Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 14:12 UTC

langchain-ai / langchain-milvus

The LangChain wrapper of Milvus vector database for efficient vector search, full-text search, hybrid retrieval and RAG.

PythonMIT★ 58 Sterne⑂ 47 Forksseit Sept. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#langchain#rag#search-engine#vector-database

langchain-ai/langchain-milvus erreicht einen Gesundheitsindex von 84 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (80/100) ab, am schwächsten bei Community & Adoption (64/100). Zuletzt vor 15 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

84
gesamt / 100
Exzellent

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.

84
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 71 wird auf der veröffentlichten Indexskala auf 84 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

LangChainOrganisation
22.408 Follower261 öffentliche Reposseit März 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIlangchain-milvus0.4.0-25vor 62 Tagen

Metriken nach Kategorie

Vitalität

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

73Gut · 21 % des Gesamtindex

Entwicklungsaktivität

60Mittel
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 15 Tagen
11.1/36Commit-Rhythmus — 16/52 Wochen mit Commits
13.8/18Commit-Volumen — 33 Commits im letzten Jahr
6/10OpenSSF Scorecard: Maintained — 8 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 6
Verwendete Eingangsdaten
commits_last_year33
human_commit_share0,904
days_since_last_push15
active_weeks_last_year16

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 17 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 62 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 49,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count17
latest_release_taglibs/milvus/v0.4.0
releases_from_tagsnein
days_since_latest_release62
mean_days_between_releases49,7
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?

64Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

46Schwach
Wie die Bewertung erfolgt
28.5/60Stars — 58 Stars
13.9/25Forks — 47 Forks
3.9/15Watcher — 6 Watcher
Verwendete Eingangsdaten
forks47
stars58
watchers6
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

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_badges3
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

65Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

38Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
5.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 75 % der Commits
13.5/13.5Breite der Beitragenden — 14 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 3 contributing companies or organizations -- score normalized to 10
Verwendete Eingangsdaten
bus_factor1
contributors_sampled14
top_contributor_share0,753

Reaktionsfähigkeit bei Issues & PRs

59Mittel
Wie die Bewertung erfolgt
24.4/42Issue-Lösungsquote — 58 % der Issues geschlossen
26.6/30PR-Annahme — 93/105 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/21 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs93
open_issues13
closed_issues18
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,581
closed_unmerged_prs12
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

75Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
25/25Reichweite des Inhabers — 22.408 Follower von langchain-ai
20.1/25Kontohistorie — 261 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers22.408
owner_typeOrganization
is_verifiednein
owner_loginlangchain-ai
public_repos261
account_age_days1.295

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 62 Tagen
20/20Versionshistorie — 25 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageslangchain-milvus
ecosystemspypi
any_deprecatednein
min_days_since_publish62

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 7 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — libs/milvus/pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 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

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://milvus.io/docs/integrate_with_langchain.md
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicslangchain, rag, search-engine, vector-database
has_wikija
homepagehttps://milvus.io/docs/integrate_with_langchain.md
docs_sitehttps://milvus.io/docs/integrate_with_langchain.md
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

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

72Gut · 16 % des Gesamtindex

Sicherheitslage

65Gut
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 — 30 out of 30 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 0/21 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 3 contributing companies or organizations -- score normalized to 10
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
4.5/7.5Maintained — 8 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 6
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
2.5/5SAST — SAST tool is not run on all commits -- score normalized to 5
4.5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
7.5/7.5Token-Permissions — GitHub workflow tokens follow principle of least privilege
4.5/7.5Vulnerabilities — 4 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,5
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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
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_packages45
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:langchain-milvus@0.4.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 45 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.

72Gut · 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://milvus.io/llms.txt)
40/40Lesbare Commit-Historie — 81 von 85 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://milvus.io/llms.txt
legible_history_share0,953
agent_instruction_files—
agent_instruction_max_bytes—

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

82Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — libs/milvus/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — libs/milvus/pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — libs/milvus/langchain_milvus/py.typed
10/10Reproduzierbare Umgebung — lockfile
2.1/10Belegte Agentenpraxis — 1 der letzten 94 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 9 der letzten 94 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_dockerfilenein
typed_languagenein
bootstrap_fileslibs/milvus/Makefile
has_devcontainernein
has_linter_configja
typecheck_configslibs/milvus/langchain_milvus/py.typed
agent_commit_share0,011
toolchain_manifests—
dependency_bot_commit_share0,096

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (libs/milvus/langchain_milvus/py.typed)
53.2/55Handhabbare Dateigrößen — 1/31 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes138.756
source_files_sampled31
oversized_source_files1

Eckdaten

58GitHub-Sterne
14Mitwirkende
33Commits, letzte 12 Monate
15Tage seit letztem Push
17Releases
1Bus-Faktor
13offene Issues
—Paket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'langchain-milvus' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 47 ⇿
0Sterne
47Forks
16Releases

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.

010203040504622024-092025-092026-09
Major 0Minor 0Patch 0

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 6.5 / 10
6.5Gesamtwert

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 14:11 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 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 0/21 approved changesets -- score normalized to 0
10Contributorsproject has 3 contributing companies or organizations -- score normalized to 10
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
6Maintained8 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 6
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
5SASTSAST tool is not run on all commits -- score normalized to 5
9Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
6Vulnerabilities4 existing vulnerabilities detected
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIpymilvus>=3.0.0,<4.0libs/milvus/pyproject.toml
PyPImilvus-lite>=3.1.0,<4.0libs/milvus/pyproject.toml
PyPIlangchain-core>=1.4.9,<2.0.0libs/milvus/pyproject.toml
Alle Abhängigkeiten 92

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 89 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIlangchain-core1.4.9direkt
PyPImilvus-lite3.1.0direkt
PyPIpymilvus3.0.0direkt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.11.0indirekt
PyPIcachetools7.1.4indirekt
PyPIcertifi2025.11.12indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.2indirekt
PyPIcodespell2.4.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoloredlogs15.0.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfaiss-cpu1.14.3indirekt
PyPIfilelock3.20.3indirekt
PyPIflatbuffers25.9.23indirekt
PyPIfreezegun1.5.5indirekt
PyPIfsspec2025.10.0indirekt
PyPIgrpcio1.76.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.4.3indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub1.9.1indirekt
PyPIhumanfriendly10.0indirekt
PyPIidna3.18indirekt
PyPIiniconfig2.3.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.0.0indirekt
PyPIlangchain-protocol0.0.18indirekt
PyPIlangsmith0.8.9indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImdurl0.1.2indirekt
PyPImpmath1.3.0indirekt
PyPImypy1.18.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInltk3.10.3indirekt
PyPInumpy2.2.6indirekt
PyPIonnxruntime1.23.2indirekt
PyPIorjson3.11.7indirekt
PyPIpackaging25.0indirekt
PyPIpandas2.3.3indirekt
PyPIpathspec0.12.1indirekt
PyPIpluggy1.6.0indirekt
PyPIprotobuf6.33.5indirekt
PyPIpyarrow25.0.0indirekt
PyPIpydantic2.12.4indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.20.0indirekt
PyPIpymilvus-model0.3.2indirekt
PyPIpyreadline33.5.4indirekt
PyPIpytest7.4.4indirekt
PyPIpytest-asyncio0.21.2indirekt
PyPIpytest-mock3.15.1indirekt
PyPIpytest-watcher0.3.5indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpytz2025.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIregex2025.11.3indirekt
PyPIrequests2.33.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich14.3.3indirekt
PyPIruff0.1.15indirekt
PyPIsafetensors0.7.0indirekt
PyPIscipy1.15.3indirekt
PyPIsetuptools83.0.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsimsimd5.9.11indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsympy1.14.0indirekt
PyPIsyrupy4.9.1indirekt
PyPItenacity9.1.2indirekt
PyPItokenizers0.22.1indirekt
PyPItomli2.3.0indirekt
PyPItqdm4.67.1indirekt
PyPItransformers5.10.1indirekt
PyPItyper0.24.1indirekt
PyPItypes-requests2.32.4.20250913indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.14.1indirekt
PyPIwatchdog6.0.0indirekt
PyPIwebsockets16.0indirekt
PyPIxxhash3.6.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:langchain-milvus@0.4.0 zieht 45 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 langchain-ai/langchain-milvus teilen. Nebeneinander lesen →

87cyberlife-coder/VelesDBThe explainable, local-first memory engine for AI agents. One ~9 MB binary fuses vector + graph + columnar under VelesQL; why() returns the evidence path behind every recall. No cloud, no glue code — runs on server, browser, mobile and desktop.Exzellent95alibaba/zvecA lightweight, lightning-fast, in-process vector databaseAußergewöhnlich94infiniflow/infinityThe AI-native database built for LLM applications, providing incredibly fast hybrid search of dense vector, sparse vector, tensor (multi-vector), and full-text.Außergewöhnlich93neuml/txtai💡 All-in-one AI framework for semantic search, LLM orchestration and language model workflowsAußergewöhnlich92infino-ai/infinoEmbedded retrieval library built on Parquet. Fast, efficient, and scalable.Exzellent92oracle/langchain-oracleThe Oracle LangChain integration provides official LangChain support for Oracle’s Generative AI and AI Platform services, enabling developers to build intelligent, secure, and scalable applications powered by Oracle’s cloud technologies.Exzellent

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.