Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-16 03:35 UTC

mudrii / hermesd

TUI monitoring dashboard for Hermes AI agent

PythonMIT★ 118 Sterne⑂ 10 Forksseit Apr. 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekWeboberflächeTerminal-Oberflächewie das ermittelt wird

mudrii/hermesd erreicht einen Gesundheitsindex von 80 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Vitality (82/100) ab, am schwächsten bei Sustainability & Governance (44/100). Zuletzt vor 2 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

80
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.

80
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 68 wird auf der veröffentlichten Indexskala auf 80 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

mudriiPersönliches Konto
59 Follower100 öffentliche Reposseit März 2010https://zerivant.ai

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIhermesd2026.9.131917vor 2 Tagenagentdashboardhermesmonitoringterminaltui

Metriken nach Kategorie

Vitalität

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

82Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

70Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 2 Tagen
6.2/36Commit-Rhythmus — 9/52 Wochen mit Commits
18/18Commit-Volumen — 331 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year331
human_commit_share1
days_since_last_push2
active_weeks_last_year9

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 7 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 2 Tagen
27/27Release-Rhythmus — ein Release etwa alle 26,2 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count7
latest_release_tagv2026.9.13
releases_from_tagsnein
days_since_latest_release2
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?

53Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

42Schwach
Wie die Bewertung erfolgt
33.5/60Stars — 118 Stars
8/25Forks — 10 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks10
stars118
watchers1
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 (MIT)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_services—
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

38Schwach
Wie die Bewertung erfolgt
30.4/80Downloads pro Monat — 191 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packageshermesd
dependents—
ecosystemspypi
total_downloads—
monthly_downloads191
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?

44Schwach · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

13Kritisch
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 100 % der Commits
1.4/13.5Breite der Beitragenden — 1 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled1
top_contributor_share1

Reaktionsfähigkeit bei Issues & PRs

19Kritisch
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
8.4/30PR-Annahme — 7/25 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/3 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs7
open_issues0
closed_issues0
prs_merged_7d3
prs_decided_7d3
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio—
closed_unmerged_prs18
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

60Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
12.8/25Reichweite des Inhabers — 59 Follower von mudrii
25/25Kontohistorie — 100 öffentliche Repos, Kontoalter ca. 16 Jahre
Verwendete Eingangsdaten
followers59
owner_typeUser
is_verified—
owner_loginmudrii
public_repos100
account_age_days6.033
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 2 Tagen
20/20Versionshistorie — 7 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageshermesd
ecosystemspypi
any_deprecatednein
min_days_since_publish2

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 3 out of 3 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
0/15Dokumentations-/Homepage-Site
10/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepage—
docs_site—
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

81Exzellent · 16 % des Gesamtindex

Sicherheitslage

76Gut
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 — 3 out of 3 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 0/3 approved changesets -- score normalized to 0
0.8/2.5Contributors — project has 1 contributing companies or organizations -- score normalized to 3
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 — 30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
5/5SAST — SAST tool is run on all commits
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
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate7,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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_packages10
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:hermesd@2026.9.13 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 10 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.

75Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 95 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,95
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes6.342

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

67Gut
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — hermesd/py.typed
10/10Reproduzierbare Umgebung — Dockerfile, Nix, lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
5/8Automatisierte Wartung — Abhängigkeits-Automatisierung konfiguriert, in den erfassten Commits nicht beobachtet
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixja
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configshermesd/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

76Gut
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (hermesd/py.typed)
49.2/55Handhabbare Dateigrößen — 12/114 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes198.936
source_files_sampled114
oversized_source_files12

Eckdaten

118GitHub-Sterne
1Mitwirkende
331Commits, letzte 12 Monate
2Tage seit letztem Push
7Releases
1Bus-Faktor
0offene 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 ★ / 10 ⇿
0Sterne
10Forks
5Releases

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.

02468101032026-042026-062026-08
Major 0Minor 0Patch 5
OpenSSF Scorecard 7.6 / 10
7.6Gesamtwert

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 · 2026-09-16 03:35 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests3 out of 3 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 0/3 approved changesets -- score normalized to 0
3Contributorsproject has 1 contributing companies or organizations -- score normalized to 3
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
10Token-PermissionsGitHub workflow tokens follow principle of least privilege
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIrich==14.3.3pyproject.toml
PyPIpyyaml==6.0.3pyproject.toml
PyPIpydantic==2.13.4pyproject.toml
Alle Abhängigkeiten 68

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 3 direkte und 65 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIpydantic2.13.4direkt
PyPIpyyaml6.0.3direkt
PyPIrich14.3.3direkt
PyPIannotated-types0.7.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIboolean-py5.0indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcertifi2026.2.25indirekt
PyPIcffi2.1.0indirekt
PyPIcharset-normalizer3.4.7indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.16.0indirekt
PyPIcryptography50.0.1indirekt
PyPIcyclonedx-python-lib11.7.0indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdocutils0.23indirekt
PyPIfilelock3.28.0indirekt
PyPIhermesd2026.9.13indirekt
PyPIid1.6.1indirekt
PyPIidna3.17indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjeepney0.9.0indirekt
PyPIkeyring25.7.0indirekt
PyPIlibrt0.9.0indirekt
PyPIlicense-expression30.4.4indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools11.1.0indirekt
PyPImsgpack1.2.1indirekt
PyPImypy1.20.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInh30.3.6indirekt
PyPIpackageurl-python0.17.6indirekt
PyPIpackaging26.3indirekt
PyPIpathspec1.0.4indirekt
PyPIpip26.2.1indirekt
PyPIpip-api0.0.34indirekt
PyPIpip-audit2.10.1indirekt
PyPIpip-requirements-parser32.0.1indirekt
PyPIplatformdirs4.9.6indirekt
PyPIpluggy1.6.0indirekt
PyPIpy-serializable2.1.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIreadme-renderer45.0indirekt
PyPIrequests2.33.1indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIruff0.16.6indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPItomli2.4.1indirekt
PyPItomli-w1.2.0indirekt
PyPItwine7.0.0indirekt
PyPItypes-pyyaml6.0.12.20260906indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.7.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:hermesd@2026.9.13 zieht 10 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 mudrii/hermesd teilen. Nebeneinander lesen →

99ratatui/ratatuiA Rust crate for cooking up terminal user interfaces (TUIs) 👨‍🍳🐀 https://ratatui.rsAußergewöhnlich94vinhnx/VTCodeVT Code is an open-source Rust terminal coding agent.Außergewöhnlich97nicolargo/glancesGlances an Eye on your system. A top/htop alternative for GNU/Linux, BSD, macOS and Windows operating systems.Außergewöhnlich96Canner/WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20+ data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.Außergewöhnlich95MemTensor/MemOSSelf-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings and DeepSeek Harness support.Außergewöhnlich94langchain-ai/deepagentsThe batteries-included agent harness.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 v0.34.0 — vollständige Methodik · Metriken-Wiki.

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