begrenzt die Sicherheitslage auf die Obergrenze Gefährdet von 34.

Abhängigkeits-Advisories

100Außergewöhnlich

Wie die Bewertung erfolgt

35/35	Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
0/25	Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40	Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum

Verwendete Eingangsdaten

source	osv
advisories	66
affected_packages	13
assessed_packages	106
unassessed_packages	0
affected_by_severity	critical 1, high 6, moderate 5, low 1
direct_affected_packages	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 106 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

59Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

39Schwach

Wie die Bewertung erfolgt

0/45	Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15	Maschinenlesbare Doku (llms.txt)
38.8/40	Lesbare Commit-Historie — 40 von 55 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
legible_history_share	0,727
agent_instruction_files	—
agent_instruction_max_bytes	—

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

65Gut

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
0/11	Lint-/Format-Konfiguration
11/11	Statische Typprüfung — src/zmqtt/py.typed
10/10	Reproduzierbare Umgebung — Dockerfile, lockfile
3.6/10	Belegte Agentenpraxis — 1 der letzten 56 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8	Automatisierte Wartung — 1 der letzten 56 Commits sind automatisierte Abhängigkeits-Updates
10/10	OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	uv.lock
has_dockerfile	ja
typed_language	nein
bootstrap_files	—
has_devcontainer	nein
has_linter_config	nein
typecheck_configs	src/zmqtt/py.typed
agent_commit_share	0,018
toolchain_manifests	—
dependency_bot_commit_share	0,018

AI-Code-Lesbarkeit für Modelle

82Exzellent

Wie die Bewertung erfolgt

27/45	Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/zmqtt/py.typed)
55/55	Handhabbare Dateigrößen — 0/50 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	32.838
source_files_sampled	50
oversized_source_files	0

Eckdaten

74GitHub-Sterne

7Mitwirkende

54Commits, letzte 12 Monate

0Tage seit letztem Push

12Releases

1Bus-Faktor

1offene 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:zmqtt@0.1.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 5 ⇿

0Sterne

5Forks

10Releases

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.

Major 0Minor 0Patch 5

OpenSSF Scorecard 5.7 / 10

5.7Gesamtwert

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 · 2026-08-07 12:58 UTC

10	Binary-Artifacts	no binaries found in the repo
8	Branch-Protection	branch protection is not maximal on development and all release branches
10	CI-Tests	24 out of 24 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
6	Code-Review	Found 20/29 approved changesets -- score normalized to 6
6	Contributors	project has 2 contributing companies or organizations -- score normalized to 6
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	21 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
10	Pinned-Dependencies	all dependencies are pinned
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
0	Signed-Releases	Project has not signed or included provenance with any releases.
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
0	Vulnerabilities	35 existing vulnerabilities detected

Direkte Abhängigkeiten 1

Registry	Paket	Versionsvorgabe	Manifest
PyPI	typing_extensions	`>=4.4`	pyproject.toml

Alle Abhängigkeiten 106

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 1 direkte und 105 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	typing-extensions	`4.15.0`	direkt
PyPI	annotated-types	`0.7.0`	indirekt
PyPI	anyio	`4.12.1`	indirekt
PyPI	attrs	`26.1.0`	indirekt
PyPI	babel	`2.18.0`	indirekt
PyPI	backports-asyncio-runner	`1.2.0`	indirekt
PyPI	backrefs	`6.2`	indirekt
PyPI	bandit	`1.9.4`	indirekt
PyPI	boltons	`21.0.0`	indirekt
PyPI	bracex	`2.6`	indirekt
PyPI	certifi	`2026.2.25`	indirekt
PyPI	cffi	`2.0.0`	indirekt
PyPI	charset-normalizer	`3.4.5`	indirekt
PyPI	click	`8.1.8`	indirekt
PyPI	click-option-group	`0.5.9`	indirekt
PyPI	colorama	`0.4.6`	indirekt
PyPI	coverage	`7.13.4`	indirekt
PyPI	cryptography	`46.0.5`	indirekt
PyPI	exceptiongroup	`1.2.2`	indirekt
PyPI	face	`26.0.0`	indirekt
PyPI	ghp-import	`2.1.0`	indirekt
PyPI	glom	`25.12.0`	indirekt
PyPI	googleapis-common-protos	`1.73.0`	indirekt
PyPI	griffelib	`2.0.0`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httpx	`0.28.1`	indirekt
PyPI	httpx-sse	`0.4.3`	indirekt
PyPI	idna	`3.11`	indirekt
PyPI	importlib-metadata	`8.7.1`	indirekt
PyPI	iniconfig	`2.3.0`	indirekt
PyPI	jinja2	`3.1.6`	indirekt
PyPI	jsonschema	`4.25.1`	indirekt
PyPI	jsonschema-specifications	`2025.9.1`	indirekt
PyPI	librt	`0.8.1`	indirekt
PyPI	markdown	`3.10.2`	indirekt
PyPI	markdown-it-py	`4.0.0`	indirekt
PyPI	markupsafe	`3.0.3`	indirekt
PyPI	mcp	`1.23.3`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	mergedeep	`1.3.4`	indirekt
PyPI	mkdocs	`1.6.1`	indirekt
PyPI	mkdocs-autorefs	`1.4.4`	indirekt
PyPI	mkdocs-get-deps	`0.2.2`	indirekt
PyPI	mkdocs-material	`9.7.5`	indirekt
PyPI	mkdocs-material-extensions	`1.3.1`	indirekt
PyPI	mkdocstrings	`1.0.3`	indirekt
PyPI	mkdocstrings-python	`2.0.3`	indirekt
PyPI	mypy	`1.19.1`	indirekt
PyPI	mypy-extensions	`1.1.0`	indirekt
PyPI	opentelemetry-api	`1.37.0`	indirekt
PyPI	opentelemetry-exporter-otlp-proto-common	`1.37.0`	indirekt
PyPI	opentelemetry-exporter-otlp-proto-http	`1.37.0`	indirekt
PyPI	opentelemetry-instrumentation	`0.58b0`	indirekt
PyPI	opentelemetry-instrumentation-requests	`0.58b0`	indirekt
PyPI	opentelemetry-instrumentation-threading	`0.58b0`	indirekt
PyPI	opentelemetry-proto	`1.37.0`	indirekt
PyPI	opentelemetry-sdk	`1.37.0`	indirekt
PyPI	opentelemetry-semantic-conventions	`0.58b0`	indirekt
PyPI	opentelemetry-util-http	`0.58b0`	indirekt
PyPI	packaging	`26.0`	indirekt
PyPI	paginate	`0.5.7`	indirekt
PyPI	pathspec	`1.0.4`	indirekt
PyPI	peewee	`3.19.0`	indirekt
PyPI	platformdirs	`4.9.4`	indirekt
PyPI	pluggy	`1.6.0`	indirekt
PyPI	protobuf	`6.33.6`	indirekt
PyPI	pycparser	`3.0`	indirekt
PyPI	pydantic	`2.12.5`	indirekt
PyPI	pydantic-core	`2.41.5`	indirekt
PyPI	pydantic-settings	`2.13.1`	indirekt
PyPI	pygments	`2.19.2`	indirekt
PyPI	pyjwt	`2.12.1`	indirekt
PyPI	pymdown-extensions	`10.21`	indirekt
PyPI	pytest	`9.0.2`	indirekt
PyPI	pytest-asyncio	`1.3.0`	indirekt
PyPI	pytest-cov	`7.0.0`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-dotenv	`1.2.2`	indirekt
PyPI	python-multipart	`0.0.22`	indirekt
PyPI	pywin32	`311`	indirekt
PyPI	pyyaml	`6.0.3`	indirekt
PyPI	pyyaml-env-tag	`1.1`	indirekt
PyPI	referencing	`0.37.0`	indirekt
PyPI	requests	`2.32.5`	indirekt
PyPI	rich	`14.3.3`	indirekt
PyPI	rpds-py	`0.30.0`	indirekt
PyPI	ruamel-yaml	`0.19.1`	indirekt
PyPI	ruamel-yaml-clib	`0.2.14`	indirekt
PyPI	ruff	`0.15.5`	indirekt
PyPI	semantic-version	`2.10.0`	indirekt
PyPI	semgrep	`1.156.0`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	sse-starlette	`3.3.3`	indirekt
PyPI	starlette	`1.0.0`	indirekt
PyPI	stevedore	`5.7.0`	indirekt
PyPI	tomli	`2.0.2`	indirekt
PyPI	typing-inspection	`0.4.2`	indirekt
PyPI	urllib3	`2.6.3`	indirekt
PyPI	uvicorn	`0.42.0`	indirekt
PyPI	watchdog	`6.0.0`	indirekt
PyPI	wcmatch	`8.5.2`	indirekt
PyPI	wrapt	`1.17.3`	indirekt
PyPI	zipp	`3.23.0`	indirekt
PyPI	zizmor	`1.23.1`	indirekt
PyPI	zmqtt	`0.1.0`	indirekt

Abhängigkeits-Advisories 13

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 106 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 13 tragen bekannte Advisories, davon 0 direkte.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
cryptography	`46.0.5`	indirekt	kritisch	11	`50.0.0`
click	`8.1.8`	indirekt	hoch	1	`8.3.3`
mcp	`1.23.3`	indirekt	hoch	6	`1.28.1`
pyjwt	`2.12.1`	indirekt	hoch	9	`2.13.0`
python-multipart	`0.0.22`	indirekt	hoch	12	`0.0.31`
starlette	`1.0.0`	indirekt	hoch	10	`1.3.1`
urllib3	`2.6.3`	indirekt	hoch	4	`2.7.0`
idna	`3.11`	indirekt	mittel	2	`3.15`
pydantic-settings	`2.13.1`	indirekt	mittel	1	`2.14.2`
pymdown-extensions	`10.21`	indirekt	mittel	4	`11.0.0`
pytest	`9.0.2`	indirekt	mittel	2	`9.0.3`
requests	`2.32.5`	indirekt	mittel	2	`2.33.0`
pygments	`2.19.2`	indirekt	niedrig	2	`2.20.0`

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

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 v2.5.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Verwandte Einträge