Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-24 03:39 UTC

gepa-ai / gepa

Optimize prompts, code, and more with AI-powered Reflective Optimization

Jupyter Notebook · PythonMIT★ 7.122 Sterne⑂ 590 Forksseit Aug. 2025Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

gepa-ai/gepa erreicht einen Gesundheitsindex von 90 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (93/100) ab, am schwächsten bei Security (46/100). Zuletzt vor 1 Tag aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

90
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.

90
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 76 wird auf der veröffentlichten Indexskala auf 90 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

GEPAOrganisation
102 Follower6 öffentliche Reposseit Aug. 2025

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIgepa0.1.47.733.52736vor 100 Tagen

Metriken nach Kategorie

Vitalität

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

93Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

95Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 1 Tagen
31.2/36Commit-Rhythmus — 45/52 Wochen mit Commits
18/18Commit-Volumen — 507 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year507
human_commit_share0,91
days_since_last_push1
active_weeks_last_year45

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 45 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 100 Tagen
27/27Release-Rhythmus — ein Release etwa alle 22,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count45
latest_release_tagv0.1.4
releases_from_tagsnein
days_since_latest_release100
mean_days_between_releases22,1

Community & Verbreitung

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

86Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

91Exzellent
Wie die Bewertung erfolgt
60/60Stars — 7.122 Stars
23.1/25Forks — 590 Forks
8/15Watcher — 28 Watcher
Verwendete Eingangsdaten
forks590
stars7.122
watchers28
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadgen.net, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 7.733.527 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesgepa
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.733.527
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?

61Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
9.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 58 % der Commits
13.5/13.5Breite der Beitragenden — 58 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled58
top_contributor_share0,577

Reaktionsfähigkeit bei Issues & PRs

67Gut
Wie die Bewertung erfolgt
19.1/42Issue-Lösungsquote — 46 % der Issues geschlossen
25.4/30PR-Annahme — 271/320 entschiedene PRs gemergt
12.1/13Newcomer PR acceptance — 13/14 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs271
open_issues73
closed_issues61
prs_merged_7d16
prs_decided_7d17
prs_merged_30d26
prs_decided_30d28
issue_closed_ratio0,455
closed_unmerged_prs49
first_time_authors_30d10
first_time_prs_merged_30d13
first_time_prs_decided_30d14

Eigentümerschaft & Trägerschaft

53Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
14.5/25Reichweite des Inhabers — 102 Follower von gepa-ai
8.6/25Kontohistorie — 6 öffentliche Repos, Kontoalter ca. 1 Jahre
Verwendete Eingangsdaten
followers102
owner_typeOrganization
is_verifiednein
owner_logingepa-ai
public_repos6
account_age_days445

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 100 Tagen
20/20Versionshistorie — 36 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesgepa
ecosystemspypi
any_deprecatednein
min_days_since_publish100

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

87Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

92Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

80Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://gepa-ai.github.io/gepa/
10/10Repository-Beschreibung
0/10Topics
0/10Wiki
Verwendete Eingangsdaten
topics—
has_wikinein
homepagehttps://gepa-ai.github.io/gepa/
docs_sitehttps://gepa-ai.github.io/gepa/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

46Schwach · 16 % des Gesamtindex

Sicherheitslage

33Gefährdet
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
25/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten — veröffentlichte Bibliothek — Lockfiles sind Sache der Anwendung, hier nicht erwartet
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfilesuv.lock
manifestsdocs/requirements.txt, pyproject.toml
has_codeql_workflownein
has_security_policynein
has_dependabot_configja
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lockfiles für Abhängigkeiten. 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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories284
affected_packages28
assessed_packages218
unassessed_packages29
affected_by_severitycritical 4, high 15, moderate 8, low 1
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 218 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 29 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. 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.

89Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://mlflow.org/llms.txt)
40/40Lesbare Commit-Historie — 87 von 91 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://mlflow.org/llms.txt
legible_history_share0,956
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes1.730

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

80Exzellent
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — pyrightconfig.json, src/gepa/py.typed
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 40 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 9 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configspyrightconfig.json, src/gepa/py.typed
agent_commit_share0,4
toolchain_manifests—
dependency_bot_commit_share0,09

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Jupyter Notebook mit Typprüfungs-Konfiguration (pyrightconfig.json, src/gepa/py.typed)
54.3/55Handhabbare Dateigrößen — 3/238 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageJupyter Notebook
largest_source_bytes143.180
source_files_sampled238
oversized_source_files3

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

7.122GitHub-Sterne
58Mitwirkende
507Commits, letzte 12 Monate
1Tage seit letztem Push
45Releases
1Bus-Faktor
73offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 15 authors (cap 12)
  • OpenSSF Scorecard did not return a usable result (killed by SIGKILL — most likely the container's memory limit; 2026/10/24 03:38:26 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 590 ⇿
0Sterne
590Forks
45Releases

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.

0100200300400500600586132025-082026-032026-10
Major 0Minor 1Patch 27

Jeder Punkt umfasst 2 Tage.

Alle Abhängigkeiten 247

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 247 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.14.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIalembic1.16.5indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.10.0indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.3.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbeautifulsoup44.13.5indirekt
PyPIblinker1.9.0indirekt
PyPIboto31.43.107indirekt
PyPIbotocore1.43.107indirekt
PyPIbuild1.3.0indirekt
PyPIcachetools5.5.2indirekt
PyPIcertifi2025.8.3indirekt
PyPIcffi1.17.1indirekt
PyPIcfgv3.4.0indirekt
PyPIcharset-normalizer3.4.3indirekt
PyPIchromadb—indirekt
PyPIclick8.2.1indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama—indirekt
PyPIcolorama0.4.6indirekt
PyPIconfigargparse—indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcryptography45.0.6indirekt
PyPIcvxpy1.7.3indirekt
PyPIcycler0.12.1indirekt
PyPIcython3.1.4indirekt
PyPIdask2024.8.0indirekt
PyPIdatabricks-sdk0.65.0indirekt
PyPIdatasets5.0.1indirekt
PyPIdill0.3.8indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocker7.2.0indirekt
PyPIdocutils0.22indirekt
PyPIduckdb1.4.1indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIfastapi0.116.1indirekt
PyPIfastapi0.121.1indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock—indirekt
PyPIfilelock3.19.1indirekt
PyPIflask3.1.2indirekt
PyPIflask-cors6.0.5indirekt
PyPIfonttools4.59.2indirekt
PyPIfrozenlist1.7.0indirekt
PyPIfsspec2025.3.0indirekt
PyPIgepa0.1.4indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.45indirekt
PyPIgoogle-auth—indirekt
PyPIgoogle-auth2.40.3indirekt
PyPIgoogleapis-common-protos1.75.5indirekt
PyPIgraphene3.4.3indirekt
PyPIgraphql-core3.2.6indirekt
PyPIgraphql-relay3.2.0indirekt
PyPIgreenlet3.2.4indirekt
PyPIgunicorn23.0.0indirekt
PyPIh110.16.0indirekt
PyPIh24.4.1indirekt
PyPIh5py3.14.0indirekt
PyPIhf-xet1.1.8indirekt
PyPIhpack4.2.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuey3.2.1indirekt
PyPIhuggingface-hub0.34.4indirekt
PyPIhyperframe6.1.0indirekt
PyPIid1.5.0indirekt
PyPIidentify2.6.13indirekt
PyPIidna3.10indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.1.0indirekt
PyPIitsdangerous2.2.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.0.1indirekt
PyPIjaraco-functools4.3.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.10.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.5.2indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema-specifications2025.4.1indirekt
PyPIkeyring25.6.0indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlancedb—indirekt
PyPIlangchain1.4.2indirekt
PyPIlangchain-core1.6.6indirekt
PyPIlangchain-protocol0.0.18indirekt
PyPIlanggraph1.2.12indirekt
PyPIlanggraph-checkpoint4.1.1indirekt
PyPIlanggraph-prebuilt1.1.0indirekt
PyPIlanggraph-sdk0.4.2indirekt
PyPIlangsmith0.10.3indirekt
PyPIlark1.3.1indirekt
PyPIlitellm—indirekt
PyPIlitellm1.103.2indirekt
PyPIlitellm1.93.2indirekt
PyPIllm-structured-confidence0.4.5indirekt
PyPImako1.3.10indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib3.10.6indirekt
PyPImatplotlib3.7.5indirekt
PyPImdurl0.1.2indirekt
PyPImkdocs—indirekt
PyPImkdocs-jupyter—indirekt
PyPImkdocs-material—indirekt
PyPImkdocs-redirects—indirekt
PyPImkdocs-rss-plugin—indirekt
PyPImkdocstrings—indirekt
PyPImkdocstrings-python—indirekt
PyPImlflow3.16.1indirekt
PyPImlflow-skinny3.16.1indirekt
PyPImlflow-tracing3.16.1indirekt
PyPImore-itertools10.7.0indirekt
PyPImultidict6.6.4indirekt
PyPImultiprocess0.70.16indirekt
PyPInetworkx—indirekt
PyPInetworkx3.2.1indirekt
PyPInh30.3.0indirekt
PyPInodeenv1.9.1indirekt
PyPInumba0.60.0indirekt
PyPInumpy—indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.3.2indirekt
PyPInumpy2.5.1indirekt
PyPIopenai2.45.0indirekt
PyPIopenpyxl3.1.5indirekt
PyPIopentelemetry-api1.45.0indirekt
PyPIopentelemetry-exporter-http-transport0.66b0indirekt
PyPIopentelemetry-exporter-otlp-common0.66b0indirekt
PyPIopentelemetry-exporter-otlp-proto-common1.45.0indirekt
PyPIopentelemetry-exporter-otlp-proto-http1.45.0indirekt
PyPIopentelemetry-proto1.45.0indirekt
PyPIopentelemetry-sdk1.45.0indirekt
PyPIopentelemetry-semantic-conventions0.66b0indirekt
PyPIoptuna—indirekt
PyPIorjson3.11.9indirekt
PyPIormsgpack1.12.2indirekt
PyPIpackaging26.3indirekt
PyPIpandas—indirekt
PyPIpandas2.3.3indirekt
PyPIpillow—indirekt
PyPIpillow11.3.0indirekt
PyPIplatformdirs4.3.8indirekt
PyPIplaywright—indirekt
PyPIpluggy1.6.0indirekt
PyPIpolars1.33.1indirekt
PyPIpre-commit4.6.2indirekt
PyPIprettytable3.18.0indirekt
PyPIpropcache0.3.2indirekt
PyPIprotobuf7.36.2indirekt
PyPIpsutil—indirekt
PyPIpsutil7.2.2indirekt
PyPIpulp3.3.0indirekt
PyPIpyarrow—indirekt
PyPIpyarrow25.0.1indirekt
PyPIpyasn10.6.1indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser2.22indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpygments2.19.2indirekt
PyPIpymilvus—indirekt
PyPIpyomo6.9.5indirekt
PyPIpyparsing3.2.3indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyright1.1.414indirekt
PyPIpytest9.1.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml—indirekt
PyPIpyyaml6.0.3indirekt
PyPIqdrant-client—indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.36.2indirekt
PyPIregex2025.7.34indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py0.27.0indirekt
PyPIrsa4.9.1indirekt
PyPIruff0.16.9indirekt
PyPIs3transfer0.19.2indirekt
PyPIscikit-learn1.6.1indirekt
PyPIscikit-learn1.7.1indirekt
PyPIscipy—indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.16.1indirekt
PyPIscrapy2.13.3indirekt
PyPIseaborn—indirekt
PyPIsecretstorage3.3.3indirekt
PyPIsemver3.1.0indirekt
PyPIsetuptools80.9.0indirekt
PyPIshapely2.0.7indirekt
PyPIsix1.17.0indirekt
PyPIskops0.14.0indirekt
PyPIsmmap5.0.2indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlalchemy2.0.43indirekt
PyPIsqlalchemy2.0.44indirekt
PyPIsqlparse0.5.3indirekt
PyPIstarlette0.47.3indirekt
PyPIstatsmodels0.14.5indirekt
PyPIswesmith0.0.9indirekt
PyPIsympy1.13.1indirekt
PyPItenacity9.1.4indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItiktoken0.14.0indirekt
PyPItokenizers0.21.4indirekt
PyPItomli2.2.1indirekt
PyPItqdm4.67.1indirekt
PyPItqdm4.70.1indirekt
PyPItwine7.0.0indirekt
PyPItyping-extensions4.14.1indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.5.0indirekt
PyPIuuid-utils0.17.0indirekt
PyPIuvicorn0.35.0indirekt
PyPIvirtualenv20.34.0indirekt
PyPIwaitress3.0.2indirekt
PyPIwandb—indirekt
PyPIwandb0.30.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIweaviate-client—indirekt
PyPIwebsockets15.0.1indirekt
PyPIwerkzeug3.1.3indirekt
PyPIwheel0.45.1indirekt
PyPIxarray2024.7.0indirekt
PyPIxxhash3.5.0indirekt
PyPIyarl1.20.1indirekt
PyPIzipp3.23.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 28

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 218 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 28 tragen bekannte Advisories, davon 0 direkte. 29 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
anyio4.10.0indirektkritisch44.14.2
cryptography45.0.6indirektkritisch1350.0.0
gitpython3.1.45indirektkritisch603.2.1
pillow11.3.0indirektkritisch7613.0.0
aiohttp3.14.3indirekthoch83.14.4
certifi2025.8.3indirekthoch22026.10.19
fsspec2025.3.0indirekthoch22026.6.0
graphql-core3.2.6indirekthoch23.3.0rc1
jaraco-context6.0.1indirekthoch26.1.0
langgraph-sdk0.4.2indirekthoch20.4.4
mako1.3.10indirekthoch61.4.2
mlflow3.16.1indirekthoch23.17.2
pyasn10.6.1indirekthoch100.6.4
scrapy2.13.3indirekthoch82.17.0
sqlparse0.5.3indirekthoch110.6.0
starlette0.47.3indirekthoch121.3.1
urllib32.5.0indirekthoch122.8.0
virtualenv20.34.0indirekthoch2521.14.9
wheel0.45.1indirekthoch20.46.2
duckdb1.4.1indirektmittel11.4.2
filelock3.19.1indirektmittel43.20.3
flask3.1.2indirektmittel23.1.3
fonttools4.59.2indirektmittel24.60.2
idna3.10indirektmittel23.15
opentelemetry-api1.45.0indirektmittel11.45.1
setuptools80.9.0indirektmittel384.1.0
werkzeug3.1.3indirektmittel83.1.9
pygments2.19.2indirektniedrig22.20.0

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

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 gepa-ai/gepa teilen. Nebeneinander lesen →

100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorAußergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100apache/arrowApache Arrow is the universal columnar format and multi-language toolbox for fast data interchange and in-memory analyticsAußergewöhnlich100aws/serverless-application-modelThe AWS Serverless Application Model (AWS SAM) transform is a AWS CloudFormation macro that transforms SAM templates into CloudFormation templates.Außergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMAußergewöhnlich

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.