Öffentliches Register
Software-GesundheitsberichtSchema 0.14.0 · Metriken 2.10.0 · 2026-07-18 20:54 UTC

mabel-dev / opteryx

🦖 A SQL-on-everything Query Engine you can execute over multiple databases and file formats. Query your data, where it lives.

PythonApache-2.0★ 113 Sterne⑂ 14 Forksseit Dez. 2021Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#python#sql#analytics#big-data#serverless#sql-engine#arrow#cloud-native#query-engine#database#serverless-database#query-processor#command-line#cross-platform#gcp#aws#data-analytics#query-federation#zero-etl#iceberg

mabel-dev/opteryx erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (92/100) ab, am schwächsten bei AI Readiness (57/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

86
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.

86
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 72 wird auf der veröffentlichten Indexskala auf 86 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

OpteryxOrganisation
4 Follower25 öffentliche Reposseit Mai 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
crates.iocomputeverweist auf ein anderes Repo — nicht bewertet0.2.316733vor 1773 Tagencomputestatisticsdatascience
PyPIopteryx0.26.811.341164vor 136 Tagen—

Metriken nach Kategorie

Vitalität

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

78Gut · 21 % des Gesamtindex

Entwicklungsaktivität

70Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
15.9/36Commit-Rhythmus — 23/52 Wochen mit Commits
18/18Commit-Volumen — 664 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_year664
human_commit_share—
days_since_last_push3
active_weeks_last_year23

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 136 Tagen
27/27Release-Rhythmus — ein Release etwa alle 10,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tag0.26.8
releases_from_tagsnein
days_since_latest_release136
mean_days_between_releases10,8
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?

62Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

45Schwach
Wie die Bewertung erfolgt
33.2/60Stars — 113 Stars
9.3/25Forks — 14 Forks
2.7/15Watcher — 4 Watcher
Verwendete Eingangsdaten
forks14
stars113
watchers4
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

77Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (Apache-2.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
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_conductnein
readme_badge_services—
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

68Gut
Wie die Bewertung erfolgt
54.1/80Downloads pro Monat — 11.341 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesopteryx
dependents—
ecosystemspypi
total_downloads—
monthly_downloads11.341
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?

68Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

36Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.5/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 80 % der Commits
12.2/13.5Breite der Beitragenden — 9 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled9
top_contributor_share0,798

Reaktionsfähigkeit bei Issues & PRs

77Gut
Wie die Bewertung erfolgt
38.6/42Issue-Lösungsquote — 92 % der Issues geschlossen
28.2/30PR-Annahme — 1.359/1.448 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs1.359
open_issues123
closed_issues1.378
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,918
closed_unmerged_prs89
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

70Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
5/25Reichweite des Inhabers — 4 Follower von mabel-dev
20.7/25Kontohistorie — 25 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers4
owner_typeOrganization
is_verified—
owner_loginmabel-dev
public_repos25
account_age_days1.891
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 136 Tagen
20/20Versionshistorie — 164 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesopteryx
ecosystemspypi
any_deprecatednein
min_days_since_publish136

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 13 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 11 out of 11 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://opteryx.dev
10/10Repository-Beschreibung
10/10Topics — 20 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspython, sql, analytics, big-data, serverless, sql-engine, arrow, cloud-native, query-engine, database, serverless-database, query-processor, command-line, cross-platform, gcp, aws, data-analytics, query-federation, zero-etl, iceberg
has_wikinein
homepagehttps://opteryx.dev
docs_sitehttps://opteryx.dev
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

62Mittel · 16 % des Gesamtindex

Sicherheitslage

62Mittel
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 — 11 out of 11 merged PRs checked by a CI test -- score normalized to 10
0.5/2.5CII-Best-Practices — badge detected: InProgress
0/7.5Code-Review — Found 0/10 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 7 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
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
5/5SAST — SAST tool is 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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,2
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.

57Mittel · 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)

74Gut
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, third_party/re2/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — third_party/tktech/simdjson/py.typed
0/10Reproduzierbare Umgebung
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
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile, third_party/re2/Makefile
has_devcontainernein
has_linter_configja
typecheck_configsthird_party/tktech/simdjson/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 (third_party/tktech/simdjson/py.typed)
54.9/55Handhabbare Dateigrößen — 1/508 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes69.450
source_files_sampled508
oversized_source_files1

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

113GitHub-Sterne
9Mitwirkende
664Commits, letzte 12 Monate
3Tage seit letztem Push
100Releases
1Bus-Faktor
123offene Issues
crates.io, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • crates package 'compute' points at a different repository (https://github.com/al-jshen/compute); excluded from ecosystem scoring
  • Could not fetch pypi package 'opteryx.third_party.fuzzy' from its registry

Weitere Details

OpenSSF Scorecard 6.2 / 10
6.2Gesamtwert

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 20:53 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-Tests11 out of 11 merged PRs checked by a CI test -- score normalized to 10
2CII-Best-Practicesbadge detected: InProgress
0Code-ReviewFound 0/10 approved changesets -- score normalized to 0
10Contributorsproject has 7 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense 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
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
crates.iopythonize0.27Cargo.toml
crates.ioserde1.0.171Cargo.toml
crates.ioregex1.10Cargo.toml
crates.iopyo30.27Cargo.toml
crates.iosqlparser0.59.0Cargo.toml
PyPIaiohttp—pyproject.toml
PyPInumpy>=2.0.0pyproject.toml
PyPIorjson—pyproject.toml
PyPIorso>=0.0.204pyproject.toml
PyPIpsutil—pyproject.toml
PyPIpyarrow>=20.0.0pyproject.toml
PyPIrequests—pyproject.toml
Alle Abhängigkeiten 57

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 12 direkte und 45 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
crates.iopyo3—direkt
crates.iopythonize—direkt
crates.ioregex—direkt
crates.ioserde—direkt
crates.iosqlparser—direkt
PyPIaiohttp—direkt
PyPInumpy—direkt
PyPIorjson—direkt
PyPIorso—direkt
PyPIpsutil—direkt
PyPIpyarrow—direkt
PyPIrequests—direkt
PyPIblack—indirekt
PyPIcassandra-driver—indirekt
PyPIcoverage—indirekt
PyPIduckdb1.4.*indirekt
PyPIduckdb-engine—indirekt
PyPIfastavro—indirekt
PyPIfreezegun—indirekt
PyPIfuzzy1.2.2indirekt
PyPIgoogle-cloud-bigquery-storage—indirekt
PyPIgoogle-cloud-firestore—indirekt
PyPIgoogle-cloud-storage—indirekt
PyPIhypothesis—indirekt
PyPIisort—indirekt
PyPIjellyfish—indirekt
PyPIminio—indirekt
PyPImypy—indirekt
PyPIopenpyxl—indirekt
PyPIpandas—indirekt
PyPIpg8000—indirekt
PyPIpolars—indirekt
PyPIprotobuf—indirekt
PyPIpsycopg2-binary—indirekt
PyPIpycln—indirekt
PyPIpydantic2.11.10indirekt
PyPIpyiceberg—indirekt
PyPIpymemcache—indirekt
PyPIpymongo—indirekt
PyPIpymysql—indirekt
PyPIpyodbc—indirekt
PyPIpysimdjson—indirekt
PyPIpytest—indirekt
PyPIpytest-xdist—indirekt
PyPIredis—indirekt
PyPIrich—indirekt
PyPIsetuptools-rust—indirekt
PyPIsqlalchemy—indirekt
PyPIsqlalchemy-bigquery—indirekt
PyPIsqlalchemy-cockroachdb—indirekt
PyPIsqloxide—indirekt
PyPItravers0.1.11indirekt
PyPItypes-orjson—indirekt
PyPItypes-pyyaml—indirekt
PyPItypes-requests—indirekt
PyPIvalkey—indirekt
PyPIvortex-data—indirekt
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 mabel-dev/opteryx teilen. Nebeneinander lesen →

98trinodb/trinoOfficial repository of Trino, the distributed SQL query engine for big data, formerly known as PrestoSQL (https://trino.io)Außergewöhnlich99apache/datafusionApache DataFusion SQL Query EngineAußergewöhnlich98Eventual-Inc/DaftHigh-performance data engine for AI and multimodal workloads. Process images, audio, video, and structured data at any scaleAußergewöhnlich98pulumi/pulumiPulumi - Infrastructure as Code in any programming language 🚀Außergewöhnlich100pingcap/tidbTiDB is built for agentic workloads that grow unpredictably, with ACID guarantees and native support for transactions, analytics, and vector search. No data silos. No noisy neighbors. No infrastructure ceiling.Außergewöhnlich98valkey-io/valkey-glideAn open source Valkey client library that supports Valkey, and Redis open source 6.2, 7.0 and 7.2. Valkey GLIDE is designed for reliability, optimized performance, and high-availability, for Valkey and Redis OSS based applications. GLIDE is a multi language client library, written in Rust with programming language bindings, such as Java and PythonAußergewöhnlich

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 v0.14.0 — vollständige Methodik · Metriken-Wiki.

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