Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 13:53 UTC

mahmoud / glom

☄️ Python's nested data operator (and CLI), for all your declarative restructuring needs. Got data? Glom it! ☄️

PythonEigene Lizenz★ 2.163 Sterne⑂ 78 Forksseit Apr. 2018Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#declarative#data#recursion#python#utilities#cli#nested-structures#data-transformation#apis#dictionaries

mahmoud/glom erreicht einen Gesundheitsindex von 71 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (79/100) ab, am schwächsten bei AI Readiness (40/100). Zuletzt vor 40 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

71
gesamt / 100
Gut

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.

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

Eigentümerschaft

Mahmoud HashemiPersönliches Konto
2.489 Follower81 öffentliche Reposseit Sept. 2009@hatnote

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIglom25.12.025.120.24626vor 241 Tagen

Metriken nach Kategorie

Vitalität

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

42Schwach · 21 % des Gesamtindex

Entwicklungsaktivität

36Schwach
Wie die Bewertung erfolgt
18/36Push-Aktualität — letzter Push vor 40 Tagen
2.8/36Commit-Rhythmus — 4/52 Wochen mit Commits
10/18Commit-Volumen — 12 Commits im letzten Jahr
5/10OpenSSF Scorecard: Maintained — 5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
Verwendete Eingangsdaten
commits_last_year12
human_commit_share1
days_since_last_push40
active_weeks_last_year4

Release-Disziplin

50Mittel
Wie die Bewertung erfolgt
16.2/27Liefert Releases aus — 23 Versions-Tags (keine GitHub-Releases)
16.2/36Release-Aktualität — letztes Release vor 241 Tagen
12.6/27Release-Rhythmus — ein Release etwa alle 218,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count23
latest_release_tagv25.12.0
releases_from_tagsja
days_since_latest_release241
mean_days_between_releases218,4
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?

71Gut · 17 % des Gesamtindex

Popularität & Verbreitung

77Gut
Wie die Bewertung erfolgt
54.1/60Stars — 2.163 Stars
15.7/25Forks — 78 Forks
7.2/15Watcher — 21 Watcher
Verwendete Eingangsdaten
forks78
stars2.163
watchers21
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

44Schwach
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges2
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 25.120.246 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesglom
dependents—
ecosystemspypi
total_downloads—
monthly_downloads25.120.246
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?

61Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 79 % der Commits
13.5/13.5Breite der Beitragenden — 18 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled18
top_contributor_share0,792

Reaktionsfähigkeit bei Issues & PRs

52Mittel
Wie die Bewertung erfolgt
19.3/42Issue-Lösungsquote — 46 % der Issues geschlossen
26.3/30PR-Annahme — 86/98 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 2/29 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs86
open_issues100
closed_issues85
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio0,459
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

74Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
24.4/25Reichweite des Inhabers — 2.489 Follower von mahmoud
25/25Kontohistorie — 81 öffentliche Repos, Kontoalter ca. 16 Jahre
Verwendete Eingangsdaten
followers2.489
owner_typeUser
is_verified—
owner_loginmahmoud
public_repos81
account_age_days6.182
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

91Exzellent
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
26/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 241 Tagen
20/20Versionshistorie — 26 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesglom
ecosystemspypi
any_deprecatednein
min_days_since_publish241

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

79Gut · 19 % des Gesamtindex

Engineering-Praktiken

72Gut
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — tox.ini
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
8/20OpenSSF Scorecard: CI-Tests — 3 out of 7 merged PRs checked by a CI test -- score normalized to 4
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://glom.readthedocs.io
10/10Repository-Beschreibung
10/10Topics — 10 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsdeclarative, data, recursion, python, utilities, cli, nested-structures, data-transformation, apis, dictionaries
has_wikinein
homepagehttps://glom.readthedocs.io
docs_sitehttps://glom.readthedocs.io
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

70Gut · 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
1/2.5CI-Tests — 3 out of 7 merged PRs checked by a CI test -- score normalized to 4
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 2/29 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 6 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
5/5Fuzzing — project is fuzzed
2.2/2.5Lizenz — license file detected
3.8/7.5Maintained — 5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
0/5Packaging — keine Daten
1/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
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
0/7.5Vulnerabilities — 43 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate6,2
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging, 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_packages3
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:glom@25.12.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 3 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.

40Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

16Kritisch
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
16/40Lesbare Commit-Historie — 30 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,3
agent_instruction_files—
agent_instruction_max_bytes—

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

53Mittel
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — tox.ini
0/11Statische Typprüfung
0/10Reproduzierbare Umgebung
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
2/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 2
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfilenein
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

53Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.3/55Handhabbare Dateigrößen — 1/32 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes89.922
source_files_sampled32
oversized_source_files1

Eckdaten

2.163GitHub-Sterne
18Mitwirkende
12Commits, letzte 12 Monate
40Tage seit letztem Push
23Releases
1Bus-Faktor
100offene 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 ★ / 78 ⇿
0Sterne
78Forks
20Releases

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.

0204060807842018-052022-072026-08
Major 0Minor 17Patch 3

Jeder Punkt umfasst 8 Tage.

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 · 2026-08-27 13:53 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
4CI-Tests3 out of 7 merged PRs checked by a CI test -- score normalized to 4
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 2/29 approved changesets -- score normalized to 0
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
10Fuzzingproject is fuzzed
9Licenselicense file detected
5Maintained5 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 5
k. A.Packagingpackaging workflow not detected
2Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 2
0SASTSAST tool is not run on all commits -- score normalized to 0
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
0Vulnerabilities43 existing vulnerabilities detected
Alle Abhängigkeiten 55

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 55 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIalabaster0.7.13indirekt
PyPIatomicwrites1.4.1indirekt
PyPIattrs—indirekt
PyPIattrs24.2.0indirekt
PyPIbabel2.11.0indirekt
PyPIboltons—indirekt
PyPIboltons24.1.0indirekt
PyPIcachetools5.5.0indirekt
PyPIcertifi2022.12.7indirekt
PyPIchardet5.2.0indirekt
PyPIcharset-normalizer3.0.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.2.7indirekt
PyPIdistlib0.3.9indirekt
PyPIdocutils0.17.1indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIface—indirekt
PyPIface24.0.0indirekt
PyPIfilelock3.12.2indirekt
PyPIidna3.4indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata6.7.0indirekt
PyPIiniconfig2.0.0indirekt
PyPIjinja23.1.2indirekt
PyPIlivereload2.6.3indirekt
PyPImarkupsafe2.1.1indirekt
PyPImore-itertools9.0.0indirekt
PyPIpackaging24.0indirekt
PyPIplatformdirs4.0.0indirekt
PyPIpluggy1.2.0indirekt
PyPIpygments2.14.0indirekt
PyPIpyproject-api1.5.3indirekt
PyPIpytest7.4.4indirekt
PyPIpytz2022.7.1indirekt
PyPIpyyaml6.0.1indirekt
PyPIrequests2.28.2indirekt
PyPIsix1.16.0indirekt
PyPIsnowballstemmer2.2.0indirekt
PyPIsphinx5.3.0indirekt
PyPIsphinx-autobuild2021.3.14indirekt
PyPIsphinx-rtd-theme1.1.1indirekt
PyPIsphinxcontrib-applehelp1.0.2indirekt
PyPIsphinxcontrib-devhelp1.0.2indirekt
PyPIsphinxcontrib-htmlhelp2.0.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp1.0.3indirekt
PyPIsphinxcontrib-serializinghtml1.1.5indirekt
PyPItoml0.10.2indirekt
PyPItomli2.0.1indirekt
PyPItornado6.2indirekt
PyPItox4.8.0indirekt
PyPItyping-extensions4.7.1indirekt
PyPIurllib31.26.14indirekt
PyPIvirtualenv20.26.6indirekt
PyPIzipp3.15.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:glom@25.12.0 zieht 3 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 mahmoud/glom teilen. Nebeneinander lesen →

100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Außergewöhnlich100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsAußergewöhnlich99apache/supersetApache Superset is a Data Visualization and Data Exploration PlatformAußergewöhnlich99aws/aws-sam-cliCLI tool to build, test, debug, and deploy Serverless applications using AWS SAMAußergewöhnlich98pypa/pipxInstall and Run Python Applications in Isolated EnvironmentsAußergewöhnlich98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich

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.