Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-03 23:18 UTC

instadeepai / jumanji

🕹️ A diverse suite of scalable reinforcement learning environments in JAX

PythonApache-2.0★ 865 Sterne⑂ 99 Forksseit Aug. 2022Auf GitHub ansehen ↗
ArtBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#jax#python#reinforcement-learning#research

instadeepai/jumanji erreicht einen Gesundheitsindex von 89 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (90/100) ab, am schwächsten bei Security (61/100). Zuletzt vor 24 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

89
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.

89
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 75 wird auf der veröffentlichten Indexskala auf 89 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

InstaDeep LtdOrganisation · verifizierte Domain
647 Follower75 öffentliche Reposseit Feb. 2018

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIjumanji1.1.27.07215vor 64 Tagenjaxpythonreinforcement-learning

Metriken nach Kategorie

Vitalität

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

68Gut · 21 % des Gesamtindex

Entwicklungsaktivität

57Mittel
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 24 Tagen
6.2/36Commit-Rhythmus — 9/52 Wochen mit Commits
11.7/18Commit-Volumen — 19 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 11 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year19
human_commit_share0,96
days_since_last_push24
active_weeks_last_year9

Release-Disziplin

84Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 16 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 64 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 139,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count16
latest_release_tagv1.1.2
releases_from_tagsnein
days_since_latest_release64
mean_days_between_releases139,4
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?

68Gut · 17 % des Gesamtindex

Popularität & Verbreitung

70Gut
Wie die Bewertung erfolgt
47.6/60Stars — 865 Stars
16.6/25Forks — 99 Forks
5.6/15Watcher — 11 Watcher
Verwendete Eingangsdaten
forks99
stars865
watchers11
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 (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges6
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesbadge.fury.io, github.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

64Mittel
Wie die Bewertung erfolgt
51.3/80Downloads pro Monat — 7.072 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesjumanji
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.072
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?

84Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

68Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
15.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 31 % der Commits
13.5/13.5Breite der Beitragenden — 45 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor3
contributors_sampled45
top_contributor_share0,307

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
33.7/42Issue-Lösungsquote — 80 % der Issues geschlossen
24.6/30PR-Annahme — 158/193 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
10.5/15OpenSSF Scorecard: Code-Review — Found 20/26 approved changesets -- score normalized to 7
Verwendete Eingangsdaten
merged_prs158
open_issues23
closed_issues93
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,802
closed_unmerged_prs35
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

95Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
20/20Verifizierte Domain
20.2/25Reichweite des Inhabers — 647 Follower von instadeepai
25/25Kontohistorie — 75 öffentliche Repos, Kontoalter ca. 8 Jahre
Verwendete Eingangsdaten
followers647
owner_typeOrganization
is_verifiedja
owner_logininstadeepai
public_repos75
account_age_days3.145

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 64 Tagen
20/20Versionshistorie — 15 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesjumanji
ecosystemspypi
any_deprecatednein
min_days_since_publish64

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
10/20OpenSSF Scorecard: CI-Tests — 17 out of 29 merged PRs checked by a CI test -- score normalized to 5
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://instadeepai.github.io/jumanji
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsjax, python, reinforcement-learning, research
has_wikija
homepagehttps://instadeepai.github.io/jumanji
docs_sitehttps://instadeepai.github.io/jumanji
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

61Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
1.2/2.5CI-Tests — 17 out of 29 merged PRs checked by a CI test -- score normalized to 5
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
5.2/7.5Code-Review — Found 20/26 approved changesets -- score normalized to 7
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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
7.5/7.5Maintained — 11 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
1/5SAST — SAST tool is not run on all commits -- score normalized to 2
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 — 49 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate5,1
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
35/35Direkte 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_packages46
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:jumanji@1.1.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 46 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.

72Gut · 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.ray.io/llms.txt)
40/40Lesbare Commit-Historie — 96 von 96 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.ray.io/llms.txt
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

70Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — jumanji/py.typed
10/10Reproduzierbare Umgebung — lockfile
8/10Belegte Agentenpraxis — 4 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 4 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_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsjumanji/py.typed
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0,04

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (jumanji/py.typed)
55/55Handhabbare Dateigrößen — 0/400 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes34.971
source_files_sampled400
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 — 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

865GitHub-Sterne
45Mitwirkende
19Commits, letzte 12 Monate
24Tage seit letztem Push
16Releases
3Bus-Faktor
23offene 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 ★ / 99 ⇿
0Sterne
99Forks
16Releases

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.

0204060801009632022-082024-092026-09
Major 1Minor 3Patch 12

Jeder Punkt umfasst 4 Tage.

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

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 · 2026-10-03 23:17 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
5CI-Tests17 out of 29 merged PRs checked by a CI test -- score normalized to 5
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 20/26 approved changesets -- score normalized to 7
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained11 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
2SASTSAST tool is not run on all commits -- score normalized to 2
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities49 existing vulnerabilities detected
Direkte Abhängigkeiten 11
RegistryPaketVersionsvorgabeManifest
PyPIchex>=0.1.3pyproject.toml
PyPIdm-env>=1.5pyproject.toml
PyPIesquilax>=2.0.0pyproject.toml
PyPIgymnasium>=1.0pyproject.toml
PyPIhuggingface-hub—pyproject.toml
PyPIjax>=0.4.27pyproject.toml
PyPImatplotlib>=3.8.0pyproject.toml
PyPInumpy>=1.19.5pyproject.toml
PyPIPillow>=9.0.0pyproject.toml
PyPIrequests>=2.32pyproject.toml
PyPItyping-extensions>=4.0.0pyproject.toml
Alle Abhängigkeiten 206

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 14 direkte und 192 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIchex0.1.90direkt
PyPIchex0.1.91direkt
PyPIdm-env1.6direkt
PyPIesquilax2.1.0direkt
PyPIgymnasium1.3.0direkt
PyPIhuggingface-hub1.17.0direkt
PyPIjax0.10.1direkt
PyPIjax0.6.2direkt
PyPImatplotlib3.10.9direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.6direkt
PyPIpillow12.3.0direkt
PyPIrequests2.34.2direkt
PyPItyping-extensions4.15.0direkt
PyPIabsl-py2.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIantlr4-python3-runtime4.9.3indirekt
PyPIanyio4.13.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.1indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIbleach6.4.0indirekt
PyPIboto31.43.19indirekt
PyPIbotocore1.43.19indirekt
PyPIbracex2.6indirekt
PyPIbravado11.1.0indirekt
PyPIbravado-core6.4.1indirekt
PyPIcertifi2026.5.20indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIclick8.4.1indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcontourpy1.3.2indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.14.1indirekt
PyPIcycler0.12.1indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdistrax0.1.5indirekt
PyPIdistrax0.1.8indirekt
PyPIdm-haiku0.0.16indirekt
PyPIdm-tree0.1.10indirekt
PyPIeditorconfig0.17.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfarama-notifications0.0.6indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.29.0indirekt
PyPIfonttools4.63.0indirekt
PyPIfqdn1.5.1indirekt
PyPIfsspec2026.4.0indirekt
PyPIfuture1.0.0indirekt
PyPIgast0.7.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgitdb4.0.12indirekt
PyPIgitpython3.1.57indirekt
PyPIgriffe2.0.2indirekt
PyPIgriffecli2.0.2indirekt
PyPIgriffelib2.0.2indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhydra-core1.3.4indirekt
PyPIidentify2.6.19indirekt
PyPIidna3.17indirekt
PyPIimportlib-resources7.1.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIipython8.39.0indirekt
PyPIipython9.14.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIisoduration20.11.0indirekt
PyPIjax-tqdm0.4.0indirekt
PyPIjaxlib0.10.1indirekt
PyPIjaxlib0.6.2indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjmespath1.1.0indirekt
PyPIjmp0.0.4indirekt
PyPIjsbeautifier1.15.4indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.8.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIkiwisolver1.5.0indirekt
PyPIlark1.3.1indirekt
PyPIlivereload2.7.1indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImistune3.3.3indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.2.0indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-git-revision-date-plugin0.3.2indirekt
PyPImkdocs-include-markdown-plugin7.1.8indirekt
PyPImkdocs-material9.5.45indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocs-mermaid2-plugin1.1.0indirekt
PyPImkdocstrings0.27.0indirekt
PyPImkdocstrings-python1.13.0indirekt
PyPImknotebooks0.8.0indirekt
PyPIml-dtypes0.5.4indirekt
PyPImonotonic1.6indirekt
PyPImsgpack1.2.1indirekt
PyPInbclient0.10.4indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.10.4indirekt
PyPIneptune-client0.16.15indirekt
PyPInodeenv1.10.0indirekt
PyPIoauthlib3.3.1indirekt
PyPIomegaconf2.3.0indirekt
PyPIopt-einsum3.4.0indirekt
PyPIoptax0.2.8indirekt
PyPIpackaging26.2indirekt
PyPIpaginate0.5.7indirekt
PyPIpandas2.3.3indirekt
PyPIpandas3.0.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpromise2.3indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIprotobuf3.20.1indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpymdown-extensions10.21.3indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.0indirekt
PyPIpytz2026.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.5.9indirekt
PyPIrequests-oauthlib2.0.0indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIrich15.0.0indirekt
PyPIrlax0.1.7indirekt
PyPIrlax0.1.8indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.5.1indirekt
PyPIruff0.15.15indirekt
PyPIs3transfer0.18.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.17.1indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsimplejson4.1.1indirekt
PyPIsix1.17.0indirekt
PyPIsmmap5.0.3indirekt
PyPIsoupsieve2.8.4indirekt
PyPIstack-data0.6.3indirekt
PyPIswagger-spec-validator3.0.4indirekt
PyPItabulate0.10.0indirekt
PyPItensorboardx2.5.1indirekt
PyPItensorflow-probability0.25.0indirekt
PyPItestfixtures12.0.0indirekt
PyPItestfixtures8.3.0indirekt
PyPItfp-nightly0.26.0.dev20260602indirekt
PyPItinycss21.4.0indirekt
PyPItomli2.4.1indirekt
PyPItoolz1.1.0indirekt
PyPItornado6.5.8indirekt
PyPItqdm4.67.3indirekt
PyPItraitlets5.15.0indirekt
PyPIty0.0.42indirekt
PyPItyper0.25.1indirekt
PyPItzdata2026.2indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.7.0indirekt
PyPIvirtualenv21.4.2indirekt
PyPIwatchdog6.0.0indirekt
PyPIwcmatch10.1indirekt
PyPIwcwidth0.7.0indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.9.0indirekt
PyPIwrapt2.2.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:jumanji@1.1.2 zieht 46 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 instadeepai/jumanji teilen. Nebeneinander lesen →

100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich99ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich98keras-team/kerasDeep Learning for humansAußergewöhnlich98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich100aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMAußergewöhnlich100psf/blackThe uncompromising Python code formatterAußergewöhnlich

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.