Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-13 20:37 UTC

iiasa / climate-assessment

Python · Jupyter NotebookMIT★ 27 Sterne⑂ 20 Forksseit Juni 2022Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird

iiasa/climate-assessment erreicht einen Gesundheitsindex von 54 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei Engineering Quality (84/100) ab, am schwächsten bei Vitality (32/100). Zuletzt vor 151 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

54
gesamt / 100
Mittel

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.

54
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 53 wird auf der veröffentlichten Indexskala auf 54 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

IIASAOrganisation
217 Follower204 öffentliche Reposseit Okt. 2015

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIclimate-assessment0.1.6545vor 390 Tagenclimateintegrated-assessmentemissionstemperatureipcc

Metriken nach Kategorie

Vitalität

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

32Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

18Kritisch
Wie die Bewertung erfolgt
9.9/36Push-Aktualität — letzter Push vor 151 Tagen
1.4/36Commit-Rhythmus — 2/52 Wochen mit Commits
6.3/18Commit-Volumen — 4 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year4
human_commit_share1
days_since_last_push151
active_weeks_last_year2

Release-Disziplin

52Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 7 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 390 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 194,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count7
latest_release_tagv0.1.6
releases_from_tagsnein
days_since_latest_release390
mean_days_between_releases194,7
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?

45Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

35Schwach
Wie die Bewertung erfolgt
23/60Stars — 27 Stars
10.7/25Forks — 20 Forks
1.7/15Watcher — 3 Watcher
Verwendete Eingangsdaten
forks20
stars27
watchers3
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

57Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templateja

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

60Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

40Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
11/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 51 % der Commits
9.5/13.5Breite der Beitragenden — 7 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled7
top_contributor_share0,513

Reaktionsfähigkeit bei Issues & PRs

56Mittel
Wie die Bewertung erfolgt
18.4/42Issue-Lösungsquote — 44 % der Issues geschlossen
21.3/30PR-Annahme — 22/31 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
9/15OpenSSF Scorecard: Code-Review — Found 2/3 approved changesets -- score normalized to 6
Verwendete Eingangsdaten
merged_prs22
open_issues27
closed_issues21
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,438
closed_unmerged_prs9
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

72Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
16.8/25Reichweite des Inhabers — 217 Follower von iiasa
25/25Kontohistorie — 204 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers217
owner_typeOrganization
is_verifiednein
owner_loginiiasa
public_repos204
account_age_days3.980

Paketpflege

79Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
14/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 390 Tagen
20/20Versionshistorie — 5 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesclimate-assessment
ecosystemspypi
any_deprecatednein
min_days_since_publish390

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

84Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

86Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 2 out of 3 merged PRs checked by a CI test -- score normalized to 6
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://climate-assessment.readthedocs.io/en/latest
0/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://climate-assessment.readthedocs.io/en/latest
docs_sitehttps://climate-assessment.readthedocs.io/en/latest
has_readmeja
has_docs_dirja
has_descriptionnein

Sicherheit

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

46Schwach · 16 % des Gesamtindex

Sicherheitslage

37Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
1.5/2.5CI-Tests — 2 out of 3 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
4.5/7.5Code-Review — Found 2/3 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
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
0/7.5Vulnerabilities — 50 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate3,7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

83Exzellent
Wie die Bewertung erfolgt
17.9/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: setuptools 80.10.2 (moderate 6.1)
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
40/40Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages112
unassessed_packages0
affected_by_severitymoderate 1
direct_affected_packages1
Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:climate-assessment@0.1.6 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 112 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.

49Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

4Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
3.7/40Lesbare Commit-Historie — 7 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,07
agent_instruction_files—
agent_instruction_max_bytes—

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

61Mittel
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespoetry.lock
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/56 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes39.000
source_files_sampled56
oversized_source_files0

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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

27GitHub-Sterne
7Mitwirkende
4Commits, letzte 12 Monate
151Tage seit letztem Push
7Releases
1Bus-Faktor
27offene 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
6Releases

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.

0481216202032022-062024-052026-04
Major 0Minor 0Patch 6

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 3.7 / 10
3.7Gesamtwert

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 · 2026-09-13 20:36 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
6CI-Tests2 out of 3 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
6Code-ReviewFound 2/3 approved changesets -- score normalized to 6
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities50 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIaneris_iamc==0.3.1pyproject.toml
PyPIfair==1.6.2pyproject.toml
PyPIixmp4>=0.9.10pyproject.toml
PyPIjoblib^1.3.2pyproject.toml
PyPIopenscm-runner==0.12.1pyproject.toml
PyPIpandas^2.2.2pyproject.toml
PyPIpooch^1.8.0pyproject.toml
PyPIpyam-iamc>=2.2.2pyproject.toml
PyPIpymagicc==2.1.5pyproject.toml
PyPIscmdata^0.18.0pyproject.toml
PyPIsilicone==1.3.0pyproject.toml
PyPIsetuptools^80.9.0pyproject.toml
Alle Abhängigkeiten 122

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 12 direkte und 110 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaneris-iamc0.3.1direkt
PyPIfair1.6.2direkt
PyPIixmp40.9.10direkt
PyPIjoblib1.5.1direkt
PyPIopenscm-runner0.12.1direkt
PyPIpandas2.3.1direkt
PyPIpooch1.8.2direkt
PyPIpyam-iamc3.0.0direkt
PyPIpymagicc2.1.5direkt
PyPIscmdata0.18.0direkt
PyPIsetuptools80.9.0direkt
PyPIsilicone1.3.0direkt
PyPIalabaster0.7.16indirekt
PyPIalembic1.16.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.9.0indirekt
PyPIbabel2.17.0indirekt
PyPIcertifi2025.7.14indirekt
PyPIcfgv3.4.0indirekt
PyPIcftime1.6.4.post1indirekt
PyPIcharset-normalizer3.4.2indirekt
PyPIclick8.2.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcontourpy1.3.2indirekt
PyPIcoverage7.9.2indirekt
PyPIcycler0.12.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils0.20.1indirekt
PyPIet-xmlfile2.0.0indirekt
PyPIf90nml1.4.5indirekt
PyPIfastapi0.116.1indirekt
PyPIfilelock3.18.0indirekt
PyPIflexcache0.3indirekt
PyPIflexparser0.4indirekt
PyPIfonttools4.59.0indirekt
PyPIglobalwarmingpotentials0.11.1indirekt
PyPIgreenlet3.2.3indirekt
PyPIh110.16.0indirekt
PyPIh24.2.0indirekt
PyPIhpack4.1.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhyperframe6.1.0indirekt
PyPIiam-units2023.9.12indirekt
PyPIidentify2.6.12indirekt
PyPIidna3.10indirekt
PyPIimagesize1.4.1indirekt
PyPIiniconfig2.1.0indirekt
PyPIjinja23.1.6indirekt
PyPIkiwisolver1.4.8indirekt
PyPImako1.3.10indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.2indirekt
PyPImatplotlib3.10.3indirekt
PyPImdurl0.1.2indirekt
PyPImypy1.17.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInodeenv1.9.1indirekt
PyPInumpy2.3.1indirekt
PyPIopenpyxl3.1.5indirekt
PyPIopenscm-units0.6.3indirekt
PyPIpackaging25.0indirekt
PyPIpandas-datapackage-reader0.18.0indirekt
PyPIpandera0.25.0indirekt
PyPIpathspec0.12.1indirekt
PyPIpillow11.3.0indirekt
PyPIpint0.24.4indirekt
PyPIpint-pandas0.7.1indirekt
PyPIplatformdirs4.3.8indirekt
PyPIpluggy1.6.0indirekt
PyPIply3.11indirekt
PyPIpre-commit3.8.0indirekt
PyPIpsycopg3.2.9indirekt
PyPIpsycopg-binary3.2.9indirekt
PyPIpydantic2.11.7indirekt
PyPIpydantic-core2.33.2indirekt
PyPIpydantic-settings2.10.1indirekt
PyPIpygments2.19.2indirekt
PyPIpyjwt2.10.1indirekt
PyPIpyomo6.9.2indirekt
PyPIpyparsing3.2.3indirekt
PyPIpytest8.4.1indirekt
PyPIpytest-cov5.0.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.1.1indirekt
PyPIpytz2025.2indirekt
PyPIpyyaml6.0.2indirekt
PyPIrequests2.32.4indirekt
PyPIrich14.0.0indirekt
PyPIscipy1.16.0indirekt
PyPIseaborn0.13.2indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-rtd-theme2.0.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.41indirekt
PyPIsqlalchemy-utils0.41.2indirekt
PyPIstarlette0.47.2indirekt
PyPItoml0.10.2indirekt
PyPItqdm4.67.1indirekt
PyPItypeguard4.4.4indirekt
PyPItyper0.16.0indirekt
PyPItyping-extensions4.14.1indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.1indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.5.0indirekt
PyPIversioneer0.29indirekt
PyPIvirtualenv20.32.0indirekt
PyPIwquantiles0.6indirekt
PyPIxarray2025.7.1indirekt
PyPIxlrd2.0.2indirekt
PyPIxlsxwriter3.2.5indirekt
Abhängigkeits-Advisories 1

Die Installation von pypi:climate-assessment@0.1.6 zieht 112 Pakete nach sich, direkt und transitiv: 1 tragen bekannte Advisories, davon 1 direkte Abhängigkeiten.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
setuptools80.10.2direktmittel283.0.0

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 iiasa/climate-assessment teilen. Nebeneinander lesen →

94catalyst-cooperative/pudlThe Public Utility Data Liberation Project provides analysis-ready energy system data to climate advocates, researchers, policymakers, and journalists.Außergewöhnlich41thomasgalliker/MeteoSwissApi.NET API for Swiss national weather provider MeteoSwissSchwach95GridTools/gt4pyPython library for generating high-performance implementations of stencil kernels for weather and climate modeling from a domain-specific language (DSL).Außergewöhnlich90Unidata/netcdf4-pythonnetcdf4-python: python/numpy interface to the netCDF C libraryExzellent90os-climate/physriskPhysical climate risk calculation engineExzellent89cerfacs-globc/icclimicclim: Python library for climate indices and climate indicators calculation.Exzellent

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.