Öffentliches Register
Software-GesundheitsberichtSchema 0.26.0 · Metriken 2.10.0 · 2026-07-22 02:08 UTC

jagoff / memo

Persistent semantic memory for AI agents — 100% local on Apple Silicon (MLX) or Linux/Ubuntu (CPU). Markdown source of truth, sqlite-vec + BM25 hybrid search, a codegraph-backed knowledge graph, MCP server + CLI. No cloud, no keys.

PythonMIT★ 7 Sterne⑂ 2 Forksseit Mai 2026Auf GitHub ansehen ↗
ArtMCP-ServerKommandozeilenwerkzeugBibliothekTerminal-Oberflächewie das ermittelt wird
#apple-silicon#claude-code#mcp#mcp-server#memory#mlx#model-context-protocol#obsidian#qwen#rag#sqlite-vec#memo#codegraph#linux#agent-memory#claude#embeddings#knowledge-graph#semantic-memory#ai-agents

jagoff/memo erreicht einen Gesundheitsindex von 75 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Vitality (77/100) ab, am schwächsten bei Sustainability & Governance (49/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

75
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.

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

Eigentümerschaft

Fer FPersönliches Konto
0 Follower37 öffentliche Reposseit Jan. 2016Nodok.ai

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImlx-memo3.10.03.11929vor 0 Tagenagentsapple-siliconclaudelocal-firstmcpmemorymlxobsidianrag

Metriken nach Kategorie

Vitalität

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

77Gut · 21 % des Gesamtindex

Entwicklungsaktivität

62Mittel
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
7.6/36Commit-Rhythmus — 11/52 Wochen mit Commits
18/18Commit-Volumen — 1.443 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_year1.443
human_commit_share0,96
days_since_last_push0
active_weeks_last_year11

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 30 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 1,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count30
latest_release_tagv3.10.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases1,7
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?

49Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

13Kritisch
Wie die Bewertung erfolgt
12.6/60Stars — 7 Stars
0/25Forks — 2 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks2
stars7
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonbelow_threshold

Community-Gesundheit

85Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

58Mittel
Wie die Bewertung erfolgt
46.6/80Downloads pro Monat — 3.119 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmlx-memo
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3.119
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?

49Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

13Kritisch
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
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

58Mittel
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
26.3/30PR-Annahme — 50/57 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/16 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs50
open_issues0
closed_issues0
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio—
closed_unmerged_prs7
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

42Schwach
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
0/25Reichweite des Inhabers — 0 Follower von jagoff
23.5/25Kontohistorie — 37 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers0
owner_typeUser
is_verified—
owner_loginjagoff
public_repos37
account_age_days3.847
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 0 Tagen
20/20Versionshistorie — 29 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmlx-memo
ecosystemspypi
any_deprecatednein
min_days_since_publish0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

77Gut · 19 % des Gesamtindex

Engineering-Praktiken

68Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 10 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 16 out of 16 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://memo-web-sigma.vercel.app
10/10Repository-Beschreibung
10/10Topics — 20 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsapple-silicon, claude-code, mcp, mcp-server, memory, mlx, model-context-protocol, obsidian, qwen, rag, sqlite-vec, memo, codegraph, linux, agent-memory, claude, embeddings, knowledge-graph, semantic-memory, ai-agents
has_wikinein
homepagehttps://memo-web-sigma.vercel.app
docs_sitehttps://memo-web-sigma.vercel.app
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

76Gut · 16 % des Gesamtindex

Sicherheitslage

70Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 16 out of 16 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
0/7.5Code-Review — Found 0/16 approved changesets -- score normalized to 0
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
0/7.5Maintained — project was created within the last 90 days. Please review its contents carefully
5/5Packaging — packaging workflow detected
2.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, 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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories2
affected_packages1
assessed_packages216
unassessed_packages33
affected_by_severitymoderate 1
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 216 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 33 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

69Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 96 von 96 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes24.513

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

66Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — editors/vscode/tsconfig.json
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 6 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 4 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
5/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 5
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespackage-lock.json, uv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configseditors/vscode/tsconfig.json
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0,04

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (editors/vscode/tsconfig.json)
54.8/55Handhabbare Dateigrößen — 4/898 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes84.786
source_files_sampled898
oversized_source_files4

Maschinenlesbare AI-Schnittstellen

33Gefährdet
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

7GitHub-Sterne
1Mitwirkende
1.443Commits, letzte 12 Monate
0Tage seit letztem Push
30Releases
1Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • deps.dev does not index pypi:mlx-memo@3.10.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 7 ★ / 2 ⇿
7Sterne
2Forks
20Releases

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.

01345687222026-062026-062026-07
Major 0Minor 2Patch 18
OpenSSF Scorecard 6.9 / 10
6.9Gesamtwert

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 · 2026-07-22 02:08 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
10CI-Tests16 out of 16 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/16 approved changesets -- score normalized to 0
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
0Maintainedproject was created within the last 90 days. Please review its contents carefully
10Packagingpackaging workflow detected
5Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 5
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 16
RegistryPaketVersionsvorgabeManifest
PyPIclick>=8.1.7pyproject.toml
PyPIrich>=13.7pyproject.toml
PyPIpydantic>=2.6pyproject.toml
PyPIcryptography>=42.0pyproject.toml
PyPIsqlite-vec>=0.1.9,<0.2pyproject.toml
PyPIfastmcp>=0.5,<4pyproject.toml
PyPIpython-frontmatter>=1.1pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
PyPIquestionary>=2.0pyproject.toml
PyPItextual>=8.2.8,<9pyproject.toml
PyPItomli-w>=1.0pyproject.toml
PyPIwatchdog>=4.0pyproject.toml
PyPImlx>=0.18,<1pyproject.toml
PyPImlx-lm>=0.18pyproject.toml
PyPIsentence-transformers>=3.0pyproject.toml
PyPItransformers<5.13pyproject.toml
Alle Abhängigkeiten 249

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 32 direkte und 217 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIclick—direkt
PyPIclick8.4.2direkt
PyPIcryptography—direkt
PyPIcryptography49.0.0direkt
PyPIfastmcp—direkt
PyPIfastmcp3.4.4direkt
PyPImlx—direkt
PyPImlx0.32.0direkt
PyPImlx-lm—direkt
PyPImlx-lm0.31.3direkt
PyPIpydantic—direkt
PyPIpydantic2.13.4direkt
PyPIpython-frontmatter—direkt
PyPIpython-frontmatter1.3.0direkt
PyPIpyyaml—direkt
PyPIpyyaml6.0.3direkt
PyPIquestionary—direkt
PyPIquestionary2.1.1direkt
PyPIrich—direkt
PyPIrich15.0.0direkt
PyPIsentence-transformers—direkt
PyPIsentence-transformers5.6.0direkt
PyPIsqlite-vec—direkt
PyPIsqlite-vec0.1.9direkt
PyPItextual—direkt
PyPItextual8.2.8direkt
PyPItomli-w—direkt
PyPItomli-w1.2.0direkt
PyPItransformers—direkt
PyPItransformers5.12.1direkt
PyPIwatchdog—direkt
PyPIwatchdog6.0.0direkt
npm@types/node26.1.1indirekt
npm@types/vscode1.125.0indirekt
npm@typescript/typescript-aix-ppc647.0.2indirekt
npm@typescript/typescript-darwin-arm647.0.2indirekt
npm@typescript/typescript-darwin-x647.0.2indirekt
npm@typescript/typescript-freebsd-arm647.0.2indirekt
npm@typescript/typescript-freebsd-x647.0.2indirekt
npm@typescript/typescript-linux-arm7.0.2indirekt
npm@typescript/typescript-linux-arm647.0.2indirekt
npm@typescript/typescript-linux-loong647.0.2indirekt
npm@typescript/typescript-linux-mips64el7.0.2indirekt
npm@typescript/typescript-linux-ppc647.0.2indirekt
npm@typescript/typescript-linux-riscv647.0.2indirekt
npm@typescript/typescript-linux-s390x7.0.2indirekt
npm@typescript/typescript-linux-x647.0.2indirekt
npm@typescript/typescript-netbsd-arm647.0.2indirekt
npm@typescript/typescript-netbsd-x647.0.2indirekt
npm@typescript/typescript-openbsd-arm647.0.2indirekt
npm@typescript/typescript-openbsd-x647.0.2indirekt
npm@typescript/typescript-sunos-x647.0.2indirekt
npm@typescript/typescript-win32-arm647.0.2indirekt
npm@typescript/typescript-win32-x647.0.2indirekt
npmtypescript7.0.2indirekt
npmundici-types8.3.0indirekt
PyPIaiofile3.11.1indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.2indirekt
PyPIast-serialize0.6.0indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.2indirekt
PyPIbeartype0.22.9indirekt
PyPIcachetools7.1.4indirekt
PyPIcaio0.9.25indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.1.0indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIcolorama0.4.6indirekt
PyPIconsciousness-contracts—indirekt
PyPIcoverage7.15.1indirekt
PyPIcuda-bindings13.3.1indirekt
PyPIcuda-pathfinder1.5.6indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIcyclopts4.21.0indirekt
PyPIdatasets5.0.0indirekt
PyPIdill0.4.1indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfastapi—indirekt
PyPIfastapi0.139.0indirekt
PyPIfastmcp-slim3.4.4indirekt
PyPIfilelock3.29.7indirekt
PyPIfreezegun—indirekt
PyPIfreezegun1.5.5indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.4.0indirekt
PyPIgriffelib2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpcore22.7.0indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhttpx22.7.0indirekt
PyPIhuggingface-hub1.23.0indirekt
PyPIidna3.18indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjoserfc1.7.3indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-path0.5.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlibrt0.13.0indirekt
PyPIlinkify-it-py2.1.0indirekt
PyPIllguidance1.7.6indirekt
PyPIllvmlite0.48.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImcp1.28.1indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPIminiaudio1.71indirekt
PyPImlx-audio0.4.5indirekt
PyPImlx-memo3.10.0indirekt
PyPImlx-metal0.32.0indirekt
PyPImlx-vlm—indirekt
PyPImlx-vlm0.6.4indirekt
PyPImlx-whisper—indirekt
PyPImlx-whisper0.4.3indirekt
PyPImore-itertools11.1.0indirekt
PyPImpmath1.3.0indirekt
PyPImultidict6.7.1indirekt
PyPImultiprocess0.70.19indirekt
PyPImypy—indirekt
PyPImypy2.3.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInarwhals2.23.0indirekt
PyPInetworkx3.6.1indirekt
PyPInumba0.66.0indirekt
PyPInumpy2.4.6indirekt
PyPInvidia-cublas13.1.1.3indirekt
PyPInvidia-cuda-cupti13.0.85indirekt
PyPInvidia-cuda-nvrtc13.0.88indirekt
PyPInvidia-cuda-runtime13.0.96indirekt
PyPInvidia-cudnn-cu139.20.0.48indirekt
PyPInvidia-cufft12.0.0.61indirekt
PyPInvidia-cufile1.15.1.6indirekt
PyPInvidia-curand10.4.0.35indirekt
PyPInvidia-cusolver12.0.4.66indirekt
PyPInvidia-cusparse12.6.3.3indirekt
PyPInvidia-cusparselt-cu130.8.1indirekt
PyPInvidia-nccl-cu132.29.7indirekt
PyPInvidia-nvjitlink13.3.33indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIopenapi-pydantic0.5.1indirekt
PyPIopencv-python5.0.0.93indirekt
PyPIopentelemetry-api1.43.0indirekt
PyPIpackaging26.2indirekt
PyPIpandas3.0.3indirekt
PyPIpathable0.6.0indirekt
PyPIpathspec1.1.1indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf7.35.1indirekt
PyPIpy-key-value-aio0.4.5indirekt
PyPIpyarrow25.0.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.14.2indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyobjc-core12.2.1indirekt
PyPIpyobjc-framework-cocoa12.2.1indirekt
PyPIpyobjc-framework-coreml12.2.1indirekt
PyPIpyobjc-framework-quartz—indirekt
PyPIpyobjc-framework-quartz12.2.1indirekt
PyPIpyobjc-framework-vision—indirekt
PyPIpyobjc-framework-vision12.2.1indirekt
PyPIpyperclip1.11.0indirekt
PyPIpytest—indirekt
PyPIpytest8.4.2indirekt
PyPIpytest-asyncio—indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov—indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-textual-snapshot—indirekt
PyPIpytest-textual-snapshot1.1.0indirekt
PyPIpytest-timeout—indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytest-xdist—indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32312indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.7.10indirekt
PyPIrequests2.34.2indirekt
PyPIrich-rst2.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.15.20indirekt
PyPIruff0.15.21indirekt
PyPIsafetensors0.8.0indirekt
PyPIscikit-learn1.9.0indirekt
PyPIscipy1.18.0indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsentencepiece0.2.2indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsounddevice0.5.5indirekt
PyPIsse-starlette3.4.5indirekt
PyPIstarlette1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPIsyrupy4.8.0indirekt
PyPItantivy—indirekt
PyPItantivy0.26.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItiktoken0.13.0indirekt
PyPItokenizers0.22.2indirekt
PyPItorch2.13.0indirekt
PyPItqdm4.68.4indirekt
PyPItriton3.7.1indirekt
PyPItruststore0.10.4indirekt
PyPItyper0.26.8indirekt
PyPItypes-pyyaml—indirekt
PyPItypes-pyyaml6.0.12.20260518indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuc-micro-py2.0.0indirekt
PyPIuncalled-for0.3.2indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn—indirekt
PyPIuvicorn0.51.0indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebsockets16.1indirekt
PyPIxxhash3.8.1indirekt
PyPIyarl1.24.2indirekt
Abhängigkeits-Advisories 1

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 216 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 1 tragen bekannte Advisories, davon 0 direkte. 33 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
pytest8.4.2indirektmittel29.0.3

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 jagoff/memo teilen. Nebeneinander lesen →

98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich95MemTensor/MemOSSelf-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings and DeepSeek Harness support.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.Außergewöhnlich98mem0ai/mem0Universal memory layer for AI AgentsAußergewöhnlich96PrefectHQ/fastmcp🚀 The fast, Pythonic way to build MCP servers and clients.Außergewöhnlich96mcp-use/mcp-useThe fullstack MCP framework to develop MCP Apps for ChatGPT / Claude & MCP Servers for AI Agents.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 v0.26.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.