Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-06 00:40 UTC

mpfaffenberger / code_puppy

Agentic AI for writing code

PythonMIT★ 807 Sterne⑂ 276 Forksseit Mai 2025Auf GitHub ansehen ↗

ArtKommandozeilenwerkzeugMCP-ServerBibliothekwie das ermittelt wird

mpfaffenberger/code_puppy erreicht einen Gesundheitsindex von 81 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (90/100) ab, am schwächsten bei Security (40/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

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.

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)

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 69 wird auf der veröffentlichten Indexskala auf 81 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Mike PfaffenbergerPersönliches Konto

224 Follower43 öffentliche Reposseit Okt. 2013

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

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht
PyPI	code-puppy	0.0.824	31.712	796	vor 0 Tagen

Metriken nach Kategorie

Vitalität

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

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

99Außergewöhnlich

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
35.3/36	Commit-Rhythmus — 51/52 Wochen mit Commits
18/18	Commit-Volumen — 2.395 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	2.395
human_commit_share	0,69
days_since_last_push	0
active_weeks_last_year	51

Release-Disziplin

76Gut

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 1 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 61 Tagen
12.6/27	Release-Rhythmus — Rhythmus unbekannt (nur ein Release)
0/10	OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.

Verwendete Eingangsdaten

releases_count	1
latest_release_tag	pr-530-assets
releases_from_tags	nein
days_since_latest_release	61
mean_days_between_releases	—

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

66Gut · 17 % des Gesamtindex

Popularität & Verbreitung

75Gut

Wie die Bewertung erfolgt

47.1/60	Stars — 807 Stars
20.3/25	Forks — 276 Forks
7.7/15	Watcher — 25 Watcher

Verwendete Eingangsdaten

forks	276
stars	807
watchers	25
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

50Mittel

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (MIT)
0/18	CONTRIBUTING-Leitfaden
0/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
0/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	13
has_contributing	nein
has_issue_template	nein
has_code_of_conduct	nein
readme_badge_services	shields.io
has_pull_request_template	nein

Ökosystem-Verbreitung (Downloads)

75Gut

Wie die Bewertung erfolgt

60/80	Downloads pro Monat — 31.712 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	code-puppy
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	31.712
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

9/54	Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.2/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 81 % der Commits
13.5/13.5	Breite der Beitragenden — 79 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 7 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	1
contributors_sampled	79
top_contributor_share	0,814

Reaktionsfähigkeit bei Issues & PRs

54Mittel

Wie die Bewertung erfolgt

24.9/42	Issue-Lösungsquote — 59 % der Issues geschlossen
22/30	PR-Annahme — 403/550 entschiedene PRs gemergt
5.2/13	Newcomer PR acceptance — 2/5 PRs von Erstbeitragenden in 30 Tagen gemergt
1.5/15	OpenSSF Scorecard: Code-Review — Found 2/20 approved changesets -- score normalized to 1

Verwendete Eingangsdaten

merged_prs	403
open_issues	110
closed_issues	161
prs_merged_7d	12
prs_decided_7d	17
prs_merged_30d	46
prs_decided_30d	60
issue_closed_ratio	0,594
closed_unmerged_prs	147
first_time_authors_30d	4
first_time_prs_merged_30d	2
first_time_prs_decided_30d	5

Eigentümerschaft & Trägerschaft

64Mittel

Wie die Bewertung erfolgt

10/30	Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20	Verifizierte Domain — für Nutzerkonten nicht anwendbar
16.9/25	Reichweite des Inhabers — 224 Follower von mpfaffenberger
24/25	Kontohistorie — 43 öffentliche Repos, Kontoalter ca. 12 Jahre

Verwendete Eingangsdaten

followers	224
owner_type	User
is_verified	—
owner_login	mpfaffenberger
public_repos	43
account_age_days	4.716

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 0 Tagen
20/20	Versionshistorie — 796 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	code-puppy
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	0

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent

Wie die Bewertung erfolgt

24/24	CI-Workflows — 4 Workflow(s)
24/24	Tests vorhanden
16/16	Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 5 out of 5 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	ja
has_precommit_config	nein

Dokumentation

75Gut

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
0/15	Dokumentations-/Homepage-Site
10/10	Repository-Beschreibung
0/10	Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	—
has_wiki	ja
homepage	—
docs_site	—
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

40Schwach · 16 % des Gesamtindex

Sicherheitslage

34Gefährdet

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5	CI-Tests — 5 out of 5 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5	Code-Review — Found 2/20 approved changesets -- score normalized to 1
2.5/2.5	Contributors — project has 7 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5	Dependency-Update-Tool — no update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
0/5	Packaging — keine Daten
0.5/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5	Vulnerabilities — 32 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	3,4

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

63Mittel

Wie die Bewertung erfolgt

6.9/35	Direkte Abhängigkeiten ohne bekannte Advisories — 3 betroffen: pillow 12.2.0 (critical 9.1), json-repair 0.59.10 (high 7.5), mcp 1.27.1 (high 7.6)
0/25	Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
40/40	Keine offenen Advisories — kein Advisory ist länger als 90 Tage öffentlich

Verwendete Eingangsdaten

source	osv
advisories	60
affected_packages	8
assessed_packages	146
unassessed_packages	0
affected_by_severity	critical 1, high 5, moderate 2
direct_affected_packages	3

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 146 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. 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.

71Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich

Wie die Bewertung erfolgt

45/45	Agentenanweisungen — AGENTS.md
15/15	Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.dbos.dev/llms.txt)
40/40	Lesbare Commit-Historie — 63 von 69 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	ja
llms_txt_url	https://docs.dbos.dev/llms.txt
legible_history_share	0,913
agent_instruction_files	AGENTS.md
agent_instruction_max_bytes	10.990

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

44Schwach

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
11/11	Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11	Statische Typprüfung
10/10	Reproduzierbare Umgebung — lockfile
0/10	Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8	Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
1/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 1

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	uv.lock
has_dockerfile	nein
typed_language	nein
bootstrap_files	—
has_devcontainer	nein
has_linter_config	ja
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0

AI-Code-Lesbarkeit für Modelle

55Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.7/55	Handhabbare Dateigrößen — 4/629 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	117.474
source_files_sampled	629
oversized_source_files	4

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20	MCP-Server
40/40	Lauffähige Beispiele — examples

Verwendete Eingangsdaten

example_dirs	examples
has_mcp_signal	ja
api_schema_files	—
interfaces_expected_of	—

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

807GitHub-Sterne

79Mitwirkende

2.395Commits, letzte 12 Monate

0Tage seit letztem Push

1Releases

1Bus-Faktor

110offene Issues

PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
First-time contributor figures cover 12 of 21 authors (cap 12)
deps.dev does not index pypi:code-puppy@0.0.824; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 276 ⇿

0Sterne

276Forks

1Releases

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.

Major 0Minor 0Patch 0

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 3.4 / 10

3.4Gesamtwert

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 · 2026-09-06 00:40 UTC

10	Binary-Artifacts	no binaries found in the repo
0	Branch-Protection	branch protection not enabled on development/release branches
10	CI-Tests	5 out of 5 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
1	Code-Review	Found 2/20 approved changesets -- score normalized to 1
10	Contributors	project has 7 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
0	Dependency-Update-Tool	no update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 21 issue activity found in the last 90 days -- score normalized to 10
k. A.	Packaging	packaging workflow not detected
1	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 1
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
0	Signed-Releases	Project has not signed or included provenance with any releases.
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
0	Vulnerabilities	32 existing vulnerabilities detected

Direkte Abhängigkeiten 27

Registry	Paket	Versionsvorgabe	Manifest
PyPI	code-puppy-core-plugins	`>=0.0.42`	pyproject.toml
PyPI	logfire	`>=4.0`	pyproject.toml
PyPI	pydantic-ai-slim	`==2.35.0`	pyproject.toml
PyPI	pydantic-ai-harness	`==0.23.0`	pyproject.toml
PyPI	anyio	`>=4.7.0`	pyproject.toml
PyPI	typer	`>=0.12.0`	pyproject.toml
PyPI	mcp	`>=1.9.4`	pyproject.toml
PyPI	httpx	`>=0.24.1`	pyproject.toml
PyPI	httpx2	`>=2.7`	pyproject.toml
PyPI	requests	`>=2.28.0`	pyproject.toml
PyPI	packaging	`>=24.0`	pyproject.toml
PyPI	rich	`>=13.4.2`	pyproject.toml
PyPI	pydantic	`>=2.4.0`	pyproject.toml
PyPI	python-dotenv	`>=1.0.0`	pyproject.toml
PyPI	json-repair	`>=0.46.2`	pyproject.toml
PyPI	pyfiglet	`>=0.8.post1`	pyproject.toml
PyPI	rapidfuzz	`>=3.13.0`	pyproject.toml
PyPI	openai	`>=2.45.0`	pyproject.toml
PyPI	ripgrep	`==14.1.0`	pyproject.toml
PyPI	playwright	`>=1.40.0`	pyproject.toml
PyPI	termflow-md	`>=0.9.1`	pyproject.toml
PyPI	Pillow	`>=10.0.0`	pyproject.toml
PyPI	azure-identity	`>=1.15.0`	pyproject.toml
PyPI	anthropic	`>=1.0.0,<2`	pyproject.toml
PyPI	boto3	`>=1.43.9`	pyproject.toml
PyPI	keyring	`>=24.0.0`	pyproject.toml
PyPI	agent-client-protocol	`>=0.11.0,<0.12`	pyproject.toml

Alle Abhängigkeiten 146

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 27 direkte und 119 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	agent-client-protocol	`0.11.0`	direkt
PyPI	anthropic	`1.0.0`	direkt
PyPI	anyio	`4.13.0`	direkt
PyPI	azure-identity	`1.25.3`	direkt
PyPI	boto3	`1.43.9`	direkt
PyPI	code-puppy-core-plugins	`0.0.42`	direkt
PyPI	httpx	`0.28.1`	direkt
PyPI	httpx2	`2.10.0`	direkt
PyPI	json-repair	`0.59.10`	direkt
PyPI	keyring	`25.7.0`	direkt
PyPI	logfire	`4.40.0`	direkt
PyPI	mcp	`1.27.1`	direkt
PyPI	openai	`3.1.0`	direkt
PyPI	packaging	`26.2`	direkt
PyPI	pillow	`12.2.0`	direkt
PyPI	playwright	`1.59.0`	direkt
PyPI	pydantic	`2.13.4`	direkt
PyPI	pydantic-ai-harness	`0.23.0`	direkt
PyPI	pydantic-ai-slim	`2.35.0`	direkt
PyPI	pyfiglet	`1.0.4`	direkt
PyPI	python-dotenv	`1.2.2`	direkt
PyPI	rapidfuzz	`3.14.5`	direkt
PyPI	requests	`2.34.2`	direkt
PyPI	rich	`15.0.0`	direkt
PyPI	ripgrep	`14.1.0`	direkt
PyPI	termflow-md	`0.9.1`	direkt
PyPI	typer	`0.25.1`	direkt
PyPI	aiofile	`3.12.3`	indirekt
PyPI	annotated-doc	`0.0.4`	indirekt
PyPI	annotated-types	`0.7.0`	indirekt
PyPI	attrs	`26.1.0`	indirekt
PyPI	authlib	`1.7.2`	indirekt
PyPI	azure-core	`1.41.0`	indirekt
PyPI	backports-tarfile	`1.2.0`	indirekt
PyPI	beartype	`0.22.9`	indirekt
PyPI	botocore	`1.43.9`	indirekt
PyPI	cachetools	`7.1.7`	indirekt
PyPI	caio	`0.12.2`	indirekt
PyPI	certifi	`2026.4.22`	indirekt
PyPI	cffi	`2.0.0`	indirekt
PyPI	charset-normalizer	`3.4.7`	indirekt
PyPI	click	`8.3.3`	indirekt
PyPI	code-puppy	`0.0.824`	indirekt
PyPI	colorama	`0.4.6`	indirekt
PyPI	coverage	`7.14.0`	indirekt
PyPI	cryptography	`48.0.0`	indirekt
PyPI	dbos	`2.22.0`	indirekt
PyPI	distro	`1.9.0`	indirekt
PyPI	dnspython	`2.8.0`	indirekt
PyPI	docstring-parser	`0.18.0`	indirekt
PyPI	email-validator	`2.3.0`	indirekt
PyPI	exceptiongroup	`1.3.1`	indirekt
PyPI	executing	`2.2.1`	indirekt
PyPI	fastmcp-slim	`3.4.7`	indirekt
PyPI	genai-prices	`0.1.3`	indirekt
PyPI	googleapis-common-protos	`1.75.1`	indirekt
PyPI	greenlet	`3.5.0`	indirekt
PyPI	griffelib	`2.0.2`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	h2	`4.3.0`	indirekt
PyPI	hpack	`4.1.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httpcore2	`2.10.0`	indirekt
PyPI	httpx-sse	`0.4.3`	indirekt
PyPI	httpx2-jsfetch	`1.0`	indirekt
PyPI	hyperframe	`6.1.0`	indirekt
PyPI	idna	`3.18`	indirekt
PyPI	importlib-metadata	`8.7.1`	indirekt
PyPI	iniconfig	`2.3.0`	indirekt
PyPI	jaraco-classes	`3.4.0`	indirekt
PyPI	jaraco-context	`6.1.2`	indirekt
PyPI	jaraco-functools	`4.5.0`	indirekt
PyPI	jeepney	`0.9.0`	indirekt
PyPI	jiter	`0.14.0`	indirekt
PyPI	jmespath	`1.1.0`	indirekt
PyPI	joserfc	`1.7.4`	indirekt
PyPI	jsonschema	`4.26.0`	indirekt
PyPI	jsonschema-specifications	`2025.9.1`	indirekt
PyPI	logfire-api	`4.33.0`	indirekt
PyPI	markdown-it-py	`4.2.0`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	more-itertools	`11.1.0`	indirekt
PyPI	msal	`1.36.0`	indirekt
PyPI	msal-extensions	`1.3.1`	indirekt
PyPI	opentelemetry-api	`1.41.1`	indirekt
PyPI	opentelemetry-exporter-otlp-proto-common	`1.41.1`	indirekt
PyPI	opentelemetry-exporter-otlp-proto-http	`1.41.1`	indirekt
PyPI	opentelemetry-instrumentation	`0.62b1`	indirekt
PyPI	opentelemetry-proto	`1.41.1`	indirekt
PyPI	opentelemetry-sdk	`1.41.1`	indirekt
PyPI	opentelemetry-semantic-conventions	`0.62b1`	indirekt
PyPI	pexpect	`4.9.0`	indirekt
PyPI	platformdirs	`4.11.3`	indirekt
PyPI	pluggy	`1.6.0`	indirekt
PyPI	protobuf	`6.33.6`	indirekt
PyPI	psycopg	`3.3.4`	indirekt
PyPI	psycopg-binary	`3.3.4`	indirekt
PyPI	ptyprocess	`0.7.0`	indirekt
PyPI	py-key-value-aio	`0.4.5`	indirekt
PyPI	pycparser	`3.0`	indirekt
PyPI	pydantic-core	`2.46.4`	indirekt
PyPI	pydantic-graph	`2.35.0`	indirekt
PyPI	pydantic-settings	`2.14.1`	indirekt
PyPI	pyee	`13.0.1`	indirekt
PyPI	pygments	`2.20.0`	indirekt
PyPI	pyjwt	`2.12.1`	indirekt
PyPI	pyobjc-core	`12.2.1`	indirekt
PyPI	pyobjc-framework-applicationservices	`12.2.1`	indirekt
PyPI	pyobjc-framework-cocoa	`12.2.1`	indirekt
PyPI	pyobjc-framework-coretext	`12.2.1`	indirekt
PyPI	pyobjc-framework-quartz	`12.2.1`	indirekt
PyPI	pyte	`0.8.2`	indirekt
PyPI	pytest	`9.0.3`	indirekt
PyPI	pytest-asyncio	`1.3.0`	indirekt
PyPI	pytest-cov	`7.1.0`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-multipart	`0.0.28`	indirekt
PyPI	pywin32	`311`	indirekt
PyPI	pywin32-ctypes	`0.2.3`	indirekt
PyPI	pyyaml	`6.0.3`	indirekt
PyPI	referencing	`0.37.0`	indirekt
PyPI	regex	`2026.5.9`	indirekt
PyPI	rpds-py	`0.30.0`	indirekt
PyPI	ruff	`0.15.13`	indirekt
PyPI	s3transfer	`0.17.0`	indirekt
PyPI	secretstorage	`3.5.0`	indirekt
PyPI	shellingham	`1.5.4`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	sniffio	`1.3.1`	indirekt
PyPI	sqlalchemy	`2.0.49`	indirekt
PyPI	sse-starlette	`3.4.4`	indirekt
PyPI	starlette	`1.6.0`	indirekt
PyPI	tiktoken	`0.13.0`	indirekt
PyPI	tomli	`2.4.1`	indirekt
PyPI	tqdm	`4.67.3`	indirekt
PyPI	truststore	`0.10.4`	indirekt
PyPI	typer-slim	`0.24.0`	indirekt
PyPI	typing-extensions	`4.15.0`	indirekt
PyPI	typing-inspection	`0.4.2`	indirekt
PyPI	tzdata	`2026.2`	indirekt
PyPI	urllib3	`2.7.0`	indirekt
PyPI	uvicorn	`0.47.0`	indirekt
PyPI	wcwidth	`0.7.0`	indirekt
PyPI	websockets	`16.0`	indirekt
PyPI	wrapt	`2.3.0`	indirekt
PyPI	zipp	`3.23.1`	indirekt

Abhängigkeits-Advisories 8

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 146 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 8 tragen bekannte Advisories, davon 3 direkte.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
pillow	`12.2.0`	direkt	kritisch	26	`12.3.0`
json-repair	`0.59.10`	direkt	hoch	1	`0.60.1`
mcp	`1.27.1`	direkt	hoch	6	`1.28.1`
cryptography	`48.0.0`	indirekt	hoch	7	`50.0.0`
pyjwt	`2.12.1`	indirekt	hoch	9	`2.13.0`
python-multipart	`0.0.28`	indirekt	hoch	8	`0.0.31`
h2	`4.3.0`	indirekt	mittel	2	`4.4.1`
pydantic-settings	`2.14.1`	indirekt	mittel	1	`2.14.2`

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.

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.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge