Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-21 08:54 UTC

musharna / plantcv-mcp

MCP server exposing PlantCV as a measurement instrument — plant traits plus the segmentation overlay they were measured from

PythonMIT★ 0 Sterne⑂ 0 Forksseit Juli 2026Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugMCP-ServerBibliothekwie das ermittelt wird

musharna/plantcv-mcp erreicht einen Gesundheitsindex von 75 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (41/100). Zuletzt heute aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

75
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.

75
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 65 wird auf der veröffentlichten Indexskala auf 75 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Jaret ArnoldPersönliches Konto
5 Follower41 öffentliche Reposseit Dez. 2021Virginia Tech

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIplantcv-mcp1.17.11.45345vor 0 Tagencomputer-visionimage-analysismcpmodel-context-protocolphenotypingplant-scienceplantcv

Metriken nach Kategorie

Vitalität

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

72Gut · 21 % des Gesamtindex
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
6.2/36Commit-Rhythmus — 9/52 Wochen mit Commits
18/18Commit-Volumen — 268 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — project was created within the last 90 days. Please review its contents carefully
Verwendete Eingangsdaten
commits_last_year268
human_commit_share0,97
days_since_last_push0
active_weeks_last_year9
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 41 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 5,3 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count41
latest_release_tagv1.17.1
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases5,3

Community & Verbreitung

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

41Schwach · 17 % des Gesamtindex
Wie die Bewertung erfolgt
0/60Stars — 0 Stars
0/25Forks — 0 Forks
0/15Watcher — 1 Watcher
Verwendete Eingangsdaten
forks0
stars0
watchers1
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
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_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja
Wie die Bewertung erfolgt
42.2/80Downloads pro Monat — 1.453 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesplantcv-mcp
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.453
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?

54Mittel · 23 % des Gesamtindex
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
0.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 99 % der Commits
2.7/13.5Breite der Beitragenden — 2 Beitragende
3/10OpenSSF Scorecard: Contributors — project has 1 contributing companies or organizations -- score normalized to 3
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,988
Wie die Bewertung erfolgt
31.5/42Issue-Lösungsquote — 75 % der Issues geschlossen
29.2/30PR-Annahme — 140/144 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/10 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs140
open_issues1
closed_issues3
prs_merged_7d14
prs_decided_7d14
prs_merged_30d24
prs_decided_30d24
issue_closed_ratio0,75
closed_unmerged_prs4
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.
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
5.6/25Reichweite des Inhabers — 5 Follower von musharna
21.5/25Kontohistorie — 41 öffentliche Repos, Kontoalter ca. 4 Jahre
Verwendete Eingangsdaten
followers5
owner_typeUser
is_verified—
owner_loginmusharna
public_repos41
account_age_days1.767
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 0 Tagen
20/20Versionshistorie — 45 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesplantcv-mcp
ecosystemspypi
any_deprecatednein
min_days_since_publish0

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 — 11 out of 11 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://musharna.github.io/projects/MCPServers/
10/10Repository-Beschreibung
10/10Topics — 9 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsbioinformatics, computer-vision, image-analysis, mcp, model-context-protocol, phenotyping, plant-phenotyping, plant-science, plantcv
has_wikinein
homepagehttps://musharna.github.io/projects/MCPServers/
docs_sitehttps://musharna.github.io/projects/MCPServers/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

62Mittel · 16 % des Gesamtindex
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 11 out of 11 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 0/10 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
0/7.5Maintained — project was created within the last 90 days. Please review its contents carefully
0/5Packaging — keine Daten
4/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
5/5SAST — SAST tool is run on all commits
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5,3
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Packaging. 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
0/25Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages102
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories, Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. 102 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.

62Mittel · 4 % des Gesamtindex
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 95 von 97 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,979
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes4.291
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 3 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,03
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
53.5/55Handhabbare Dateigrößen — 2/71 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes108.921
source_files_sampled71
oversized_source_files2
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
0/40Lauffähige Beispiele
Verwendete Eingangsdaten
example_dirs—
has_mcp_signalja
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

0GitHub-Sterne
2Mitwirkende
268Commits, letzte 12 Monate
0Tage seit letztem Push
41Releases
1Bus-Faktor
1offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • deps.dev does not index pypi:plantcv-mcp@1.17.1; advisories assessed against the repository dependency graph instead

Weitere Details

OpenSSF Scorecard 5.3 / 10
5.3Gesamtwert

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 · 2026-10-21 08:54 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
10CI-Tests11 out of 11 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 0/10 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
0Maintainedproject was created within the last 90 days. Please review its contents carefully
k. A.Packagingpackaging workflow not detected
8Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 8
10SASTSAST tool is run on all commits
4Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 6
RegistryPaketVersionsvorgabeManifest
PyPImcp>=2,<3pyproject.toml
PyPIplantcv==4.11.3pyproject.toml
PyPIopencv-python>=4.9pyproject.toml
PyPInumpy>=1.26pyproject.toml
PyPItyping-extensions>=4.12pyproject.toml
PyPIpydantic>=2.11pyproject.toml
Alle Abhängigkeiten 102

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 6 direkte und 96 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPImcp2.2.0direkt
PyPInumpy2.4.6direkt
PyPIopencv-python4.11.0.86direkt
PyPIplantcv4.11.3direkt
PyPIpydantic2.13.4direkt
PyPItyping-extensions4.16.0direkt
PyPIaltair5.5.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIanyio4.14.2indirekt
PyPIattrs26.1.0indirekt
PyPIcffi2.1.0indirekt
PyPIclick8.4.2indirekt
PyPIcloudpickle3.1.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcontourpy1.3.3indirekt
PyPIcryptography50.0.0indirekt
PyPIcycler0.12.1indirekt
PyPIdask2026.7.1indirekt
PyPIdask-jobqueue0.9.0indirekt
PyPIdistributed2026.7.1indirekt
PyPIfilelock4.0.1indirekt
PyPIflyr5.1.0indirekt
PyPIfonttools4.63.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore22.12.0indirekt
PyPIhttpx22.12.0indirekt
PyPIhttpx2-jsfetch1.0indirekt
PyPIidna3.18indirekt
PyPIimageio2.37.4indirekt
PyPIimportlib-metadata9.0.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkiwisolver1.5.0indirekt
PyPIlazy-loader0.5indirekt
PyPIlocket1.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.11.1indirekt
PyPImcp-types2.2.0indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.2.1indirekt
PyPInarwhals2.24.0indirekt
PyPInd20.11.3indirekt
PyPInetworkx3.6.1indirekt
PyPIome-types0.6.3indirekt
PyPIopentelemetry-api1.44.0indirekt
PyPIpackaging26.2indirekt
PyPIpandas3.0.5indirekt
PyPIpartd1.4.2indirekt
PyPIpatsy1.0.2indirekt
PyPIpillow13.0.0indirekt
PyPIplantcv-mcp1.17.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpsutil7.2.2indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-extra-types2.11.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.15.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpytest9.1.1indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32312indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIresource-backed-dask-array0.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.16.8indirekt
PyPIscikit-image0.26.0indirekt
PyPIscikit-learn1.9.0indirekt
PyPIscipy1.15.3indirekt
PyPIsegment-anything1.0indirekt
PyPIsetuptools84.0.0indirekt
PyPIsix1.17.0indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsse-starlette3.4.6indirekt
PyPIstarlette1.3.1indirekt
PyPIstatsmodels0.14.6indirekt
PyPIsympy1.14.0indirekt
PyPItblib3.2.2indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItifffile2026.3.3indirekt
PyPItifffile2026.7.14indirekt
PyPItoolz1.1.0indirekt
PyPItorch2.14.0indirekt
PyPItorch2.14.0+cpuindirekt
PyPItorchvision0.29.0indirekt
PyPItorchvision0.29.0+cpuindirekt
PyPItornado6.5.9indirekt
PyPItruststore0.10.4indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2026.3indirekt
PyPIuvicorn0.51.0indirekt
PyPIvl-convert-python1.9.0.post1indirekt
PyPIxarray2026.7.0indirekt
PyPIxsdata26.2indirekt
PyPIzict3.0.0indirekt
PyPIzipp4.1.0indirekt
Abhängigkeits-Advisories 0

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 102 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 0 tragen bekannte Advisories, davon 0 direkte.

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.

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.