Öffentliches Register
Software-GesundheitsberichtSchema 0.11.0 · Metriken 2.10.0 · 2026-07-17 03:30 UTC

gamehunterkaan / autopwn-suite

AutoPWN Suite is a project for scanning vulnerabilities and exploiting systems automatically.

Python · JavaScriptEigene Lizenz★ 1.093 Sterne⑂ 136 Forksseit Mai 2022Auf GitHub ansehen ↗

gamehunterkaan/autopwn-suite erreicht einen Gesundheitsindex von 77 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Vitality (85/100) ab, am schwächsten bei AI Readiness (28/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

77
gesamt / 100
Gut

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.

77
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 66 wird auf der veröffentlichten Indexskala auf 77 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Kaan GültekinPersönliches Konto
139 Follower18 öffentliche Reposseit Juli 2020

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIautopwn-suite2.1.518821vor 1406 Tagen

Metriken nach Kategorie

Vitalität

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

85Exzellent · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualitätletzter Push vor 3 Tagen
11.1/36Commit-Rhythmus16/52 Wochen mit Commits
18/18Commit-Volumen160 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year160
human_commit_share
days_since_last_push3
active_weeks_last_year16

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus32 Releases veröffentlicht
36/36Release-Aktualitätletztes Release vor 3 Tagen
27/27Release-Rhythmusein Release etwa alle 27,7 Tage
0/10OpenSSF Scorecard: Signed-Releaseskeine Daten
Verwendete Eingangsdaten
releases_count32
latest_release_tagv2.4.5
releases_from_tagsnein
days_since_latest_release3
mean_days_between_releases27,7
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
Wie die Bewertung erfolgt
49.3/60Stars1.093 Stars
17.8/25Forks136 Forks
8/15Watcher29 Watcher
Verwendete Eingangsdaten
forks136
stars1.093
watchers29
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5LizenzLizenzdatei vorhanden, keine anerkannte Lizenz
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services
has_pull_request_templatenein
Wie die Bewertung erfolgt
30.4/80Downloads pro Monat188 Downloads/Monat über pypi
0/20Abhängige in der Registryvon diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesautopwn-suite
dependents
ecosystemspypi
total_downloads
monthly_downloads188
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?

54Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor1 Beitragende decken die Hälfte aller Commits ab
4.7/22.5Commit-Verteilungwichtigste beitragende Person verfasste 79 % der Commits
8.1/13.5Breite der Beitragenden6 Beitragende
0/10OpenSSF Scorecard: Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
Verwendete Eingangsdaten
bus_factor1
contributors_sampled6
top_contributor_share0,792
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote100 % der Issues geschlossen
23.7/30PR-Annahme15/19 entschiedene PRs gemergt
0/13Newcomer PR acceptancekein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-ReviewFound 0/20 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs15
open_issues0
closed_issues33
prs_merged_7d
prs_decided_7d
prs_merged_30d
prs_decided_30d
issue_closed_ratio1
closed_unmerged_prs4
first_time_authors_30d
first_time_prs_merged_30d
first_time_prs_decided_30d
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaftpersönliches (Nutzer-)Konto
0/20Verifizierte Domainfür Nutzerkonten nicht anwendbar
15.4/25Reichweite des Inhabers139 Follower von GamehunterKaan
21.3/25Kontohistorie18 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers139
owner_typeUser
is_verified
owner_loginGamehunterKaan
public_repos18
account_age_days2.191
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar1 Paket(e) auf pypi
4/35Veröffentlichungsaktualitätletzte Veröffentlichung vor 1.406 Tagen
20/20Versionshistorie21 veröffentlichte Versionen
20/20Nicht veraltetaktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesautopwn-suite
ecosystemspypi
any_deprecatednein
min_days_since_publish1.406

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

67Gut · 19 % des Gesamtindex
Wie die Bewertung erfolgt
24/24CI-Workflows3 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests6 out of 6 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Sitehttps://autopwn.kaangultekin.net
10/10Repository-Beschreibung
10/10Topics18 Topics
0/10Wiki
Verwendete Eingangsdaten
topicscybersecurity, exploitation, nmap, pentesting, python, python3, scanners, vulnerability-scanners, scanner, scanning, penetration-testing, hacking, hacking-tools, infosec, security, security-tools, cyber-security, cybersecurity-tools
has_wikinein
homepagehttps://autopwn.kaangultekin.net
docs_sitehttps://autopwn.kaangultekin.net
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

66Gut · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifactsno binaries found in the repo
0/7.5Branch-Protectionkeine Daten
2.5/2.5CI-Tests6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0/7.5Code-ReviewFound 0/20 approved changesets -- score normalized to 0
0/2.5Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10/10Dangerous-Workflowno dangerous workflow patterns detected
7.5/7.5Dependency-Update-Toolupdate tool detected
0/5Fuzzingproject is not fuzzed
2.2/2.5Lizenzlicense file detected
7.5/7.5Maintained14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packagingpackaging workflow detected
0/5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
5/5SASTSAST tool is run on all commits
5/5Security-Policysecurity policy file detected
0/7.5Signed-Releaseskeine Daten
0/7.5Token-Permissionsdetected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

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.

28Gefährdet · 4 % des Gesamtindex
Wie die Bewertung erfolgt
0/45Agentenanweisungenkeine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historiekeine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url
legible_history_share
agent_instruction_files
agent_instruction_max_bytes
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare UmgebungDockerfile, lockfile
0/10Belegte Agentenpraxiskeine Daten
0/8Automatisierte Wartungkeine Daten
0/10OpenSSF Scorecard: Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfileja
typed_languagenein
bootstrap_files
has_devcontainernein
has_linter_confignein
typecheck_configs
agent_commit_share
toolchain_manifests
dependency_bot_commit_share
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis, Automatisierte Wartung. Die verbleibenden Gewichte wurden renormalisiert.
Wie die Bewertung erfolgt
0/45Typprüfbarer CodePython ohne Typprüfungs-Konfiguration
53.8/55Handhabbare Dateigrößen1/45 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes68.413
source_files_sampled45
oversized_source_files1

Eckdaten

1.093GitHub-Sterne
6Mitwirkende
160Commits, letzte 12 Monate
3Tage seit letztem Push
32Releases
1Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 6.6 / 10
6.6Gesamtwert

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 · 2026-07-17 03:29 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-Tests6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/20 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained14 commit(s) and 0 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
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 6
RegistryPaketVersionsvorgabeManifest
PyPIrequests>=2.33.0pyproject.toml
PyPIrich*pyproject.toml
PyPIpython-nmap*pyproject.toml
PyPIbeautifulsoup4*pyproject.toml
PyPIdistro*pyproject.toml
PyPIurllib3^2.7.0pyproject.toml
Alle Abhängigkeiten 39

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 29 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIbeautifulsoup44.13.4direkt
PyPIdistrodirekt
PyPIdistro1.9.0direkt
PyPIpython-nmapdirekt
PyPIpython-nmap0.7.1direkt
PyPIrequestsdirekt
PyPIrequests2.33.0direkt
PyPIrichdirekt
PyPIrich14.0.0direkt
PyPIurllib32.7.0direkt
PyPIblinker1.9.0indirekt
PyPIbs4indirekt
PyPIcertifi2025.6.15indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclick8.3.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.6.1indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIflaskindirekt
PyPIflask3.1.3indirekt
PyPIflask-corsindirekt
PyPIflask-cors6.0.2indirekt
PyPIidna3.15indirekt
PyPIiniconfig2.1.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjinja23.1.6indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPIpackaging25.0indirekt
PyPIpluggy1.5.0indirekt
PyPIpygments2.20.0indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov4.1.0indirekt
PyPIpytest-mock3.14.1indirekt
PyPIsoupsieve2.8.4indirekt
PyPItomli2.2.1indirekt
PyPItyping-extensions4.13.2indirekt
PyPIwerkzeug3.1.8indirekt
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.

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 v0.11.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte StatistikenPyPI.