Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-18 21:01 UTC

labsyspharm / cylinter

An Interactive Image Segmentation Filter for Multiplex Microscopy

PythonMIT★ 36 Sterne⑂ 15 Forksseit Juli 2020Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekDesktop-Anwendungwie das ermittelt wird

labsyspharm/cylinter erreicht einen Gesundheitsindex von 47 von 100 und liegt damit im Bereich Schwach. Am stärksten schneidet es bei Sustainability & Governance (62/100) ab, am schwächsten bei AI Readiness (34/100). Zuletzt vor 51 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

47
gesamt / 100
Schwach

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.

47
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 48 wird auf der veröffentlichten Indexskala auf 47 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Laboratory of Systems Pharmacology @ HarvardOrganisation
103 Follower188 öffentliche Reposseit Jan. 2019

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPICyLinter0.0.4514445vor 1264 Tagenscriptssinglecelldatascience

Metriken nach Kategorie

Vitalität

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

59Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

37Schwach
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 51 Tagen
3.5/36Commit-Rhythmus — 5/52 Wochen mit Commits
10.8/18Commit-Volumen — 15 Commits im letzten Jahr
5/10OpenSSF Scorecard: Maintained — 7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
Verwendete Eingangsdaten
commits_last_year15
human_commit_share1
days_since_last_push51
active_weeks_last_year5

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 13 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 51 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 99,6 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count13
latest_release_tagv0.0.57
releases_from_tagsnein
days_since_latest_release51
mean_days_between_releases99,6
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?

40Schwach · 17 % des Gesamtindex

Popularität & Verbreitung

35Schwach
Wie die Bewertung erfolgt
25/60Stars — 36 Stars
9.6/25Forks — 15 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks15
stars36
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

50Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

36Schwach
Wie die Bewertung erfolgt
28.8/80Downloads pro Monat — 144 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesCyLinter
dependents—
ecosystemspypi
total_downloads—
monthly_downloads144
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?

62Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

35Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
9.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 60 % der Commits
6.8/13.5Breite der Beitragenden — 5 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled5
top_contributor_share0,595

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
40.3/42Issue-Lösungsquote — 96 % der Issues geschlossen
28.4/30PR-Annahme — 199/210 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 1/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs199
open_issues1
closed_issues24
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,96
closed_unmerged_prs11
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

70Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
14.5/25Reichweite des Inhabers — 103 Follower von labsyspharm
25/25Kontohistorie — 188 öffentliche Repos, Kontoalter ca. 7 Jahre
Verwendete Eingangsdaten
followers103
owner_typeOrganization
is_verifiednein
owner_loginlabsyspharm
public_repos188
account_age_days2.819

Paketpflege

69Gut
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
4/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 1.264 Tagen
20/20Versionshistorie — 45 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesCyLinter
ecosystemspypi
any_deprecatednein
min_days_since_publish1.264

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

37Schwach · 19 % des Gesamtindex

Engineering-Praktiken

1Kritisch
Wie die Bewertung erfolgt
0/24CI-Workflows
0/24Tests vorhanden
0/16Linter-Konfiguration
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — 0 out of 29 merged PRs checked by a CI test -- score normalized to 0
Verwendete Eingangsdaten
has_cinein
has_testsnein
has_editorconfignein
has_linter_confignein
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://labsyspharm.github.io/cylinter/
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://labsyspharm.github.io/cylinter/
docs_sitehttps://labsyspharm.github.io/cylinter/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

41Schwach · 16 % des Gesamtindex

Sicherheitslage

34Gefährdet
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
0/2.5CI-Tests — 0 out of 29 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
0/7.5Code-Review — Found 1/30 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 7 contributing companies or organizations
0/10Dangerous-Workflow — keine Daten
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
3.8/7.5Maintained — 7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
0/5Packaging — keine Daten
0/5Pinned-Dependencies — keine Daten
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — keine Daten
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated13
scorecard_versionv5.5.0
checks_inconclusive5
scorecard_aggregate3,4
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Dangerous-Workflow, Packaging, Pinned-Dependencies, Signed-Releases, Token-Permissions. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

70Gut
Wie die Bewertung erfolgt
17.6/35Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: pypdf2 3.0.1 (moderate 6.2)
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
34.6/40Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 1.206 Tagen veröffentlicht
Verwendete Eingangsdaten
sourceosv
advisories11
affected_packages3
assessed_packages141
unassessed_packages0
affected_by_severityhigh 2, moderate 1
direct_affected_packages1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 141 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 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.

34Gefährdet · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

34Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
34.1/40Lesbare Commit-Historie — 64 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,64
agent_instruction_files—
agent_instruction_max_bytes—

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

2Kritisch
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
0/22Automatisierte Tests
0/11Lint-/Format-Konfiguration
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
2/10Belegte Agentenpraxis — 1 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsnein
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_confignein
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Pinned-Dependencies. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

50Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
50.2/55Handhabbare Dateigrößen — 2/23 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes91.737
source_files_sampled23
oversized_source_files2

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 — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
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

36GitHub-Sterne
5Mitwirkende
15Commits, letzte 12 Monate
51Tage seit letztem Push
13Releases
1Bus-Faktor
1offene 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 ★ / 15 ⇿
0Sterne
15Forks
12Releases

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.

03581013151522020-072023-072026-08
Major 0Minor 0Patch 11

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 3.4 / 10
3.4Gesamtwert

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 · 2026-10-18 21:01 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
0CI-Tests0 out of 29 merged PRs checked by a CI test -- score normalized to 0
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/30 approved changesets -- score normalized to 0
10Contributorsproject has 7 contributing companies or organizations
k. A.Dangerous-Workflowno workflows found
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
5Maintained7 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 5
k. A.Packagingpackaging workflow not detected
k. A.Pinned-Dependenciesno dependencies found
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
k. A.Token-PermissionsNo tokens found
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 25
RegistryPaketVersionsvorgabeManifest
PyPIcellcutter=0.2.13pyproject.toml
PyPIhdbscan*pyproject.toml
PyPIjoblib*pyproject.toml
PyPImagicgui*pyproject.toml
PyPImatplotlib*pyproject.toml
PyPInapari>=0.9.0pyproject.toml
PyPInumpy*pyproject.toml
PyPInatsort*pyproject.toml
PyPInumba*pyproject.toml
PyPIpandas*pyproject.toml
PyPIpyarrow*pyproject.toml
PyPIpyqt6*pyproject.toml
PyPIpyqt6-qt6*pyproject.toml
PyPIpyyaml*pyproject.toml
PyPIqtpy*pyproject.toml
PyPIscikit-image*pyproject.toml
PyPIscikit-learn*pyproject.toml
PyPIseaborn*pyproject.toml
PyPIumap-learn*pyproject.toml
PyPIzarr>=3pyproject.toml
PyPItifffile*pyproject.toml
PyPIsvglib*pyproject.toml
PyPIpypdf2*pyproject.toml
PyPIimagecodecs*pyproject.toml
PyPIopencv-python*pyproject.toml
Alle Abhängigkeiten 141

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 25 direkte und 116 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIcellcutter0.2.13direkt
PyPIhdbscan0.8.44direkt
PyPIimagecodecs2026.3.6direkt
PyPIjoblib1.5.3direkt
PyPImagicgui0.10.2direkt
PyPImatplotlib3.11.1direkt
PyPInapari0.9.0direkt
PyPInatsort8.4.0direkt
PyPInumba0.67.0direkt
PyPInumpy2.4.6direkt
PyPIopencv-python5.0.0.93direkt
PyPIpandas3.0.5direkt
PyPIpyarrow25.0.1direkt
PyPIpypdf23.0.1direkt
PyPIpyqt66.11.0direkt
PyPIpyqt6-qt66.11.2direkt
PyPIpyyaml6.0.3direkt
PyPIqtpy2.4.3direkt
PyPIscikit-image0.26.0direkt
PyPIscikit-learn1.9.0direkt
PyPIseaborn0.13.2direkt
PyPIsvglib2.2.0direkt
PyPItifffile2026.3.3direkt
PyPIumap-learn0.5.12direkt
PyPIzarr3.1.6direkt
PyPIannotated-doc0.0.5indirekt
PyPIannotated-types0.8.0indirekt
PyPIapp-model0.5.1indirekt
PyPIappnope1.0.0indirekt
PyPIasttokens3.0.2indirekt
PyPIattrs26.1.0indirekt
PyPIbuild1.6.0indirekt
PyPIcachey0.2.1indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIclick8.5.0indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcssselect20.9.0indirekt
PyPIcycler0.12.1indirekt
PyPIdask2026.8.0indirekt
PyPIdebugpy1.8.21indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIdonfig0.8.1.post1indirekt
PyPIexecuting2.2.1indirekt
PyPIflexcache0.3indirekt
PyPIflexparser0.4indirekt
PyPIfonttools4.63.0indirekt
PyPIfreetype-py2.5.1indirekt
PyPIfsspec2026.7.0indirekt
PyPIgoogle-crc32c1.8.0indirekt
PyPIheapdict1.0.1indirekt
PyPIhsluv5.0.4indirekt
PyPIidna3.19indirekt
PyPIimageio2.37.4indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIin-n-out0.2.1indirekt
PyPIipykernel6.31.0indirekt
PyPIipython9.17.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjedi0.20.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIkiwisolver1.5.1indirekt
PyPIlazy-loader0.5indirekt
PyPIllvmlite0.49.0indirekt
PyPIlocket1.0.0indirekt
PyPIlxml6.1.2indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdurl0.1.2indirekt
PyPInapari-console0.1.4indirekt
PyPInapari-plugin-engine0.2.1indirekt
PyPInapari-svg0.2.1indirekt
PyPInarwhals2.25.0indirekt
PyPInest-asyncio1.6.0indirekt
PyPInetworkx3.6.1indirekt
PyPInpe20.9.0indirekt
PyPInumcodecs0.16.5indirekt
PyPIpackaging26.3indirekt
PyPIparso0.8.7indirekt
PyPIpartd1.4.2indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.3.0indirekt
PyPIpint0.25.3indirekt
PyPIplatformdirs4.11.5indirekt
PyPIpooch1.9.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpsutil7.2.2indirekt
PyPIpsygnal0.15.1indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyconify0.2.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.13.5indirekt
PyPIpydantic-core2.46.5indirekt
PyPIpydantic-extra-types2.11.1indirekt
PyPIpydantic-settings2.15.0indirekt
PyPIpygments2.21.0indirekt
PyPIpynndescent0.6.0indirekt
PyPIpyopengl3.1.10indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpyqt6-sip13.12.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.3indirekt
PyPIpywin32312indirekt
PyPIpyzmq27.2.0indirekt
PyPIqtconsole5.7.2indirekt
PyPIreferencing0.37.0indirekt
PyPIreportlab5.0.1indirekt
PyPIrequests2.34.2indirekt
PyPIrich15.0.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIscipy1.17.1indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIstack-data0.6.3indirekt
PyPIsuperqt0.8.2indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItinycss21.5.1indirekt
PyPItomli-w1.2.0indirekt
PyPItoolz1.1.0indirekt
PyPItornado6.5.8indirekt
PyPItqdm4.70.0indirekt
PyPItraitlets5.16.1indirekt
PyPItyper0.27.2indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.4indirekt
PyPItzdata2026.3indirekt
PyPIurllib32.7.0indirekt
PyPIvispy0.16.2indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebencodings0.6.1indirekt
PyPIwrapt2.3.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 3

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 141 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 3 tragen bekannte Advisories, davon 1 direkte.

PaketVersionBeziehungSchweregradAdvisoriesBehoben in
tornado6.5.8indirekthoch36.5.9
urllib32.7.0indirekthoch62.8.0
pypdf23.0.1direktmittel23.9.0

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 labsyspharm/cylinter teilen. Nebeneinander lesen →

95earth-mover/icechunkOpen-source, cloud-native transactional tensor storage engineAußergewöhnlich90Unidata/netcdf4-pythonnetcdf4-python: python/numpy interface to the netCDF C libraryExzellent96dotnet/machinelearningML.NET is an open source and cross-platform machine learning framework for .NET.Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich100run-llama/llama_indexLlamaIndex is the document processing platform for AIAußergewöhnlich100astropy/astropyAstronomy and astrophysics core libraryAußergewöhnlich

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.