Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-22 14:49 UTC

guilhermegor / filings-cvm

Simple and efficient Python library to interact with CVM regulatory filings.

PythonMIT★ 1 Stern⑂ 0 Forksseit Juli 2026Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

guilhermegor/filings-cvm erreicht einen Gesundheitsindex von 77 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (42/100). Zuletzt vor 6 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

Guilherme RodriguesPersönliches Konto
7 Follower15 öffentliche Reposseit Sept. 2019

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIfilings-cvm0.26.92.58260vor 12 Tagenfilings-cvmpythonlibrary

Metriken nach Kategorie

Vitalität

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

71Gut · 21 % des Gesamtindex

Entwicklungsaktivität

58Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 6 Tagen
4.2/36Commit-Rhythmus — 6/52 Wochen mit Commits
18/18Commit-Volumen — 106 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — project was created within the last 90 days. Please review its contents carefully
Verwendete Eingangsdaten
commits_last_year106
human_commit_share0,91
days_since_last_push6
active_weeks_last_year6

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 60 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 12 Tagen
27/27Release-Rhythmus — ein Release etwa alle 0,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count60
latest_release_tagv0.26.9
releases_from_tagsnein
days_since_latest_release12
mean_days_between_releases0,9

Community & Verbreitung

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

42Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

1Kritisch
Wie die Bewertung erfolgt
0/60Stars — 1 Stars
0/25Forks — 0 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks0
stars1
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
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
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

57Mittel
Wie die Bewertung erfolgt
45.5/80Downloads pro Monat — 2.582 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesfilings-cvm
dependents—
ecosystemspypi
total_downloads—
monthly_downloads2.582
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?

52Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

10Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

71Gut
Wie die Bewertung erfolgt
28.8/42Issue-Lösungsquote — 68 % der Issues geschlossen
29.7/30PR-Annahme — 105/106 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
3/15OpenSSF Scorecard: Code-Review — Found 6/25 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs105
open_issues39
closed_issues85
prs_merged_7d0
prs_decided_7d0
prs_merged_30d31
prs_decided_30d31
issue_closed_ratio0,685
closed_unmerged_prs1
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

47Schwach
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
6.5/25Reichweite des Inhabers — 7 Follower von guilhermegor
20.8/25Kontohistorie — 15 öffentliche Repos, Kontoalter ca. 6 Jahre
Verwendete Eingangsdaten
followers7
owner_typeUser
is_verified—
owner_loginguilhermegor
public_repos15
account_age_days2.540
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 12 Tagen
20/20Versionshistorie — 60 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesfilings-cvm
ecosystemspypi
any_deprecatednein
min_days_since_publish12

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 9 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — ruff.toml
9.6/9.6Pre-Commit-Hooks
6.4/6.4.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_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://guilhermegor.github.io/filings-cvm/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://guilhermegor.github.io/filings-cvm/
docs_sitehttps://guilhermegor.github.io/filings-cvm/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

63Mittel · 16 % des Gesamtindex

Sicherheitslage

54Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-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 6/25 approved changesets -- score normalized to 2
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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
0/7.5Maintained — project was created within the last 90 days. Please review its contents carefully
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,4

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages11
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:filings-cvm@0.26.9 — 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.

92Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — .github/CLAUDE.md, CLAUDE.md, bin/CLAUDE.md, docs/CLAUDE.md, src/filings_cvm/_internal/config/CLAUDE.md, src/filings_cvm/_internal/utils/CLAUDE.md, tests/CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.pydantic.dev/llms.txt)
40/40Lesbare Commit-Historie — 91 von 91 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.pydantic.dev/llms.txt
legible_history_share1
agent_instruction_files.github/CLAUDE.md, CLAUDE.md, bin/CLAUDE.md, docs/CLAUDE.md, src/filings_cvm/_internal/config/CLAUDE.md, src/filings_cvm/_internal/utils/CLAUDE.md, tests/CLAUDE.md
agent_instruction_max_bytes80.350

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

90Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — ruff.toml
11/11Statische Typprüfung — mypy.ini
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 24 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 — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configsmypy.ini
agent_commit_share0,24
toolchain_manifests—
dependency_bot_commit_share0,09

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (mypy.ini)
55/55Handhabbare Dateigrößen — 0/568 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes43.959
source_files_sampled568
oversized_source_files0

Eckdaten

1GitHub-Sterne
1Mitwirkende
106Commits, letzte 12 Monate
6Tage seit letztem Push
60Releases
1Bus-Faktor
39offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

OpenSSF Scorecard 5.4 / 10
5.4Gesamtwert

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 · 2026-08-22 14:48 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-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 6/25 approved changesets -- score normalized to 2
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
10Licenselicense file detected
0Maintainedproject was created within the last 90 days. Please review its contents carefully
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
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIpandas>=2.1.0pyproject.toml
PyPIopenpyxl>=3.1.0pyproject.toml
PyPIpydantic>=2.6,<3pyproject.toml
Alle Abhängigkeiten 139

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 136 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIopenpyxl3.1.5direkt
PyPIpandas2.3.3direkt
PyPIpydantic2.13.4direkt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.1indirekt
PyPIargcomplete3.6.3indirekt
PyPIast-serialize0.6.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbackports-zstd1.6.0indirekt
PyPIbackrefs7.0indirekt
PyPIbuild1.5.0indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.1.0indirekt
PyPIcfgv3.5.0indirekt
PyPIchardet7.4.3indirekt
PyPIcharset-normalizer3.4.8indirekt
PyPIcleo2.1.0indirekt
PyPIclick8.3.3indirekt
PyPIcodespell2.4.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcommitizen4.17.0indirekt
PyPIcoverage7.15.4indirekt
PyPIcrashtest0.4.1indirekt
PyPIcryptography50.0.0indirekt
PyPIdecli0.6.3indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdiff-cover10.3.0indirekt
PyPIdistlib0.4.3indirekt
PyPIdocutils0.23indirekt
PyPIdulwich1.2.9indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.29.6indirekt
PyPIfindpython0.8.0indirekt
PyPIgenbadge1.1.3indirekt
PyPIghp-import2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIid1.6.1indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.18indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIinstaller1.0.1indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIkeyring25.7.0indirekt
PyPIlibrt0.13.0indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImike2.2.0indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-material9.7.7indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImore-itertools11.1.0indirekt
PyPImsgpack1.2.1indirekt
PyPImypy2.3.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInh30.3.6indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.2.6indirekt
PyPIpackaging26.2indirekt
PyPIpaginate0.5.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpbs-installer2026.6.10indirekt
PyPIpillow12.3.0indirekt
PyPIpkginfo1.12.1.2indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpoetry—indirekt
PyPIpoetry2.4.1indirekt
PyPIpoetry-core2.4.0indirekt
PyPIpoetry-plugin-export1.10.0indirekt
PyPIpre-commit4.6.1indirekt
PyPIpretty-errors1.2.25indirekt
PyPIprompt-toolkit3.0.51indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydocstyle6.3.0indirekt
PyPIpygments2.20.0indirekt
PyPIpymdown-extensions11.0.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.3indirekt
PyPIpytz2026.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIquestionary2.1.1indirekt
PyPIrapidfuzz3.14.5indirekt
PyPIreadme-renderer45.0indirekt
PyPIregex2026.6.28indirekt
PyPIrequests2.34.2indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich15.0.0indirekt
PyPIruff0.11.13indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellcheck-py0.11.0.1indirekt
PyPIshellingham1.5.4indirekt
PyPIshfmt-py4.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsqlfluff4.2.2indirekt
PyPItblib3.2.2indirekt
PyPItermcolor3.3.0indirekt
PyPItomli2.4.1indirekt
PyPItomlkit0.15.0indirekt
PyPItqdm4.68.3indirekt
PyPItrove-classifiers2026.6.1.19indirekt
PyPItwine7.0.0indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.2indirekt
PyPIurllib32.7.0indirekt
PyPIverspec0.1.0indirekt
PyPIvirtualenv21.6.0indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIwrapt2.2.2indirekt
PyPIxattr1.3.0indirekt
PyPIyamllint1.38.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:filings-cvm@0.26.9 zieht 11 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.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit guilhermegor/filings-cvm teilen. Nebeneinander lesen →

96pypa/virtualenvVirtual Python Environment builderAußergewöhnlich100scikit-learn/scikit-learnscikit-learn: machine learning in PythonAußergewöhnlich100psf/blackThe uncompromising Python code formatterAußergewöhnlich100numpy/numpyThe fundamental package for scientific computing with Python.Außergewöhnlich100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich

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.