Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-19 15:17 UTC

google / fiddle

Python · Jupyter NotebookApache-2.0★ 386 Sterne⑂ 20 Forksseit März 2022Auf GitHub ansehen ↗

google/fiddle erreicht einen Gesundheitsindex von 67 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Community & Adoption (78/100) ab, am schwächsten bei Vitality (35/100). Zuletzt vor 28 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

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.

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 61 wird auf der veröffentlichten Indexskala auf 67 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

GoogleOrganisation

77.149 Follower2.893 öffentliche Reposseit Jan. 2012

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	fiddle	0.3.0	1.546.642	13	vor 861 Tagen	fiddle python configuration machine learning

Metriken nach Kategorie

Vitalität

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

35Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

58Mittel

Wie die Bewertung erfolgt

28.8/36	Push-Aktualität — letzter Push vor 28 Tagen
12.5/36	Commit-Rhythmus — 18/52 Wochen mit Commits
12.6/18	Commit-Volumen — 24 Commits im letzten Jahr
4/10	OpenSSF Scorecard: Maintained — 5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4

Verwendete Eingangsdaten

commits_last_year	24
human_commit_share	1
days_since_last_push	28
active_weeks_last_year	18

Release-Disziplin

1Kritisch

Wie die Bewertung erfolgt

0/27	Liefert Releases aus — keine Releases veröffentlicht
0/36	Release-Aktualität — keine Releases
0/27	Release-Rhythmus — keine Releases
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count

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?

78Gut · 17 % des Gesamtindex

Popularität & Verbreitung

57Mittel

Wie die Bewertung erfolgt

41.9/60	Stars — 386 Stars
10.7/25	Forks — 20 Forks
4.3/15	Watcher — 7 Watcher

Verwendete Eingangsdaten

forks	20
stars	386
watchers	7
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

85Exzellent

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (Apache-2.0)
18/18	CONTRIBUTING-Leitfaden
13.5/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
0/6.3	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	nein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich

Wie die Bewertung erfolgt

80/80	Downloads pro Monat — 1.546.642 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	fiddle
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	1.546.642
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?

73Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

76Gut

Wie die Bewertung erfolgt

36/54	Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
16.8/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 26 % der Commits
13.5/13.5	Breite der Beitragenden — 32 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 15 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	3
contributors_sampled	32
top_contributor_share	0,255

Reaktionsfähigkeit bei Issues & PRs

46Schwach

Wie die Bewertung erfolgt

25.8/42	Issue-Lösungsquote — 62 % der Issues geschlossen
14.3/30	PR-Annahme — 246/516 entschiedene PRs gemergt
0/13	Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15	OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0

Verwendete Eingangsdaten

merged_prs	246
open_issues	5
closed_issues	8
prs_merged_7d	0
prs_decided_7d	0
prs_merged_30d	0
prs_decided_30d	0
issue_closed_ratio	0,615
closed_unmerged_prs	270
first_time_authors_30d	0
first_time_prs_merged_30d	0
first_time_prs_decided_30d	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

100Außergewöhnlich

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
25/25	Reichweite des Inhabers — 77.149 Follower von google
25/25	Kontohistorie — 2.893 öffentliche Repos, Kontoalter ca. 14 Jahre

Verwendete Eingangsdaten

followers	77.149
owner_type	Organization
is_verified	—
owner_login	google
public_repos	2.893
account_age_days	5.327

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

69Gut

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
4/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 861 Tagen
20/20	Versionshistorie — 13 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	fiddle
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	861

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

62Mittel · 19 % des Gesamtindex

Engineering-Praktiken

66Gut

Wie die Bewertung erfolgt

24/24	CI-Workflows — 1 Workflow(s)
24/24	Tests vorhanden
0/16	Linter-Konfiguration
0/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
18/20	OpenSSF Scorecard: CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	nein
has_precommit_config	nein

Dokumentation

55Mittel

Wie die Bewertung erfolgt

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

Verwendete Eingangsdaten

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

Sicherheit

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

62Mittel · 16 % des Gesamtindex

Sicherheitslage

53Mittel

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — keine Daten
2.2/2.5	CI-Tests — 29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5	Code-Review — Found 0/30 approved changesets -- score normalized to 0
2.5/2.5	Contributors — project has 15 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5	Dependency-Update-Tool — no update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
3/7.5	Maintained — 5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4
0/5	Packaging — keine Daten
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
4.5/5	SAST — SAST tool is not run on all commits -- score normalized to 9
5/5	Security-Policy — security policy file detected
0/7.5	Signed-Releases — keine Daten
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	15
scorecard_version	v5.5.0
checks_inconclusive	3
scorecard_aggregate	5,3

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich

Wie die Bewertung erfolgt

35/35	Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25	Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40	Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum

Verwendete Eingangsdaten

source	osv
advisories	0
affected_packages	0
assessed_packages	5
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:fiddle@0.3.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 5 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.

37Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

17Kritisch

Wie die Bewertung erfolgt

0/45	Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15	Maschinenlesbare Doku (llms.txt)
17.1/40	Lesbare Commit-Historie — 32 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	0,32
agent_instruction_files	—
agent_instruction_max_bytes	—

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

22Gefährdet

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
0/11	Lint-/Format-Konfiguration
0/11	Statische Typprüfung
0/10	Reproduzierbare Umgebung
0/10	Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8	Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	—
has_dockerfile	nein
typed_language	nein
bootstrap_files	—
has_devcontainer	nein
has_linter_config	nein
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0

AI-Code-Lesbarkeit für Modelle

55Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55	Handhabbare Dateigrößen — 0/216 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	48.677
source_files_sampled	216
oversized_source_files	0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20	MCP-Server — für diese Art von Software nicht anwendbar
40/40	Lauffähige Beispiele — example, examples, notebooks

Verwendete Eingangsdaten

example_dirs	example, examples, notebooks
has_mcp_signal	nein
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

386GitHub-Sterne

32Mitwirkende

24Commits, letzte 12 Monate

28Tage seit letztem Push

0Releases

3Bus-Faktor

5offene 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 ★ / 20 ⇿

0Sterne

20Forks

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.

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.3 / 10

5.3Gesamtwert

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 · 2026-08-19 15:16 UTC

10	Binary-Artifacts	no binaries found in the repo
k. A.	Branch-Protection	internal 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
9	CI-Tests	29 out of 30 merged PRs checked by a CI test -- score normalized to 9
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
0	Code-Review	Found 0/30 approved changesets -- score normalized to 0
10	Contributors	project has 15 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
0	Dependency-Update-Tool	no update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
4	Maintained	5 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 4
k. A.	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
9	SAST	SAST tool is not run on all commits -- score normalized to 9
10	Security-Policy	security policy file detected
k. A.	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Alle Abhängigkeiten 13

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 13 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	-	`—`	indirekt
PyPI	absl-py	`—`	indirekt
PyPI	graphviz	`—`	indirekt
PyPI	jupyter-sphinx	`—`	indirekt
PyPI	libcst	`—`	indirekt
PyPI	myst-nb	`—`	indirekt
PyPI	sphinx	`—`	indirekt
PyPI	sphinx-autodoc-typehints	`—`	indirekt
PyPI	sphinx-book-theme	`—`	indirekt
PyPI	sphinx-copybutton	`—`	indirekt
PyPI	sphinx-design	`—`	indirekt
PyPI	sphinx-remove-toctrees	`—`	indirekt
PyPI	typing-extensions	`—`	indirekt

Abhängigkeits-Advisories 0

Die Installation von pypi:fiddle@0.3.0 zieht 5 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.

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 v0.31.0 — 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

Feedback

Verwandte Einträge