Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-15 16:46 UTC

munich-quantum-toolkit / qcec

MQT QCEC - A Tool for Quantum Circuit Equivalence Checking

C++ · PythonMIT★ 120 Sterne⑂ 30 Forksseit Jan. 2020Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#quantum-circuits#equivalence-checker#verification#mqt#tum#zx-calculus#cpp20#qiskit

munich-quantum-toolkit/qcec erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (100/100) ab, am schwächsten bei Sustainability & Governance (67/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

96
gesamt / 100
Außergewöhnlich

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.

96
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 83 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

The Munich Quantum Toolkit (MQT)Organisation
115 Follower25 öffentliche Reposseit Aug. 2024

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImqt-qcec3.11.020.36556vor 5 Tagendesign-automationequivalence-checkingmqtquantum-computingverification

Metriken nach Kategorie

Vitalität

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

100Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

100Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
36/36Commit-Rhythmus — 52/52 Wochen mit Commits
18/18Commit-Volumen — 357 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year357
human_commit_share0,39
days_since_last_push3
active_weeks_last_year52

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 74 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 6 Tagen
27/27Release-Rhythmus — ein Release etwa alle 27,7 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count74
latest_release_tagv3.11.0
releases_from_tagsnein
days_since_latest_release6
mean_days_between_releases27,7
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?

69Gut · 17 % des Gesamtindex

Popularität & Verbreitung

48Schwach
Wie die Bewertung erfolgt
33.7/60Stars — 120 Stars
12.2/25Forks — 30 Forks
1.7/15Watcher — 3 Watcher
Verwendete Eingangsdaten
forks30
stars120
watchers3
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges9
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

72Gut
Wie die Bewertung erfolgt
57.5/80Downloads pro Monat — 20.365 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmqt-qcec
dependents—
ecosystemspypi
total_downloads—
monthly_downloads20.365
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?

67Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

34Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
2.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 90 % der Commits
12.2/13.5Breite der Beitragenden — 9 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled9
top_contributor_share0,898

Reaktionsfähigkeit bei Issues & PRs

87Exzellent
Wie die Bewertung erfolgt
41.3/42Issue-Lösungsquote — 98 % der Issues geschlossen
28.6/30PR-Annahme — 1.003/1.051 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
4.5/15OpenSSF Scorecard: Code-Review — Found 9/30 approved changesets -- score normalized to 3
Verwendete Eingangsdaten
merged_prs1.003
open_issues1
closed_issues61
prs_merged_7d6
prs_decided_7d6
prs_merged_30d18
prs_decided_30d18
issue_closed_ratio0,984
closed_unmerged_prs48
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

60Mittel
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
14.8/25Reichweite des Inhabers — 115 Follower von munich-quantum-toolkit
14.7/25Kontohistorie — 25 öffentliche Repos, Kontoalter ca. 2 Jahre
Verwendete Eingangsdaten
followers115
owner_typeOrganization
is_verifiednein
owner_loginmunich-quantum-toolkit
public_repos25
account_age_days798

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 5 Tagen
20/20Versionshistorie — 56 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmqt-qcec
ecosystemspypi
any_deprecatednein
min_days_since_publish5

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 6 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://mqt.readthedocs.io/projects/qcec
10/10Repository-Beschreibung
10/10Topics — 8 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsquantum-circuits, equivalence-checker, verification, mqt, tum, zx-calculus, cpp20, qiskit
has_wikinein
homepagehttps://mqt.readthedocs.io/projects/qcec
docs_sitehttps://mqt.readthedocs.io/projects/qcec
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 — 30 out of 30 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
2.2/7.5Code-Review — Found 9/30 approved changesets -- score normalized to 3
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
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
5/5Pinned-Dependencies — all dependencies are pinned
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
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_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:mqt-qcec@3.11.0 — 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.

95Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://mqt.readthedocs.io/llms.txt)
40/40Lesbare Commit-Historie — 38 von 39 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://mqt.readthedocs.io/llms.txt
legible_history_share0,974
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes8.813

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

90Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — noxfile.py
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — python/mqt/qcec/py.typed
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 54 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
10/10OpenSSF Scorecard: Pinned-Dependencies — all dependencies are pinned
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languageja
bootstrap_filesnoxfile.py
has_devcontainernein
has_linter_configja
typecheck_configspython/mqt/qcec/py.typed
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,54

AI-Code-Lesbarkeit für Modelle

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — C++ (statisch typisiert)
55/55Handhabbare Dateigrößen — 0/112 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageC++
largest_source_bytes47.283
source_files_sampled112
oversized_source_files0

Eckdaten

120GitHub-Sterne
9Mitwirkende
357Commits, letzte 12 Monate
3Tage seit letztem Push
74Releases
1Bus-Faktor
1offene 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 ★ / 30 ⇿
0Sterne
30Forks
71Releases

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.

0510152025303012020-032023-062026-09
Major 2Minor 21Patch 28

Jeder Punkt umfasst 6 Tage.

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 · 2026-10-15 16:45 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
3Code-ReviewFound 9/30 approved changesets -- score normalized to 3
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 6 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
10Pinned-Dependenciesall dependencies are pinned
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
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 7
RegistryPaketVersionsvorgabeManifest
PyPImqt-core~=3.11.0pyproject.toml
PyPInanobind-backend>=1pyproject.toml
PyPInumpy>=1.24pyproject.toml
PyPInumpy>=1.26pyproject.toml
PyPInumpy>=2.1pyproject.toml
PyPInumpy>=2.3.2pyproject.toml
PyPInumpy>=2.5.2pyproject.toml
Alle Abhängigkeiten 143

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 4 direkte und 139 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPImqt-core3.11.0direkt
PyPInanobind-backend1.0.0direkt
PyPInumpy2.4.6direkt
PyPInumpy2.5.4direkt
PyPIaccessible-pygments0.0.5indirekt
PyPIalabaster1.0.0indirekt
PyPIantlr4-python3-runtime4.13.2indirekt
PyPIappnope1.0.0indirekt
PyPIargcomplete3.7.2indirekt
PyPIastroid4.3.4indirekt
PyPIasttokens3.0.2indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.1indirekt
PyPIcharset-normalizer3.5.2indirekt
PyPIclick8.5.0indirekt
PyPIcmake4.4.4indirekt
PyPIcolorama0.4.6indirekt
PyPIcolorlog6.12.0indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcontourpy1.4.0indirekt
PyPIcoverage7.16.2indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.22indirekt
PyPIdependency-groups1.3.2indirekt
PyPIdill0.4.1indirekt
PyPIdistlib0.4.3indirekt
PyPIdocutils0.22.4indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.3.0indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIfilelock4.1.1indirekt
PyPIfonttools4.66.1indirekt
PyPIfuro2025.12.19indirekt
PyPIhumanize4.16.0indirekt
PyPIidna3.20indirekt
PyPIimagesize2.0.1indirekt
PyPIimportlib-metadata9.0.1indirekt
PyPIiniconfig2.3.1indirekt
PyPIipykernel7.4.0indirekt
PyPIipython9.17.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjedi0.20.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-core5.9.1indirekt
PyPIkiwisolver1.5.1indirekt
PyPIlatexcodec3.0.1indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.4indirekt
PyPImatplotlib3.11.2indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImpmath1.3.0indirekt
PyPImyst-nb1.4.0indirekt
PyPImyst-parser5.1.0indirekt
PyPInanobind3.1.0indirekt
PyPInbclient0.11.0indirekt
PyPInbformat5.11.1indirekt
PyPInest-asyncio21.7.4indirekt
PyPInox2026.8.17indirekt
PyPIopenqasm31.0.1indirekt
PyPIpackaging26.3indirekt
PyPIpandas3.0.6indirekt
PyPIparso0.8.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.13.0indirekt
PyPIpluggy1.6.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpsutil7.2.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.4indirekt
PyPIpybtex0.26.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycparser3.11indirekt
PyPIpydot4.0.1indirekt
PyPIpygments2.21.0indirekt
PyPIpylatexenc2.11indirekt
PyPIpyparsing3.3.3indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-sugar1.1.1indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.6.2indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.2.0indirekt
PyPIqiskit2.5.2indirekt
PyPIqiskit-qasm3-import0.6.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py2026.9.1indirekt
PyPIrustworkx0.18.1indirekt
PyPIscikit-build-core1.1.1indirekt
PyPIscipy1.17.1indirekt
PyPIscipy1.18.1indirekt
PyPIseaborn0.13.2indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsoupsieve2.10indirekt
PyPIsoupsieve3.0.2indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autoapi3.8.1indirekt
PyPIsphinx-basic-ng1.0.0b2indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinx-llm1.1.0indirekt
PyPIsphinx-markdown-builder0.6.11indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-bibtex2.7.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsphinxext-opengraph0.13.0indirekt
PyPIsqlalchemy2.1.4indirekt
PyPIstack-data0.6.3indirekt
PyPIstevedore5.9.1indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.10.0indirekt
PyPItermcolor3.3.0indirekt
PyPItomli2.5.0indirekt
PyPItornado6.5.10indirekt
PyPItraitlets5.16.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItzdata2026.5indirekt
PyPIurllib32.8.0indirekt
PyPIvcs-versioning2.6.0indirekt
PyPIvirtualenv21.14.7indirekt
PyPIwcwidth0.9.2indirekt
PyPIzipp4.1.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mqt-qcec@3.11.0 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 munich-quantum-toolkit/qcec teilen. Nebeneinander lesen →

96munich-quantum-toolkit/coreMQT Core - Reusable C++20 and Python libraries for quantum computing: the MQT Compiler Collection, built on MLIR and LLVM, together with decision diagrams, QIR execution, QDMI device access, SDK and HPC integrations, and structured benchmarks. It forms the backbone of the Munich Quantum Toolkit.Außergewöhnlich96munich-quantum-toolkit/qeccMQT QECC - Tools for Quantum Error Correcting CodesAußergewöhnlich92munich-quantum-toolkit/predictorMQT Predictor - A Tool for Automatic Device Selection with Device-Specific Circuit Compilation for Quantum ComputingExzellent92munich-quantum-toolkit/problemsolverMQT ProblemSolver - A Tool for Solving Problems Using Quantum ComputingExzellent62TheQuantAI/quantsdkWrite quantum code once, run anywhere — a framework-agnostic quantum computing SDKMittel99Qiskit/qiskitQiskit is an open-source SDK for working with quantum computers at the level of extended quantum circuits, operators, and primitives.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.