Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-09 05:04 UTC

jgravelle / jcodemunch-mcp

Cut AI token costs 95%+ on code exploration. The leading MCP server for precise, symbol-level GitHub code retrieval via tree-sitter AST. Works with Claude Code, Cursor & any MCP client. 313B+ tokens saved.

PythonEigene Lizenz★ 2.675 Sterne⑂ 367 Forksseit Feb. 2026Auf GitHub ansehen ↗
ArtBibliothekMCP-ServerKommandozeilenwerkzeugwie das ermittelt wird
#claude#claude-code#ai-coding#ast#code-intelligence#context-window#cursor#developer-tools#llm#mcp#mcp-server#model-context-protocol#token-optimization#tree-sitter#cline#codex#copilot#gemini-cli#opencode#windsurf

jgravelle/jcodemunch-mcp erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei AI Readiness (94/100) ab, am schwächsten bei Sustainability & Governance (64/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

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.

94
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 81 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

J. GravellePersönliches Konto
380 Follower59 öffentliche Reposseit Jan. 2013https://j.gravelle.us

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIjcodemunch-mcp1.108.31785.326608vor 4 Tagenagentastclaudecode-intelligencecode-searchllmmcpmodel-context-protocoltoken-efficiencytree-sitter

Metriken nach Kategorie

Vitalität

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

89Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

85Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
20.8/36Commit-Rhythmus — 30/52 Wochen mit Commits
18/18Commit-Volumen — 2.010 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year2.010
human_commit_share0,99
days_since_last_push0
active_weeks_last_year30

Release-Disziplin

96Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 4 Tagen
27/27Release-Rhythmus — ein Release etwa alle 0,6 Tage
6/10OpenSSF Scorecard: Signed-Releases — 4 out of the last 5 releases have a total of 4 signed artifacts.
Verwendete Eingangsdaten
releases_count100
latest_release_tagv1.108.317
releases_from_tagsnein
days_since_latest_release4
mean_days_between_releases0,6

Community & Verbreitung

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

82Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

84Exzellent
Wie die Bewertung erfolgt
55.6/60Stars — 2.675 Stars
21.4/25Forks — 367 Forks
7.2/15Watcher — 21 Watcher
Verwendete Eingangsdaten
forks367
stars2.675
watchers21
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

79Gut
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges9
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

82Exzellent
Wie die Bewertung erfolgt
65.7/80Downloads pro Monat — 85.326 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesjcodemunch-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads85.326
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?

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 83 % der Commits
13.5/13.5Breite der Beitragenden — 50 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 4 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled50
top_contributor_share0,83

Reaktionsfähigkeit bei Issues & PRs

65Gut
Wie die Bewertung erfolgt
41.6/42Issue-Lösungsquote — 99 % der Issues geschlossen
23/30PR-Annahme — 238/311 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/1 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/12 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs238
open_issues3
closed_issues312
prs_merged_7d45
prs_decided_7d58
prs_merged_30d45
prs_decided_30d58
issue_closed_ratio0,99
closed_unmerged_prs73
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

67Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
18.6/25Reichweite des Inhabers — 380 Follower von jgravelle
24.9/25Kontohistorie — 59 öffentliche Repos, Kontoalter ca. 13 Jahre
Verwendete Eingangsdaten
followers380
owner_typeUser
is_verified—
owner_loginjgravelle
public_repos59
account_age_days4.972
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 4 Tagen
20/20Versionshistorie — 608 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesjcodemunch-mcp
ecosystemspypi
any_deprecatednein
min_days_since_publish4

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 20 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 13 out of 13 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://jcodemunch.com/
10/10Repository-Beschreibung
10/10Topics — 20 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsclaude, claude-code, ai-coding, ast, code-intelligence, context-window, cursor, developer-tools, llm, mcp, mcp-server, model-context-protocol, token-optimization, tree-sitter, cline, codex, copilot, gemini-cli, opencode, windsurf
has_wikija
homepagehttps://jcodemunch.com/
docs_sitehttps://jcodemunch.com/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

82Exzellent · 16 % des Gesamtindex

Sicherheitslage

77Gut
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 — 13 out of 13 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 0/12 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 4 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
5/5SAST — SAST tool is run on all commits
5/5Security-Policy — security policy file detected
4.5/7.5Signed-Releases — 4 out of the last 5 releases have a total of 4 signed artifacts.
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate7,7

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_packages36
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:jcodemunch-mcp@1.108.317 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 36 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.

94Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://jcodemunch.com/llms.txt)
40/40Lesbare Commit-Historie — 85 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://jcodemunch.com/llms.txt
legible_history_share0,859
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes140.610

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

91Exzellent
Wie die Bewertung erfolgt
12.6/18Bootstrap mit einem Befehl — benchmarks/rust_fidelity/oracle/Cargo.toml (Toolchain-Konvention, kein Task-Runner)
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — vscode-extension/tsconfig.json
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 70 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
9/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 9
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilespackage-lock.json, uv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsvscode-extension/tsconfig.json
agent_commit_share0,7
toolchain_manifestsbenchmarks/rust_fidelity/oracle/Cargo.toml
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (vscode-extension/tsconfig.json)
53.9/55Handhabbare Dateigrößen — 20/1.004 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes540.099
source_files_sampled1.004
oversized_source_files20

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
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

2.675GitHub-Sterne
50Mitwirkende
2.010Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
1Bus-Faktor
3offene Issues
npm, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch npm package 'jcodemunch-mcp-vscode' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 367 ⇿
0Sterne
367Forks
100Releases

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.

0125250375363402026-032026-062026-09
Major 0Minor 0Patch 100
OpenSSF Scorecard 7.7 / 10
7.7Gesamtwert

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 · 2026-09-09 05:03 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests13 out of 13 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 0/12 approved changesets -- score normalized to 0
10Contributorsproject has 4 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
10Maintained30 commit(s) and 25 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
9Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 9
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
6Signed-Releases4 out of the last 5 releases have a total of 4 signed artifacts.
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPImcp>=1.10.0,<2.0.0pyproject.toml
PyPIhttpx>=0.27.0pyproject.toml
PyPItree-sitter-language-pack>=0.7.0,<1.0.0pyproject.toml
PyPIpathspec>=0.12.0pyproject.toml
PyPIpyyaml>=6.0pyproject.toml
Alle Abhängigkeiten 172

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 167 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIhttpx0.28.1direkt
PyPImcp1.28.1direkt
PyPIpathspec1.0.4direkt
PyPIpyyaml6.0.3direkt
PyPItree-sitter-language-pack0.13.0direkt
crates.ioproc-macro2—indirekt
crates.ioquote—indirekt
crates.ioserde_json—indirekt
crates.iosyn—indirekt
crates.iowalkdir—indirekt
npm@types/node20.19.39indirekt
npm@types/vscode1.118.0indirekt
npmtypescript5.9.3indirekt
npmundici-types6.21.0indirekt
PyPIaider-chat0.86.2indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.84.0indirekt
PyPIanyio4.12.1indirekt
PyPIattrs25.4.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIcertifi2026.2.25indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.5indirekt
PyPIclick8.5.0indirekt
PyPIcocoindex-code0.2.41indirekt
PyPIcode-review-graph2.3.8indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.13.4indirekt
PyPIcryptography50.0.0indirekt
PyPIcuda-bindings13.2.0indirekt
PyPIcuda-pathfinder1.5.1indirekt
PyPIcuda-toolkit13.0.3.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.17.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfaiss-cpu—indirekt
PyPIfilelock3.25.2indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfsspec2026.3.0indirekt
PyPIgoogle-ai-generativelanguage0.6.15indirekt
PyPIgoogle-api-core2.25.2indirekt
PyPIgoogle-api-core2.30.0indirekt
PyPIgoogle-api-python-client2.192.0indirekt
PyPIgoogle-auth2.48.0indirekt
PyPIgoogle-auth-httplib20.3.0indirekt
PyPIgoogle-generativeai0.8.6indirekt
PyPIgoogleapis-common-protos1.72.0indirekt
PyPIgrpcio1.78.0indirekt
PyPIgrpcio-status1.71.2indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.4.3indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttplib20.32.0indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub1.9.0indirekt
PyPIhypothesis6.151.10indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjcodemunch-mcp1.108.317indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.13.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlangchain—indirekt
PyPIlangchain-community—indirekt
PyPIlangchain-huggingface—indirekt
PyPIlangchain-text-splitters—indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools11.1.0indirekt
PyPImpmath1.3.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInumpy2.2.6indirekt
PyPInumpy2.4.4indirekt
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-nvjitlink13.0.88indirekt
PyPInvidia-nvshmem-cu133.4.5indirekt
PyPInvidia-nvtx13.0.85indirekt
PyPIonnxruntime1.24.3indirekt
PyPIonnxruntime1.27.0indirekt
PyPIopenai2.30.0indirekt
PyPIpackaging26.0indirekt
PyPIpillow12.3.0indirekt
PyPIpluggy1.6.0indirekt
PyPIproto-plus1.27.1indirekt
PyPIprotobuf5.29.6indirekt
PyPIpyasn10.6.4indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.12.5indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-settings2.14.2indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyright1.1.403indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.31indirekt
PyPIpywin32311indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.4.4indirekt
PyPIrequests2.34.2indirekt
PyPIrich14.3.3indirekt
PyPIrpds-py0.30.0indirekt
PyPIrsa4.9.1indirekt
PyPIruff0.15.18indirekt
PyPIsafetensors0.7.0indirekt
PyPIscikit-learn1.7.2indirekt
PyPIscikit-learn1.8.0indirekt
PyPIscipy1.15.3indirekt
PyPIscipy1.17.1indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsentence-transformers—indirekt
PyPIsentence-transformers5.3.0indirekt
PyPIserena-agent1.7.0indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsniffio1.3.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsounddevice0.5.5indirekt
PyPIsse-starlette3.3.2indirekt
PyPIstarlette1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItiktoken—indirekt
PyPItiktoken0.13.0indirekt
PyPItokenizers0.22.2indirekt
PyPItomli2.4.0indirekt
PyPItorch2.13.0indirekt
PyPItqdm4.67.3indirekt
PyPItransformers5.10.1indirekt
PyPItree-sitter0.25.2indirekt
PyPItree-sitter-c-sharp0.23.1indirekt
PyPItree-sitter-embedded-template0.25.0indirekt
PyPItree-sitter-yaml0.7.2indirekt
PyPItriton3.7.1indirekt
PyPItyper0.24.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuritemplate4.2.0indirekt
PyPIurllib32.7.0indirekt
PyPIuvicorn0.41.0indirekt
PyPIwatchfiles1.1.1indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:jcodemunch-mcp@1.108.317 zieht 36 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 jgravelle/jcodemunch-mcp teilen. Nebeneinander lesen →

96diegosouzapw/OmniRouteNever stop coding. Free MIT AI gateway: one endpoint, 352 providers (150+ free), 1200+ models Kimi, Claude, GPT, Gemini, GLM, DeepSeek, MiniMax. Works with Claude Code, Codex, Cursor, OpenCode, Cline & Copilot. Quota-aware auto-fallback, RTK+Caveman compression saves 15-95% tokens, MCP/A2A, Desktop/PWA. Built by 550+ contributorsAußergewöhnlich96hashgraph-online/hol-guardOpen-source antivirus for AI agents: block risky tools, secret access, prompt injection, malicious packages, MCP servers, plugins, and skills at runtime.Außergewöhnlich99awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich96sickn33/agentic-awesome-skillsAAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,115+ agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.Außergewöhnlich95oraios/serenaA powerful MCP toolkit for coding, providing semantic retrieval and editing capabilities - the IDE for your agentAußergewöhnlich97Observal/ObservalObserval is self-hosted registry for your coding agent extensions with a built in insight engine. Setup Observal, define the scope and share your Skills, MCPs and Agents with your peers.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.