Öffentliches Register
Software-GesundheitsberichtSchema 0.12.0 · Metriken 2.10.0 · 2026-07-18 13:50 UTC

litestar-org / polyfactory

Simple and powerful factories for mock data generation

PythonMIT★ 1.496 Sterne⑂ 117 Forksseit Nov. 2021Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#pydantic#python#dataclasses#starlite#hacktoberfest#typeddict#litestar#pydantic-factories#polyfactory#beanie#msgspec#odmantic

litestar-org/polyfactory erreicht einen Gesundheitsindex von 93 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei Security (59/100). Zuletzt vor 4 Tagen aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

93
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.

93
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 79 wird auf der veröffentlichten Indexskala auf 93 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

LitestarOrganisation
396 Follower50 öffentliche Reposseit Jan. 2022

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIpolyfactory3.3.0-52vor 146 Tagenattrsdataclassesmsgspecpydanticsqlalchemy

Metriken nach Kategorie

Vitalität

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

77Gut · 21 % des Gesamtindex

Entwicklungsaktivität

69Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 4 Tagen
14.5/36Commit-Rhythmus — 21/52 Wochen mit Commits
16.6/18Commit-Volumen — 70 Commits im letzten Jahr
2/10OpenSSF Scorecard: Maintained — 3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
Verwendete Eingangsdaten
commits_last_year70
human_commit_share—
days_since_last_push4
active_weeks_last_year21

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 51 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 146 Tagen
27/27Release-Rhythmus — ein Release etwa alle 26,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count51
latest_release_tagv3.3.0
releases_from_tagsnein
days_since_latest_release146
mean_days_between_releases26,2
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?

82Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

74Gut
Wie die Bewertung erfolgt
51.5/60Stars — 1.496 Stars
17.2/25Forks — 117 Forks
5/15Watcher — 9 Watcher
Verwendete Eingangsdaten
forks117
stars1.496
watchers9
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
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
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templateja

Nachhaltigkeit & Governance

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

85Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

76Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
16.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 26 % der Commits
13.5/13.5Breite der Beitragenden — 75 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 21 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled75
top_contributor_share0,263

Reaktionsfähigkeit bei Issues & PRs

79Gut
Wie die Bewertung erfolgt
34.6/42Issue-Lösungsquote — 82 % der Issues geschlossen
25.2/30PR-Annahme — 429/510 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
9/15OpenSSF Scorecard: Code-Review — Found 12/19 approved changesets -- score normalized to 6
Verwendete Eingangsdaten
merged_prs429
open_issues50
closed_issues232
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,823
closed_unmerged_prs81
first_time_authors_30d—
first_time_prs_merged_30d—
first_time_prs_decided_30d—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

88Exzellent
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
18.7/25Reichweite des Inhabers — 396 Follower von litestar-org
21.5/25Kontohistorie — 50 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers396
owner_typeOrganization
is_verified—
owner_loginlitestar-org
public_repos50
account_age_days1.653
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 146 Tagen
20/20Versionshistorie — 52 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagespolyfactory
ecosystemspypi
any_deprecatednein
min_days_since_publish146

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-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_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://polyfactory.litestar.dev/
10/10Repository-Beschreibung
10/10Topics — 12 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspydantic, python, dataclasses, starlite, hacktoberfest, typeddict, litestar, pydantic-factories, polyfactory, beanie, msgspec, odmantic
has_wikinein
homepagehttps://polyfactory.litestar.dev/
docs_sitehttps://polyfactory.litestar.dev/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

59Mittel · 16 % des Gesamtindex

Sicherheitslage

59Mittel
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 — 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
4.5/7.5Code-Review — Found 12/19 approved changesets -- score normalized to 6
2.5/2.5Contributors — project has 21 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
2.5/2.5Lizenz — license file detected
1.5/7.5Maintained — 3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
4.5/5SAST — SAST tool detected but not run on all commits
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 — 18 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

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.

62Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

1Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_files—
agent_instruction_max_bytes—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

86Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — polyfactory/py.typed
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine Daten
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configspolyfactory/py.typed
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (polyfactory/py.typed)
55/55Handhabbare Dateigrößen — 0/158 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes55.384
source_files_sampled158
oversized_source_files0

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 — examples
Verwendete Eingangsdaten
example_dirsexamples
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

1.496GitHub-Sterne
75Mitwirkende
70Commits, letzte 12 Monate
4Tage seit letztem Push
51Releases
3Bus-Faktor
50offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 5.9 / 10
5.9Gesamtwert

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 · 2026-07-18 13:49 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-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
6Code-ReviewFound 12/19 approved changesets -- score normalized to 6
10Contributorsproject has 21 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
2Maintained3 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 2
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
9SASTSAST tool detected but not run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities18 existing vulnerabilities detected
Direkte Abhängigkeiten 2
RegistryPaketVersionsvorgabeManifest
PyPIfaker>=5.0.0pyproject.toml
PyPItyping-extensions>=4.6.0pyproject.toml
Alle Abhängigkeiten 137

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 134 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIfaker37.12.0direkt
PyPIfaker38.2.0direkt
PyPItyping-extensions4.15.0direkt
PyPIaiosqlite0.21.0indirekt
PyPIalabaster0.7.16indirekt
PyPIalabaster1.0.0indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.11.0indirekt
PyPIapeye1.4.1indirekt
PyPIapeye-core1.1.5indirekt
PyPIattrs25.4.0indirekt
PyPIauto-pytabs0.5.0indirekt
PyPIautodocsumm0.2.14indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbeanie1.30.0indirekt
PyPIbeautifulsoup44.14.2indirekt
PyPIcachecontrol0.14.3indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2025.11.12indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.1.8indirekt
PyPIclick8.3.1indirekt
PyPIcodespell2.4.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.10.7indirekt
PyPIcoverage7.12.0indirekt
PyPIcssutils2.11.1indirekt
PyPIdict2css0.3.0.post1indirekt
PyPIdnspython2.7.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocutils0.21.2indirekt
PyPIdomdf-python-tools3.10.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIeval-type-backport0.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfilelock3.19.1indirekt
PyPIfilelock3.20.0indirekt
PyPIgit-cliff2.10.1indirekt
PyPIgreenlet3.2.4indirekt
PyPIh110.16.0indirekt
PyPIhtml5lib1.1indirekt
PyPIhypothesis6.141.1indirekt
PyPIhypothesis6.148.1indirekt
PyPIhypothesis6.148.2indirekt
PyPIidna3.11indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.0indirekt
PyPIiniconfig2.1.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIlazy-model0.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImongomock4.3.0indirekt
PyPImongomock-motor0.0.36indirekt
PyPImore-itertools10.8.0indirekt
PyPImotor3.1.2indirekt
PyPImsgpack1.1.2indirekt
PyPImsgspec0.20.0indirekt
PyPImypy1.18.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInatsort8.4.0indirekt
PyPInodeenv1.9.1indirekt
PyPIodmantic0.9.2indirekt
PyPIpackaging25.0indirekt
PyPIpathspec0.12.1indirekt
PyPIplatformdirs4.4.0indirekt
PyPIplatformdirs4.5.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprek0.2.19indirekt
PyPIpydantic2.12.4indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpygments2.19.2indirekt
PyPIpygments-styles0.3.0indirekt
PyPIpymongo4.8.0indirekt
PyPIpyright1.1.407indirekt
PyPIpytest8.4.2indirekt
PyPIpytest9.0.1indirekt
PyPIpytest-asyncio1.2.0indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpytest-cov7.0.0indirekt
PyPIpytz2025.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIrequests2.32.5indirekt
PyPIroman-numerals-py3.1.0indirekt
PyPIruamel-yaml0.18.16indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIruff0.14.6indirekt
PyPIsentinels1.1.1indirekt
PyPIsetuptools80.9.0indirekt
PyPIshellcheck-py0.11.0.1indirekt
PyPIshibuya2025.10.21indirekt
PyPIshibuya2025.11.10indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx8.2.3indirekt
PyPIsphinx-autobuild2024.10.3indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-autodoc-typehints3.0.1indirekt
PyPIsphinx-autodoc-typehints3.5.2indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-jinja2-compat0.4.1indirekt
PyPIsphinx-paramlinks0.6.0indirekt
PyPIsphinx-prompt1.8.0indirekt
PyPIsphinx-prompt1.9.0indirekt
PyPIsphinx-tabs3.4.5indirekt
PyPIsphinx-togglebutton0.3.2indirekt
PyPIsphinx-toolbox4.0.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-mermaid1.2.2indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.44indirekt
PyPIstandard-imghdr3.10.14indirekt
PyPIstarlette0.49.3indirekt
PyPIstarlette0.50.0indirekt
PyPItabulate0.9.0indirekt
PyPItomli2.3.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.2indirekt
PyPIurllib32.6.3indirekt
PyPIuvicorn0.38.0indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsockets15.0.1indirekt
PyPIwheel0.46.2indirekt
PyPIzipp3.23.0indirekt
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 litestar-org/polyfactory teilen. Nebeneinander lesen →

99litestar-org/litestarLight, flexible and extensible ASGI framework | Built to scaleAußergewöhnlich100psf/blackThe uncompromising Python code formatterAußergewöhnlich99wagtail/wagtailA Django content management system focused on flexibility and user experienceAußergewöhnlich99pydantic/logfireAI observability platform for production LLM and agent systems.Außergewöhnlich99kedro-org/kedroKedro is a toolbox for production-ready data science. It uses software engineering best practices to help you create data engineering and data science pipelines that are reproducible, maintainable, and modular.Außergewöhnlich99home-assistant/core:house_with_garden: Open source home automation that puts local control and privacy first.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 v0.12.0 — vollständige Methodik · Metriken-Wiki.

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