Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 21:54 UTC

intel / ipex-llm

Accelerate local LLM inference and finetuning (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V, etc.) on Intel XPU (e.g., local PC with iGPU and NPU, discrete GPU such as Arc, Flex and Max); seamlessly integrate with llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl, etc.

PythonApache-2.0★ 8.864 Sterne⑂ 1.428 Forksseit Aug. 2016archiviertAuf GitHub ansehen ↗

ArtKommandozeilenwerkzeugNetzwerkdienstwie das ermittelt wird

#pytorch #llm #transformers #gpu

intel/ipex-llm erreicht einen Gesundheitsindex von 19 von 100 und liegt damit im Bereich Kritisch. Am stärksten schneidet es bei Community & Adoption (95/100) ab, am schwächsten bei Vitality (30/100). Das Repository ist archiviert, weitere Wartung ist daher nicht zu erwarten.

gesamt / 100

Kritisch

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

Eigentümerschaft

Intel® CorporationOrganisation

5.484 Follower1.351 öffentliche Reposseit März 2016

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
PyPI	ipex_llmverweist auf ein anderes Repo — nicht bewertet	2.2.0	-	578	vor 492 Tagen

Metriken nach Kategorie

Vitalität

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

30Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

15Kritisch

Hinweis auf Verwaisung

Arbeit ist eingegangen, und niemand hat sich darum gekümmert

von der Betreuung auf GitHub archiviertGesamtbewertung: Obergrenze Kritisch

Stille allein ist nie der Befund — eine kleine, fertige Bibliothek braucht womöglich jahrelang keinen Commit. Dieser Hinweis verlangt beides: lange keinen menschlichen Commit und Pflichten, denen das Projekt sichtbar nicht nachkommt. Automatisierte Commits gelten nicht als Pflege.

Wie Verwaisung bewertet wird

Wie die Bewertung erfolgt

3.6/36	Push-Aktualität — letzter Push vor 196 Tagen
3.5/36	Commit-Rhythmus — 5/52 Wochen mit Commits
7.6/18	Commit-Volumen — 6 Commits im letzten Jahr
0/10	OpenSSF Scorecard: Maintained — project is archived

Verwendete Eingangsdaten

commits_last_year	6
human_commit_share	1
days_since_last_push	196
active_weeks_last_year	5

Release-Disziplin

52Mittel

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 22 Releases veröffentlicht
7.2/36	Release-Aktualität — letztes Release vor 483 Tagen
12.6/27	Release-Rhythmus — ein Release etwa alle 161,8 Tage
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count	22
latest_release_tag	v2.3.0-nightly
releases_from_tags	nein
days_since_latest_release	483
mean_days_between_releases	161,8

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?

95Außergewöhnlich · 17 % des Gesamtindex

Popularität & Verbreitung

98Außergewöhnlich

Wie die Bewertung erfolgt

60/60	Stars — 8.864 Stars
25/25	Forks — 1.428 Forks
13.5/15	Watcher — 264 Watcher

Verwendete Eingangsdaten

forks	1.428
stars	8.864
watchers	264
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

92Exzellent

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
6.3/6.3	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	ja

Nachhaltigkeit & Governance

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

91Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

98Außergewöhnlich

Wie die Bewertung erfolgt

54/54	Bus-Faktor — 11 Beitragende decken die Hälfte aller Commits ab
20/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 11 % der Commits
13.5/13.5	Breite der Beitragenden — 100 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	11
contributors_sampled	100
top_contributor_share	0,11

Reaktionsfähigkeit bei Issues & PRs

75Gut

Wie die Bewertung erfolgt

25.2/42	Issue-Lösungsquote — 60 % der Issues geschlossen
26.9/30	PR-Annahme — 8.965/10.014 entschiedene PRs gemergt
0/13	Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
13.5/15	OpenSSF Scorecard: Code-Review — Found 28/30 approved changesets -- score normalized to 9

Verwendete Eingangsdaten

merged_prs	8.965
open_issues	1.213
closed_issues	1.811
prs_merged_7d	0
prs_decided_7d	0
prs_merged_30d	0
prs_decided_30d	0
issue_closed_ratio	0,599
closed_unmerged_prs	1.049
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 — 5.484 Follower von intel
25/25	Kontohistorie — 1.351 öffentliche Repos, Kontoalter ca. 10 Jahre

Verwendete Eingangsdaten

followers	5.484
owner_type	Organization
is_verified	—
owner_login	intel
public_repos	1.351
account_age_days	3.801

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

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

64Mittel · 19 % des Gesamtindex

Engineering-Praktiken

50Mittel

Wie die Bewertung erfolgt

24/24	CI-Workflows — 9 Workflow(s)
24/24	Tests vorhanden
0/16	Linter-Konfiguration
0/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
2/20	OpenSSF Scorecard: CI-Tests — 3 out of 29 merged PRs checked by a CI test -- score normalized to 1

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	nein
has_precommit_config	nein

Dokumentation

85Exzellent

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
0/15	Dokumentations-/Homepage-Site
10/10	Repository-Beschreibung
10/10	Topics — 4 Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	pytorch, llm, transformers, gpu
has_wiki	ja
homepage	—
docs_site	—
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

50Mittel · 16 % des Gesamtindex

Sicherheitslage

50Mittel

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0.8/7.5	Branch-Protection — branch protection is not maximal on development and all release branches
0.2/2.5	CI-Tests — 3 out of 29 merged PRs checked by a CI test -- score normalized to 1
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5	Code-Review — Found 28/30 approved changesets -- score normalized to 9
2.5/2.5	Contributors — project has 10 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
0/7.5	Maintained — project is archived
0/5	Packaging — keine Daten
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5	SAST — SAST tool detected but not run on all commits
5/5	Security-Policy — security policy file detected
0/7.5	Signed-Releases — keine Daten
7.5/7.5	Token-Permissions — GitHub workflow tokens follow principle of least privilege
0/7.5	Vulnerabilities — 36 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	16
scorecard_version	v5.5.0
checks_inconclusive	2
scorecard_aggregate	5

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

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.

39Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach

Wie die Bewertung erfolgt

0/45	Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15	Maschinenlesbare Doku (llms.txt)
40/40	Lesbare Commit-Historie — 97 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	0,97
agent_instruction_files	—
agent_instruction_max_bytes	—

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

32Gefährdet

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
0/11	Lint-/Format-Konfiguration
0/11	Statische Typprüfung
10/10	Reproduzierbare Umgebung — Dockerfile
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	ja
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

54Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.9/55	Handhabbare Dateigrößen — 14/670 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	261.577
source_files_sampled	670
oversized_source_files	14

Maschinenlesbare AI-Schnittstellen

40Schwach

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto)
0/20	MCP-Server
40/40	Lauffähige Beispiele — example

Verwendete Eingangsdaten

example_dirs	example
has_mcp_signal	nein
api_schema_files	—
interfaces_expected_of	network-service

Eckdaten

8.864GitHub-Sterne

100Mitwirkende

6Commits, letzte 12 Monate

196Tage seit letztem Push

22Releases

11Bus-Faktor

1.213offene Issues

PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
pypi package 'ipex_llm' points at a different repository (https://github.com/intel-analytics/ipex-llm); excluded from ecosystem scoring

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 1.428 ⇿

0Sterne

1.428Forks

19Releases

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.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

Major 1Minor 12Patch 3

Jeder Punkt umfasst 8 Tage.

OpenSSF Scorecard 5.0 / 10

5.0Gesamtwert

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 · 2026-08-12 21:54 UTC

10	Binary-Artifacts	no binaries found in the repo
1	Branch-Protection	branch protection is not maximal on development and all release branches
1	CI-Tests	3 out of 29 merged PRs checked by a CI test -- score normalized to 1
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
9	Code-Review	Found 28/30 approved changesets -- score normalized to 9
10	Contributors	project has 10 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
0	Maintained	project is archived
k. A.	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
7	SAST	SAST tool detected but not run on all commits
10	Security-Policy	security policy file detected
k. A.	Signed-Releases	no releases found
10	Token-Permissions	GitHub workflow tokens follow principle of least privilege
0	Vulnerabilities	36 existing vulnerabilities detected

Alle Abhängigkeiten 0

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

Registry	Paket	Version	Beziehung

Abhängigkeits-Advisories nicht bewertet

Der Advisory-Abgleich konnte für diesen Bericht nicht ausgeführt werden: No resolved dependencies to assess

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