Öffentliches Register
Software-GesundheitsberichtSchema 0.14.0 · Metriken 2.10.0 · 2026-07-18 23:50 UTC

mitchelllisle / sparkdantic

✨ A Pydantic to PySpark schema library

PythonMIT★ 128 Sterne⑂ 21 Forksseit Juli 2023Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#pydantic#pyspark#schema

mitchelllisle/sparkdantic erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (92/100) ab, am schwächsten bei Security (51/100). Zuletzt vor 5 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

Mitchell LislePersönliches Konto
20 Follower99 öffentliche Reposseit März 2016

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIsparkdantic2.8.4-57vor 5 Tagen

Metriken nach Kategorie

Vitalität

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

92Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
27.7/36Commit-Rhythmus — 40/52 Wochen mit Commits
18/18Commit-Volumen — 185 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 21 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year185
human_commit_share—
days_since_last_push5
active_weeks_last_year40

Release-Disziplin

92Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 61 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 5 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 47,5 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count61
latest_release_tagv2.8.4
releases_from_tagsnein
days_since_latest_release5
mean_days_between_releases47,5
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?

58Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

48Schwach
Wie die Bewertung erfolgt
34.1/60Stars — 128 Stars
10.8/25Forks — 21 Forks
3.3/15Watcher — 5 Watcher
Verwendete Eingangsdaten
forks21
stars128
watchers5
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templatenein

Nachhaltigkeit & Governance

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

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

37Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
8.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 61 % der Commits
13.5/13.5Breite der Beitragenden — 16 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor1
contributors_sampled16
top_contributor_share0,607

Reaktionsfähigkeit bei Issues & PRs

74Gut
Wie die Bewertung erfolgt
36.2/42Issue-Lösungsquote — 86 % der Issues geschlossen
28.3/30PR-Annahme — 805/852 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/4 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs805
open_issues5
closed_issues31
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,861
closed_unmerged_prs47
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

56Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
9.5/25Reichweite des Inhabers — 20 Follower von mitchelllisle
25/25Kontohistorie — 99 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers20
owner_typeUser
is_verified—
owner_loginmitchelllisle
public_repos99
account_age_days3.764
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 5 Tagen
20/20Versionshistorie — 57 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagessparkdantic
ecosystemspypi
any_deprecatednein
min_days_since_publish5

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 2 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 16 out of 16 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://mitchelllisle.github.io/sparkdantic/
10/10Repository-Beschreibung
10/10Topics — 3 Topics
0/10Wiki
Verwendete Eingangsdaten
topicspydantic, pyspark, schema
has_wikinein
homepagehttps://mitchelllisle.github.io/sparkdantic/
docs_sitehttps://mitchelllisle.github.io/sparkdantic/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

51Mittel · 16 % des Gesamtindex

Sicherheitslage

51Mittel
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 — 16 out of 16 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 0/4 approved changesets -- score normalized to 0
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
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
7.5/7.5Maintained — 21 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — keine Daten
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
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 — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging, 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.

55Mittel · 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 — src/sparkdantic/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_configssrc/sparkdantic/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 (src/sparkdantic/py.typed)
55/55Handhabbare Dateigrößen — 0/23 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes22.575
source_files_sampled23
oversized_source_files0

Eckdaten

128GitHub-Sterne
16Mitwirkende
185Commits, letzte 12 Monate
5Tage seit letztem Push
61Releases
1Bus-Faktor
5offene Issues
PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 5.1 / 10
5.1Gesamtwert

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 23:49 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests16 out of 16 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 0/4 approved changesets -- score normalized to 0
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained21 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.Packagingpackaging workflow not detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIpydantic>=2.1.1,<3.0.0pyproject.toml
PyPIjmespath>=1.0.1,<2.0.0pyproject.toml
PyPIpyparsing>=3.1.1,<4.0.0pyproject.toml
PyPIpackaging>=24.2,<27.0pyproject.toml
PyPIjinja2>=3.1.6pyproject.toml
Alle Abhängigkeiten 106

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 5 direkte und 101 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIjinja23.1.6direkt
PyPIjmespath1.1.0direkt
PyPIpackaging26.0direkt
PyPIpydantic2.12.5direkt
PyPIpyparsing3.3.2direkt
PyPIannotated-types0.7.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbackrefs6.2indirekt
PyPIbump2version1.0.1indirekt
PyPIbumpversion0.6.0indirekt
PyPIcertifi2026.2.25indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.6indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.13.5indirekt
PyPIcryptography48.0.1indirekt
PyPIdistlib0.4.0indirekt
PyPIdlint0.16.0indirekt
PyPIdocutils0.22.4indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfaker37.12.0indirekt
PyPIfilelock3.25.2indirekt
PyPIflake87.3.0indirekt
PyPIflake8-bugbear24.12.12indirekt
PyPIghp-import2.1.0indirekt
PyPIgriffelib2.0.0indirekt
PyPIhypothesis6.151.9indirekt
PyPIid1.6.1indirekt
PyPIidentify2.6.18indirekt
PyPIidna3.15indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjeepney0.9.0indirekt
PyPIkeyring25.7.0indirekt
PyPIlibrt0.8.1indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImccabe0.7.0indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImkautodoc0.2.0indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.4indirekt
PyPImkdocs-gen-files0.6.1indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-literate-nav0.6.3indirekt
PyPImkdocs-material9.7.6indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocstrings0.30.1indirekt
PyPImkdocstrings-python2.0.3indirekt
PyPImore-itertools10.8.0indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInh30.3.3indirekt
PyPInodeenv1.10.0indirekt
PyPIpaginate0.5.7indirekt
PyPIpathspec1.0.4indirekt
PyPIpep8-naming0.15.1indirekt
PyPIplatformdirs4.9.4indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIproperdocs1.6.7indirekt
PyPIpy4j0.10.9.9indirekt
PyPIpycodestyle2.14.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpyflakes3.4.0indirekt
PyPIpygments2.20.0indirekt
PyPIpymdown-extensions10.21.3indirekt
PyPIpyspark4.1.1indirekt
PyPIpytest9.0.3indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-dotenv0.5.2indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.2.0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIreadme-renderer44.0indirekt
PyPIrequests2.33.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIrich14.3.3indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools82.0.1indirekt
PyPIsix1.17.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsparkdantic2.8.3indirekt
PyPItomli2.4.0indirekt
PyPItwine6.2.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.3indirekt
PyPIurllib32.7.0indirekt
PyPIvirtualenv21.2.0indirekt
PyPIwatchdog6.0.0indirekt
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 mitchelllisle/sparkdantic teilen. Nebeneinander lesen →

75metaobjectsdev/metaobjectsCross-language metadata standard for typed entities — codegen, runtime, drift detectionGut99pydantic/logfireAI observability platform for production LLM and agent systems.Außergewöhnlich99pydantic/pydantic-aiAI Agent Framework, the Pydantic wayAußergewöhnlich99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich99litestar-org/litestarLight, flexible and extensible ASGI framework | Built to scaleAußergewöhnlich98langchain-ai/langchainThe agent engineering platform.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 v0.14.0 — vollständige Methodik · Metriken-Wiki.

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