Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 22:37 UTC

jupyter-incubator / sparkmagic

Jupyter magics and kernels for working with remote Spark clusters

PythonEigene Lizenz★ 1.366 Sterne⑂ 443 Forksseit Sept. 2015Auf GitHub ansehen ↗
ArtNetzwerkdienstNotebookwie das ermittelt wird
#spark#kernel#cluster#livy#magic#sql-query#pandas-dataframe#jupyter#pyspark#kerberos#notebook#jupyter-notebook

jupyter-incubator/sparkmagic erreicht einen Gesundheitsindex von 31 von 100 und liegt damit im Bereich Gefährdet. Am stärksten schneidet es bei Community & Adoption (75/100) ab, am schwächsten bei Vitality (21/100). Zuletzt vor 373 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

31
gesamt / 100
Gefährdet

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.

31
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 51 wird auf der veröffentlichten Indexskala auf 51 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

jupyter-incubatorOrganisation
32 Follower4 öffentliche Reposseit Aug. 2015

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

Metriken nach Kategorie

Vitalität

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

21Gefährdet · 21 % des Gesamtindex

Entwicklungsaktivität

1Kritisch
Wie die Bewertung erfolgt
0/36Push-Aktualität — letzter Push vor 373 Tagen
0/36Commit-Rhythmus — 0/52 Wochen mit Commits
0/18Commit-Volumen — 0 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
Verwendete Eingangsdaten
commits_last_year0
human_commit_share0,73
days_since_last_push373
active_weeks_last_year0

Release-Disziplin

52Mittel
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 18 Releases veröffentlicht
7.2/36Release-Aktualität — letztes Release vor 437 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 129,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count18
latest_release_tag0.23.0
releases_from_tagsnein
days_since_latest_release437
mean_days_between_releases129,8
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?

75Gut · 17 % des Gesamtindex

Popularität & Verbreitung

82Exzellent
Wie die Bewertung erfolgt
50.9/60Stars — 1.366 Stars
22/25Forks — 443 Forks
9.1/15Watcher — 44 Watcher
Verwendete Eingangsdaten
forks443
stars1.366
watchers44
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

66Gut
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io, travis-ci.org
has_pull_request_templateja

Nachhaltigkeit & Governance

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

62Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

64Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
15.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 33 % der Commits
13.5/13.5Breite der Beitragenden — 53 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 10 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor2
contributors_sampled53
top_contributor_share0,33

Reaktionsfähigkeit bei Issues & PRs

65Gut
Wie die Bewertung erfolgt
29.2/42Issue-Lösungsquote — 70 % der Issues geschlossen
24.1/30PR-Annahme — 385/480 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
3/15OpenSSF Scorecard: Code-Review — Found 2/10 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs385
open_issues135
closed_issues307
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,695
closed_unmerged_prs95
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

58Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
10.9/25Reichweite des Inhabers — 32 Follower von jupyter-incubator
17.1/25Kontohistorie — 4 öffentliche Repos, Kontoalter ca. 11 Jahre
Verwendete Eingangsdaten
followers32
owner_typeOrganization
is_verifiednein
owner_loginjupyter-incubator
public_repos4
account_age_days4.039

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

53Mittel · 19 % des Gesamtindex

Engineering-Praktiken

48Schwach
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 7 merged PRs checked by a CI test -- score normalized to 0
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

60Mittel
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
10/10Topics — 12 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsspark, kernel, cluster, livy, magic, sql-query, pandas-dataframe, jupyter, pyspark, kerberos, notebook, jupyter-notebook
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

49Schwach · 16 % des Gesamtindex

Sicherheitslage

45Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
0/2.5CI-Tests — 0 out of 7 merged PRs checked by a CI test -- score normalized to 0
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 2/10 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 10 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
0/7.5Maintained — 0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
4.5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 70 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

67Gut
Wie die Bewertung erfolgt
16/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: pytest 8.3.3 (moderate 6.8)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
34.2/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 238 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories127
affected_packages14
assessed_packages115
unassessed_packages14
affected_by_severityhigh 8, moderate 5, low 1
direct_affected_packages1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 115 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 14 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.

47Schwach · 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.docker.com/llms.txt)
40/40Lesbare Commit-Historie — 57 von 73 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.docker.com/llms.txt
legible_history_share0,781
agent_instruction_files—
agent_instruction_max_bytes—

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

40Schwach
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 27 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
lockfilespoetry.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,27

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/128 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes35.450
source_files_sampled128
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

40Schwach
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto)
0/20MCP-Server
40/40Lauffähige Beispiele — examples, notebooks
Verwendete Eingangsdaten
example_dirsexamples, notebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_ofnetwork-service

Eckdaten

1.366GitHub-Sterne
53Mitwirkende
0Commits, letzte 12 Monate
373Tage seit letztem Push
18Releases
2Bus-Faktor
135offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • Could not fetch pypi package 'development' from its registry

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 443 ⇿
0Sterne
443Forks
18Releases

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.

010020030040050042172015-092020-112026-01
Major 0Minor 10Patch 8

Jeder Punkt umfasst 10 Tage.

OpenSSF Scorecard 4.5 / 10
4.5Gesamtwert

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 · 2026-09-17 22:37 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
0CI-Tests0 out of 7 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 2/10 approved changesets -- score normalized to 2
10Contributorsproject has 10 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
0Maintained0 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 0
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
9Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities70 existing vulnerabilities detected
Direkte Abhängigkeiten 7
RegistryPaketVersionsvorgabeManifest
PyPIhdijupyterutils—pyproject.toml
PyPIautovizwidget—pyproject.toml
PyPIsparkmagic—pyproject.toml
PyPInumpy^1.24.4pyproject.toml
PyPIpandas^2.0.3pyproject.toml
PyPIpytest^8.3.3pyproject.toml
PyPImock^5.1.0pyproject.toml
Alle Abhängigkeiten 129

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 8 direkte und 121 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIautovizwidget—direkt
PyPIhdijupyterutils—direkt
PyPImock5.1.0direkt
PyPInumpy—direkt
PyPInumpy1.24.4direkt
PyPIpandas—direkt
PyPIpandas2.0.3direkt
PyPIpytest8.3.3direkt
PyPIanyio3.6.2indirekt
PyPIappnope0.1.3indirekt
PyPIargon2-cffi21.3.0indirekt
PyPIargon2-cffi-bindings21.2.0indirekt
PyPIarrow1.2.3indirekt
PyPIasttokens2.2.1indirekt
PyPIattrs22.2.0indirekt
PyPIbackcall0.2.0indirekt
PyPIbeautifulsoup44.11.1indirekt
PyPIbleach5.0.1indirekt
PyPIcertifi2024.7.4indirekt
PyPIcffi1.15.1indirekt
PyPIcharset-normalizer2.1.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.1.2indirekt
PyPIcryptography43.0.1indirekt
PyPIdebugpy1.6.4indirekt
PyPIdecorator5.1.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIentrypoints0.4indirekt
PyPIexceptiongroup1.1.0indirekt
PyPIexecuting1.2.0indirekt
PyPIfastjsonschema2.16.2indirekt
PyPIfqdn1.5.1indirekt
PyPIgssapi1.8.2indirekt
PyPIidna3.7indirekt
PyPIimportlib-metadata6.0.0indirekt
PyPIimportlib-resources5.10.2indirekt
PyPIiniconfig1.1.1indirekt
PyPIipykernel—indirekt
PyPIipykernel6.19.4indirekt
PyPIipython—indirekt
PyPIipython8.10.0indirekt
PyPIipython-genutils0.2.0indirekt
PyPIipywidgets—indirekt
PyPIipywidgets8.0.4indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.18.2indirekt
PyPIjinja23.1.3indirekt
PyPIjsonpointer2.3indirekt
PyPIjsonschema4.17.3indirekt
PyPIjupyter—indirekt
PyPIjupyter1.0.0indirekt
PyPIjupyter-client7.4.8indirekt
PyPIjupyter-console6.4.4indirekt
PyPIjupyter-core5.1.1indirekt
PyPIjupyter-events0.5.0indirekt
PyPIjupyter-server2.0.6indirekt
PyPIjupyter-server-terminals0.4.3indirekt
PyPIjupyterlab-pygments0.2.2indirekt
PyPIjupyterlab-widgets3.0.5indirekt
PyPIkrb50.4.1indirekt
PyPImarkupsafe2.1.1indirekt
PyPImatplotlib-inline0.1.6indirekt
PyPImistune2.0.4indirekt
PyPInbclassic0.4.8indirekt
PyPInbclient0.7.2indirekt
PyPInbconvert7.2.7indirekt
PyPInbformat5.7.1indirekt
PyPInest-asyncio—indirekt
PyPInest-asyncio1.5.5indirekt
PyPInose1.3.7indirekt
PyPInotebook—indirekt
PyPInotebook6.5.2indirekt
PyPInotebook-shim0.2.2indirekt
PyPIpackaging22.0indirekt
PyPIpandocfilters1.5.0indirekt
PyPIparso0.8.3indirekt
PyPIpexpect4.8.0indirekt
PyPIpickleshare0.7.5indirekt
PyPIpkgutil-resolve-name1.3.10indirekt
PyPIplatformdirs2.6.2indirekt
PyPIplotly—indirekt
PyPIplotly5.24.1indirekt
PyPIpluggy1.5.0indirekt
PyPIprometheus-client0.15.0indirekt
PyPIprompt-toolkit3.0.36indirekt
PyPIpsutil5.9.4indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.2indirekt
PyPIpy1.11.0indirekt
PyPIpycparser2.21indirekt
PyPIpygments2.15.0indirekt
PyPIpyrsistent0.19.3indirekt
PyPIpyspnego0.7.0indirekt
PyPIpython-dateutil2.8.2indirekt
PyPIpython-json-logger2.0.4indirekt
PyPIpytz2022.7indirekt
PyPIpywin32305indirekt
PyPIpywinpty2.0.9indirekt
PyPIpyyaml6.0indirekt
PyPIpyzmq24.0.1indirekt
PyPIqtconsole5.4.0indirekt
PyPIqtpy2.3.0indirekt
PyPIrequests—indirekt
PyPIrequests2.32.3indirekt
PyPIrequests-kerberos—indirekt
PyPIrequests-kerberos0.14.0indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIsend2trash1.8.0indirekt
PyPIsix1.16.0indirekt
PyPIsniffio1.3.0indirekt
PyPIsoupsieve2.3.2.post1indirekt
PyPIstack-data0.6.2indirekt
PyPItenacity8.1.0indirekt
PyPIterminado0.17.1indirekt
PyPItinycss21.2.1indirekt
PyPItomli2.0.1indirekt
PyPItornado—indirekt
PyPItornado6.4.2indirekt
PyPItraitlets5.8.0indirekt
PyPItzdata2024.2indirekt
PyPIuri-template1.2.0indirekt
PyPIurllib31.26.19indirekt
PyPIwcwidth0.2.5indirekt
PyPIwebcolors1.12indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsocket-client1.4.2indirekt
PyPIwidgetsnbextension4.0.5indirekt
PyPIzipp3.19.1indirekt
Abhängigkeits-Advisories 14

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 115 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 14 tragen bekannte Advisories, davon 1 direkte. 14 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
cryptography43.0.1indirekthoch1049.0.0
jinja23.1.3indirekthoch83.1.6
jupyter-core5.1.1indirekthoch25.8.1
jupyter-server2.0.6indirekthoch212.21.0
mistune2.0.4indirekthoch283.3.0
soupsieve2.3.2.post1indirekthoch62.9.0
tornado6.4.2indirekthoch236.5.8
urllib31.26.19indirekthoch102.7.0
pytest8.3.3direktmittel29.0.3
bleach5.0.1indirektmittel26.4.0
idna3.7indirektmittel23.15
nbconvert7.2.7indirektmittel67.17.1
requests2.32.3indirektmittel42.33.0
pygments2.15.0indirektniedrig32.20.0

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit jupyter-incubator/sparkmagic teilen. Nebeneinander lesen →

96ipython/ipykernelIPython Kernel for JupyterAußergewöhnlich96jupyter/notebookJupyter Interactive NotebookAußergewöhnlich95graphistry/pygraphistryPyGraphistry is a Python library to quickly load, shape, embed, and explore big graphs with the GPU-accelerated Graphistry visual graph analyzerAußergewöhnlich87mljar/mercuryImpress your boss and turn a Jupyter notebook into a beautiful, shareable web app — no callbacks, no frontend, no rewrite.Exzellent83Data-Centric-AI-Community/fg-data-profiling1 Line of code data quality profiling & exploratory data analysis for Pandas and Spark DataFrames. Exzellent80jupyter-lsp/jupyterlab-lspCoding assistance for JupyterLab (code navigation + hover suggestions + linters + autocompletion + rename) using Language Server ProtocolExzellent

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.