Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-21 11:43 UTC

gouline / dbt-metabase

dbt + Metabase integration

PythonMIT★ 622 Sterne⑂ 88 Forksseit Dez. 2019Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#dbt#metabase#python#analytics#business-intelligence#data#data-modelling#elt#pypa#vizualisation

gouline/dbt-metabase erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (79/100) ab, am schwächsten bei AI Readiness (63/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

MikePersönliches Konto
77 Follower17 öffentliche Reposseit Juli 2012

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIdbt-metabase1.7.5109.95390vor 168 Tagen

Metriken nach Kategorie

Vitalität

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

79Gut · 21 % des Gesamtindex

Entwicklungsaktivität

71Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
15.2/36Commit-Rhythmus — 22/52 Wochen mit Commits
15/18Commit-Volumen — 46 Commits im letzten Jahr
5/10OpenSSF Scorecard: Maintained — 5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
Verwendete Eingangsdaten
commits_last_year46
human_commit_share0,82
days_since_last_push0
active_weeks_last_year22

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 90 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 52,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count90
latest_release_tagv1.8.0rc1
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases52,7
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?

72Gut · 17 % des Gesamtindex

Popularität & Verbreitung

65Gut
Wie die Bewertung erfolgt
45.3/60Stars — 622 Stars
16.2/25Forks — 88 Forks
3.9/15Watcher — 6 Watcher
Verwendete Eingangsdaten
forks88
stars622
watchers6
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_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

84Exzellent
Wie die Bewertung erfolgt
67.2/80Downloads pro Monat — 109.953 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesdbt-metabase
dependents—
ecosystemspypi
total_downloads—
monthly_downloads109.953
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?

65Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

34Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
5.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 77 % der Commits
13.5/13.5Breite der Beitragenden — 33 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled33
top_contributor_share0,773

Reaktionsfähigkeit bei Issues & PRs

85Exzellent
Wie die Bewertung erfolgt
42/42Issue-Lösungsquote — 100 % der Issues geschlossen
27.2/30PR-Annahme — 221/244 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 1/1 PRs von Erstbeitragenden in 30 Tagen gemergt
3/15OpenSSF Scorecard: Code-Review — Found 4/15 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs221
open_issues0
closed_issues128
prs_merged_7d1
prs_decided_7d1
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio1
closed_unmerged_prs23
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

56Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
13.6/25Reichweite des Inhabers — 77 Follower von gouline
21.1/25Kontohistorie — 17 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers77
owner_typeUser
is_verified—
owner_logingouline
public_repos17
account_age_days5.214
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 168 Tagen
20/20Versionshistorie — 90 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdbt-metabase
ecosystemspypi
any_deprecatednein
min_days_since_publish168

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

76Gut · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

65Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pypi.org/project/dbt-metabase/
10/10Repository-Beschreibung
10/10Topics — 10 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsdbt, metabase, python, analytics, business-intelligence, data, data-modelling, elt, pypa, vizualisation
has_wikinein
homepagehttps://pypi.org/project/dbt-metabase/
docs_sitehttps://pypi.org/project/dbt-metabase/
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

63Mittel · 16 % des Gesamtindex

Sicherheitslage

57Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 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
1.5/7.5Code-Review — Found 4/15 approved changesets -- score normalized to 2
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no 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
3.8/7.5Maintained — 5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5SAST — SAST tool detected but not 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
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate5,7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

85Exzellent
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
10.2/25Indirekte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: certifi 2026.10.18 (high 7.4)
40/40Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages11
unassessed_packages0
affected_by_severityhigh 1
direct_affected_packages0
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:dbt-metabase@1.7.5 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 11 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.

63Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

55Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.getdbt.com/llms.txt)
40/40Lesbare Commit-Historie — 75 von 82 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.getdbt.com/llms.txt
legible_history_share0,915
agent_instruction_files—
agent_instruction_max_bytes—

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

73Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
4/10Belegte Agentenpraxis — 2 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 18 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
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,02
toolchain_manifests—
dependency_bot_commit_share0,18

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/18 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes23.647
source_files_sampled18
oversized_source_files0

Eckdaten

622GitHub-Sterne
33Mitwirkende
46Commits, letzte 12 Monate
0Tage seit letztem Push
90Releases
1Bus-Faktor
0offene 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 ★ / 88 ⇿
0Sterne
88Forks
81Releases

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.

0204060801008822020-032023-072026-10
Major 1Minor 15Patch 58

Jeder Punkt umfasst 6 Tage.

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 · 2026-10-21 11:43 UTC

10Binary-Artifactsno binaries found in the repo
5Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 4/15 approved changesets -- score normalized to 2
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
5Maintained5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
7SASTSAST tool detected but not run on all commits
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 4
RegistryPaketVersionsvorgabeManifest
PyPIPyYAML>=5.4.1pyproject.toml
PyPIrequests>=2.26.0pyproject.toml
PyPIclick>=8.0.0pyproject.toml
PyPIrich>=12.0.0pyproject.toml
Alle Abhängigkeiten 90

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 4 direkte und 86 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIclick8.3.3direkt
PyPIpyyaml6.0.3direkt
PyPIrequests2.33.1direkt
PyPIrich15.0.0direkt
PyPIagate1.9.1indirekt
PyPIannotated-types0.7.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbuild1.5.0indirekt
PyPIcertifi2026.4.22indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIcolorama0.4.6indirekt
PyPIcryptography50.0.0indirekt
PyPIdaff1.4.2indirekt
PyPIdbt-adapters1.22.10indirekt
PyPIdbt-common1.38.0indirekt
PyPIdbt-core1.11.14indirekt
PyPIdbt-extractor0.6.0indirekt
PyPIdbt-postgres1.10.0indirekt
PyPIdbt-protos1.0.474indirekt
PyPIdbt-semantic-interfaces0.9.0indirekt
PyPIdeepdiff8.6.2indirekt
PyPIdocutils0.22.4indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIid1.6.1indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata8.9.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIisodate0.7.2indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIleather0.4.1indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImashumaro3.14indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools10.8.0indirekt
PyPImsgpack1.2.1indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInh30.3.5indirekt
PyPInodeenv1.10.0indirekt
PyPIorderly-set5.5.0indirekt
PyPIpackaging26.2indirekt
PyPIparsedatetime2.6indirekt
PyPIpathspec0.12.1indirekt
PyPIpluggy1.6.0indirekt
PyPIprotobuf6.33.6indirekt
PyPIpsycopg2-binary2.9.12indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.3indirekt
PyPIpydantic-core2.46.3indirekt
PyPIpygments2.20.0indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyright1.1.409indirekt
PyPIpytest9.0.3indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-slugify8.0.4indirekt
PyPIpytimeparse1.1.8indirekt
PyPIpytz2026.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.15.12indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowplow-tracker1.1.0indirekt
PyPIsqlparse0.6.0indirekt
PyPItext-unidecode1.3indirekt
PyPItomli2.4.1indirekt
PyPItwine6.2.0indirekt
PyPItypes-pyyaml6.0.12.20260408indirekt
PyPItypes-requests2.33.0.20260503indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.8.0indirekt
PyPIzipp3.23.1indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:dbt-metabase@1.7.5 zieht 11 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
certifi2026.10.18indirekthoch22026.10.19

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 gouline/dbt-metabase teilen. Nebeneinander lesen →

98dbt-labs/dbt-coredbt enables data analysts and engineers to transform their data using the same practices that software engineers use to build applications.Außergewöhnlich100metabase/metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformAußergewöhnlich98meltano/meltanoMeltano: the declarative code-first data integration engine that powers your wildest data and ML-powered product ideas. Say goodbye to writing, maintaining, and scaling your own API integrations.Außergewöhnlich98DataRecce/recceThe data-validation toolkit for enhanced dbt (data build tool) PR reviewAußergewöhnlich

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.