Öffentliches Register
Software-GesundheitsberichtSchema 0.12.0 · Metriken 2.10.0 · 2026-07-18 09:19 UTC

n24q02m / mnemo-mcp

Persistent AI memory with hybrid search and embedded sync. Open, free, unlimited.

PythonMIT★ 8 Sterne⑂ 5 Forksseit Feb. 2026Auf GitHub ansehen ↗
ArtMCP-ServerBibliothekwie das ermittelt wird
#docker#mcp-server#model-context-protocol#python#mcp#open-source#ai-memory#hybrid-search#sqlite#ai-coding#claude#claude-code#cursor#ai-agents

n24q02m/mnemo-mcp erreicht einen Gesundheitsindex von 86 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Community & Adoption (53/100). Zuletzt heute 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

Nguyen Quang MinhPersönliches Konto
29 Follower41 öffentliche Reposseit Juni 2023

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImnemo-mcp2.7.0-176vor 0 Tagenai-memoryantigravityclaudecodexcopilotcursorembeddingsmcpmcp-servermemorymodel-context-protocolopencodesqlite

Metriken nach Kategorie

Vitalität

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

88Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

80Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
15.9/36Commit-Rhythmus — 23/52 Wochen mit Commits
18/18Commit-Volumen — 890 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 23 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year890
human_commit_share—
days_since_last_push0
active_weeks_last_year23

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 100 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 0 Tagen
27/27Release-Rhythmus — ein Release etwa alle 0,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count100
latest_release_tagv2.7.0
releases_from_tagsnein
days_since_latest_release0
mean_days_between_releases0,9
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

19Kritisch
Wie die Bewertung erfolgt
13.7/60Stars — 8 Stars
5/25Forks — 5 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks5
stars8
watchers0
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_badges—
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templateja

Nachhaltigkeit & Governance

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

54Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

22Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
3.4/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 85 % der Commits
9.5/13.5Breite der Beitragenden — 7 Beitragende
0/10OpenSSF Scorecard: Contributors — project has 0 contributing companies or organizations -- score normalized to 0
Verwendete Eingangsdaten
bus_factor1
contributors_sampled7
top_contributor_share0,85

Reaktionsfähigkeit bei Issues & PRs

63Mittel
Wie die Bewertung erfolgt
40.4/42Issue-Lösungsquote — 96 % der Issues geschlossen
14.7/30PR-Annahme — 442/905 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — Found 0/30 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs442
open_issues3
closed_issues79
prs_merged_7d—
prs_decided_7d—
prs_merged_30d—
prs_decided_30d—
issue_closed_ratio0,963
closed_unmerged_prs463
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

48Schwach
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
10.6/25Reichweite des Inhabers — 29 Follower von n24q02m
18.1/25Kontohistorie — 41 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers29
owner_typeUser
is_verified—
owner_loginn24q02m
public_repos41
account_age_days1.138
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 — 176 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmnemo-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 — 3 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 22 out of 22 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://mcp.n24q02m.com/servers/mnemo-mcp/
10/10Repository-Beschreibung
10/10Topics — 14 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsdocker, mcp-server, model-context-protocol, python, mcp, open-source, ai-memory, hybrid-search, sqlite, ai-coding, claude, claude-code, cursor, ai-agents
has_wikinein
homepagehttps://mcp.n24q02m.com/servers/mnemo-mcp/
docs_sitehttps://mcp.n24q02m.com/servers/mnemo-mcp/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

68Gut · 16 % des Gesamtindex

Sicherheitslage

68Gut
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 — 22 out of 22 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 0/30 approved changesets -- score normalized to 0
0/2.5Contributors — project has 0 contributing companies or organizations -- score normalized to 0
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 23 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
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate6,8
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): 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.

79Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

75Gut
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
0/40Lesbare Commit-Historie — keine Daten
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share—
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes8.507
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Lesbare Commit-Historie. Die verbleibenden Gewichte wurden renormalisiert.

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

98Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — .mise.toml
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration
11/11Statische Typprüfung — src/mnemo_mcp/py.typed, tsconfig.json
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
0/10Belegte Agentenpraxis — keine Daten
0/8Automatisierte Wartung — keine Daten
8/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 8
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files.mise.toml
has_devcontainernein
has_linter_configja
typecheck_configssrc/mnemo_mcp/py.typed, tsconfig.json
agent_commit_share—
toolchain_manifests—
dependency_bot_commit_share—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Belegte Agentenpraxis, Automatisierte Wartung. Die verbleibenden Gewichte wurden renormalisiert.

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/mnemo_mcp/py.typed, tsconfig.json)
54.2/55Handhabbare Dateigrößen — 2/144 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes90.032
source_files_sampled144
oversized_source_files2

Maschinenlesbare AI-Schnittstellen

33Gefährdet
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

8GitHub-Sterne
7Mitwirkende
890Commits, letzte 12 Monate
0Tage seit letztem Push
100Releases
1Bus-Faktor
3offene Issues
npm, PyPIPaket-Ökosysteme

Weitere Details

OpenSSF Scorecard 6.8 / 10
6.8Gesamtwert

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 09:19 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests22 out of 22 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 0/30 approved changesets -- score normalized to 0
0Contributorsproject has 0 contributing companies or organizations -- score normalized to 0
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 23 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
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Direkte Abhängigkeiten 16
RegistryPaketVersionsvorgabeManifest
PyPImcp—pyproject.toml
PyPIhttpx—pyproject.toml
PyPIpydantic—pyproject.toml
PyPIpydantic-settings—pyproject.toml
PyPIloguru—pyproject.toml
PyPIsqlite-vec—pyproject.toml
PyPIqwen3-embed>=1.12.1pyproject.toml
PyPIn24q02m-mcp-core>=1.20.0b2,<2pyproject.toml
PyPIPygments>=2.20.0pyproject.toml
PyPIalembic>=1.18.5pyproject.toml
PyPItiktoken>=0.13.0pyproject.toml
PyPIboto3>=1.43.40pyproject.toml
PyPIcryptography>=49.0.0pyproject.toml
PyPIurllib3>=2.7.0pyproject.toml
PyPIidna>=3.18pyproject.toml
PyPIpython-multipart>=0.0.32pyproject.toml
Alle Abhängigkeiten 154

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 16 direkte und 138 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIalembic1.18.5direkt
PyPIboto31.43.46direkt
PyPIcryptography49.0.0direkt
PyPIhttpx0.28.1direkt
PyPIidna3.18direkt
PyPIloguru0.7.3direkt
PyPImcp1.28.1direkt
PyPIn24q02m-mcp-core1.20.0b2direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIpygments2.20.0direkt
PyPIpython-multipart0.0.32direkt
PyPIqwen3-embed1.12.1direkt
PyPIsqlite-vec0.1.9direkt
PyPItiktoken0.13.0direkt
PyPIurllib32.7.0direkt
npm@cloudflare/containers^0.3.7indirekt
npm@cloudflare/workers-types^5.20260710.1indirekt
npmtypescript^6.0.3indirekt
npmvitest^4.1.9indirekt
npmwrangler^4.107.0indirekt
PyPIaiofile3.11.1indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiohttp3.14.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.14.2indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.2indirekt
PyPIbandit1.9.4indirekt
PyPIbeartype0.22.9indirekt
PyPIbotocore1.43.46indirekt
PyPIcachetools7.1.4indirekt
PyPIcaio0.9.25indirekt
PyPIcertifi2026.6.17indirekt
PyPIcffi2.1.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.9indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcoverage7.15.1indirekt
PyPIcyclopts4.21.0indirekt
PyPIdistlib0.4.3indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecnet2.1.2indirekt
PyPIfastmcp3.4.4indirekt
PyPIfastmcp-slim3.4.4indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.29.7indirekt
PyPIflatbuffers25.12.19indirekt
PyPIfrozenlist1.8.0indirekt
PyPIfsspec2026.6.0indirekt
PyPIgreenlet3.5.3indirekt
PyPIgriffelib2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.5.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIhuggingface-hub1.23.0indirekt
PyPIidentify2.6.19indirekt
PyPIimportlib-metadata8.9.0indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.5.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.16.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoserfc1.7.3indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-path0.5.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPIlitellm1.92.0indirekt
PyPImako1.3.12indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImnemo-mcp2.7.0b1indirekt
PyPImore-itertools11.1.0indirekt
PyPImoto5.2.2indirekt
PyPImultidict6.7.1indirekt
PyPInodeenv1.10.0indirekt
PyPInumpy2.5.1indirekt
PyPIonnxruntime1.27.0indirekt
PyPIopenai2.45.0indirekt
PyPIopenapi-pydantic0.5.1indirekt
PyPIopentelemetry-api1.43.0indirekt
PyPIpackaging26.2indirekt
PyPIpathable0.6.0indirekt
PyPIplatformdirs4.10.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.6.0indirekt
PyPIpropcache0.5.2indirekt
PyPIprotobuf7.35.1indirekt
PyPIpy-key-value-aio0.4.5indirekt
PyPIpy-partiql-parser0.6.3indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyperclip1.11.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-discovery1.4.4indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpywin32312indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.7.10indirekt
PyPIrequests2.34.2indirekt
PyPIresponses0.26.2indirekt
PyPIrich15.0.0indirekt
PyPIrich-rst2.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.15.21indirekt
PyPIs3transfer0.19.1indirekt
PyPIsecretstorage3.5.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsqlalchemy2.0.51indirekt
PyPIsse-starlette3.4.5indirekt
PyPIstarlette1.3.1indirekt
PyPIstevedore5.9.0indirekt
PyPIsyrupy5.5.3indirekt
PyPItokenizers0.23.1indirekt
PyPItomli-w1.2.0indirekt
PyPItqdm4.68.4indirekt
PyPIty0.0.59indirekt
PyPItyper0.26.8indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuncalled-for0.3.2indirekt
PyPIuvicorn0.51.0indirekt
PyPIvirtualenv21.6.1indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwebsockets16.1indirekt
PyPIwerkzeug3.1.8indirekt
PyPIwin32-setctime1.2.0indirekt
PyPIxmltodict1.0.4indirekt
PyPIyarl1.24.2indirekt
PyPIzipp4.1.0indirekt
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 n24q02m/mnemo-mcp teilen. Nebeneinander lesen →

98awslabs/cli-agent-orchestratorMulti-agent orchestration for AI coding CLIs — Claude Code, Kiro, Codex, and more, coordinated in isolated tmux sessionsAußergewöhnlich99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich98mem0ai/mem0Universal memory layer for AI AgentsAußergewöhnlich98Agenta-AI/agentaAgenta is a workspace where you and your team build agents and automations.Außergewöhnlich98ComposioHQ/composioComposio powers 1000+ toolkits, tool search, context management, authentication, and a sandboxed workbench to help you build AI agents that turn intent into action.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 v0.12.0 — vollständige Methodik · Metriken-Wiki.

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