Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-13 04:33 UTC

neo4j / neo4j-graphrag-python

Neo4j GraphRAG for Python

PythonEigene Lizenz★ 1.252 Sterne⑂ 235 Forksseit Feb. 2024Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#ai#cypher#genai#graph-database#neo4j#python#python3#rag#graphrag

neo4j/neo4j-graphrag-python erreicht einen Gesundheitsindex von 98 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (76/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

98
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.

98
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 88 wird auf der veröffentlichten Indexskala auf 98 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Neo4jOrganisation
1.326 Follower97 öffentliche Reposseit Feb. 2010

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIneo4j-graphrag1.18.0429.80535vor 49 Tagen

Metriken nach Kategorie

Vitalität

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

95Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

92Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
27.7/36Commit-Rhythmus — 40/52 Wochen mit Commits
18/18Commit-Volumen — 134 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_year134
human_commit_share0,93
days_since_last_push0
active_weeks_last_year40

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 35 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 49 Tagen
27/27Release-Rhythmus — ein Release etwa alle 18,5 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count35
latest_release_tag1.18.0
releases_from_tagsnein
days_since_latest_release49
mean_days_between_releases18,5
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?

79Gut · 17 % des Gesamtindex

Popularität & Verbreitung

76Gut
Wie die Bewertung erfolgt
50.2/60Stars — 1.252 Stars
19.7/25Forks — 235 Forks
6.2/15Watcher — 14 Watcher
Verwendete Eingangsdaten
forks235
stars1.252
watchers14
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

71Gut
Wie die Bewertung erfolgt
22.5/22.5README
16.9/22.5Lizenz — Lizenzdatei vorhanden, keine anerkannte Lizenz
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)

94Außergewöhnlich
Wie die Bewertung erfolgt
75.1/80Downloads pro Monat — 429.805 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesneo4j-graphrag
dependents—
ecosystemspypi
total_downloads—
monthly_downloads429.805
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?

89Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

76Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
16.1/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 28 % der Commits
13.5/13.5Breite der Beitragenden — 38 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled38
top_contributor_share0,283

Reaktionsfähigkeit bei Issues & PRs

86Exzellent
Wie die Bewertung erfolgt
37.4/42Issue-Lösungsquote — 89 % der Issues geschlossen
26.1/30PR-Annahme — 400/459 entschiedene PRs gemergt
8.7/13Newcomer PR acceptance — 4/6 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 21/23 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs400
open_issues13
closed_issues105
prs_merged_7d6
prs_decided_7d7
prs_merged_30d16
prs_decided_30d23
issue_closed_ratio0,89
closed_unmerged_prs59
first_time_authors_30d3
first_time_prs_merged_30d4
first_time_prs_decided_30d6

Eigentümerschaft & Trägerschaft

97Außergewöhnlich
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain — Verifizierungsstatus der Domain für diese Organisation nicht ausgelesen
22.5/25Reichweite des Inhabers — 1.326 Follower von neo4j
25/25Kontohistorie — 97 öffentliche Repos, Kontoalter ca. 16 Jahre
Verwendete Eingangsdaten
followers1.326
owner_typeOrganization
is_verified—
owner_loginneo4j
public_repos97
account_age_days6.027
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 49 Tagen
20/20Versionshistorie — 35 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesneo4j-graphrag
ecosystemspypi
any_deprecatednein
min_days_since_publish49

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 10 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — tox.ini
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 28 out of 28 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://neo4j.com/docs/neo4j-graphrag-python/current/
10/10Repository-Beschreibung
10/10Topics — 9 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsai, cypher, genai, graph-database, neo4j, python, python3, rag, graphrag
has_wikinein
homepagehttps://neo4j.com/docs/neo4j-graphrag-python/current/
docs_sitehttps://neo4j.com/docs/neo4j-graphrag-python/current/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

76Gut · 16 % des Gesamtindex

Sicherheitslage

70Gut
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 — 28 out of 28 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
6.8/7.5Code-Review — Found 21/23 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 5 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
2.2/2.5Lizenz — 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
2.5/5SAST — SAST tool is not run on all commits -- score normalized to 5
5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 125 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate7
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, 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_packages15
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:neo4j-graphrag@1.18.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 15 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.

92Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — AGENTS.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 74 von 93 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,796
agent_instruction_filesAGENTS.md
agent_instruction_max_bytes7.719

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

98Außergewöhnlich
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — tox.ini
11/11Statische Typprüfung — src/neo4j_graphrag/py.typed
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 6 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 7 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_dockerfileja
typed_languagenein
bootstrap_filesdocs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configssrc/neo4j_graphrag/py.typed
agent_commit_share0,06
toolchain_manifests—
dependency_bot_commit_share0,07

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/neo4j_graphrag/py.typed)
54.5/55Handhabbare Dateigrößen — 3/344 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes96.120
source_files_sampled344
oversized_source_files3

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

1.252GitHub-Sterne
38Mitwirkende
134Commits, letzte 12 Monate
0Tage seit letztem Push
35Releases
3Bus-Faktor
13offene 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 ★ / 235 ⇿
0Sterne
235Forks
35Releases

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.

0408012016020024023342024-052025-062026-08
Major 1Minor 22Patch 12

Jeder Punkt umfasst 3 Tage.

OpenSSF Scorecard 7.0 / 10
7.0Gesamtwert

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 · 2026-08-13 04:32 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-Tests28 out of 28 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 21/23 approved changesets -- score normalized to 9
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense 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
5SASTSAST tool is not run on all commits -- score normalized to 5
10Security-Policysecurity policy file detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities125 existing vulnerabilities detected
Direkte Abhängigkeiten 12
RegistryPaketVersionsvorgabeManifest
PyPIneo4j>=5.17.0,<7.0.0pyproject.toml
PyPIpydantic>=2.6.3,<3.0.0pyproject.toml
PyPIfsspec>=2024.9.0pyproject.toml
PyPIpypdf>=6.0.0,<7.0.0pyproject.toml
PyPIjson-repair>=0.44.1,<1.0.0pyproject.toml
PyPIpyyaml>=6.0.2,<7.0.0pyproject.toml
PyPItypes-pyyaml>=6.0.12.20240917,<7.0.0pyproject.toml
PyPInumpy>=2.0.0,<3.0.0pyproject.toml
PyPInumpy>=2.1.0,<3.0.0pyproject.toml
PyPIscipy>=1.13.0,<2.0.0pyproject.toml
PyPIscipy>=1.15.0,<2.0.0pyproject.toml
PyPItenacity>=9.1.2,<10.0.0pyproject.toml
Alle Abhängigkeiten 287

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 12 direkte und 275 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIfsspec2024.12.0direkt
PyPIjson-repair0.61.7direkt
PyPIneo4j5.28.2direkt
PyPInumpy2.2.6direkt
PyPInumpy2.4.0direkt
PyPIpydantic2.12.5direkt
PyPIpypdf6.14.2direkt
PyPIpyyaml6.0.3direkt
PyPIscipy1.15.3direkt
PyPIscipy1.16.3direkt
PyPItenacity9.1.2direkt
PyPItypes-pyyaml6.0.12.20250915direkt
PyPIaiohappyeyeballs2.6.1indirekt
PyPIaiohttp3.13.3indirekt
PyPIaiosignal1.4.0indirekt
PyPIaiosqlite0.22.1indirekt
PyPIalabaster0.7.16indirekt
PyPIannotated-types0.7.0indirekt
PyPIanthropic0.116.0indirekt
PyPIanyio4.12.1indirekt
PyPIapeye1.4.1indirekt
PyPIapeye-core1.1.5indirekt
PyPIasttokens3.0.1indirekt
PyPIasync-timeout5.0.1indirekt
PyPIattrs25.4.0indirekt
PyPIauthlib1.6.6indirekt
PyPIautodocsumm0.2.14indirekt
PyPIbabel2.17.0indirekt
PyPIbanks2.2.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIblis1.3.3indirekt
PyPIboto31.42.97indirekt
PyPIbotocore1.42.97indirekt
PyPIcachecontrol0.14.4indirekt
PyPIcatalogue2.0.10indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcloudpathlib0.23.0indirekt
PyPIcohere5.20.1indirekt
PyPIcolorama0.4.6indirekt
PyPIconfection0.1.5indirekt
PyPIcoverage7.13.1indirekt
PyPIcryptography46.0.3indirekt
PyPIcssutils2.11.1indirekt
PyPIcymem2.0.13indirekt
PyPIdataclasses-json0.6.7indirekt
PyPIdecorator5.2.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdeprecated1.3.1indirekt
PyPIdeprecation2.1.0indirekt
PyPIdict2css0.3.0.post1indirekt
PyPIdirtyjson1.0.8indirekt
PyPIdistlib0.4.0indirekt
PyPIdistro1.9.0indirekt
PyPIdocstring-parser0.17.0indirekt
PyPIdocutils0.21.2indirekt
PyPIdomdf-python-tools3.10.0indirekt
PyPIenum-tools0.12.0indirekt
PyPIeval-type-backport0.3.1indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIexecuting2.2.1indirekt
PyPIfastavro1.12.1indirekt
PyPIfastuuid0.14.0indirekt
PyPIfilelock3.20.2indirekt
PyPIfiletype1.2.0indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgoogle-api-core2.28.1indirekt
PyPIgoogle-auth2.49.2indirekt
PyPIgoogle-cloud-aiplatform1.162.0indirekt
PyPIgoogle-cloud-bigquery3.39.0indirekt
PyPIgoogle-cloud-core2.5.0indirekt
PyPIgoogle-cloud-resource-manager1.15.0indirekt
PyPIgoogle-cloud-storage3.13.0indirekt
PyPIgoogle-cloud-storage3.7.0indirekt
PyPIgoogle-crc32c1.8.0indirekt
PyPIgoogle-genai1.75.0indirekt
PyPIgoogle-resumable-media2.8.0indirekt
PyPIgoogleapis-common-protos1.72.0indirekt
PyPIgreenlet3.3.0indirekt
PyPIgriffe1.15.0indirekt
PyPIgrpc-google-iam-v10.14.3indirekt
PyPIgrpcio1.76.0indirekt
PyPIgrpcio-status1.76.0indirekt
PyPIh110.16.0indirekt
PyPIh24.3.0indirekt
PyPIhf-xet1.2.0indirekt
PyPIhpack4.1.0indirekt
PyPIhtml5lib1.1indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhuggingface-hub0.36.0indirekt
PyPIhyperframe6.1.0indirekt
PyPIidentify2.6.15indirekt
PyPIidna3.11indirekt
PyPIimagesize1.4.1indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIipython8.38.0indirekt
PyPIipython9.9.0indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIjedi0.19.2indirekt
PyPIjinja23.1.6indirekt
PyPIjiter0.12.0indirekt
PyPIjmespath1.1.0indirekt
PyPIjoblib1.5.3indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpath-python1.1.6indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlangchain-core0.3.81indirekt
PyPIlangchain-huggingface0.1.2indirekt
PyPIlangchain-openai0.3.35indirekt
PyPIlangchain-text-splitters0.3.11indirekt
PyPIlangcodes3.5.1indirekt
PyPIlangsmith0.6.0indirekt
PyPIlibrt0.7.7indirekt
PyPIlitellm1.80.0indirekt
PyPIllama-cloud0.1.35indirekt
PyPIllama-cloud-services0.6.54indirekt
PyPIllama-index0.13.6indirekt
PyPIllama-index-cli0.5.1indirekt
PyPIllama-index-core0.13.6indirekt
PyPIllama-index-embeddings-openai0.5.1indirekt
PyPIllama-index-indices-managed-llama-cloud0.9.0indirekt
PyPIllama-index-instrumentation0.4.2indirekt
PyPIllama-index-llms-openai0.5.6indirekt
PyPIllama-index-readers-file0.5.6indirekt
PyPIllama-index-readers-llama-parse0.5.1indirekt
PyPIllama-index-workflows1.3.0indirekt
PyPIllama-parse0.6.54indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImarshmallow3.26.2indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImdurl0.1.2indirekt
PyPImistralai2.7.1indirekt
PyPImore-itertools10.8.0indirekt
PyPImpmath1.3.0indirekt
PyPImsgpack1.1.2indirekt
PyPImultidict6.7.0indirekt
PyPImurmurhash1.0.15indirekt
PyPImypy1.19.1indirekt
PyPImypy-extensions1.1.0indirekt
PyPInatsort8.4.0indirekt
PyPIneo4j-graphrag1.18.0indirekt
PyPIneo4j-viz0.4.2indirekt
PyPInest-asyncio1.6.0indirekt
PyPInetworkx3.4.2indirekt
PyPInetworkx3.6.1indirekt
PyPInltk3.9.2indirekt
PyPInodeenv1.10.0indirekt
PyPInvidia-cublas-cu1212.8.4.1indirekt
PyPInvidia-cuda-cupti-cu1212.8.90indirekt
PyPInvidia-cuda-nvrtc-cu1212.8.93indirekt
PyPInvidia-cuda-runtime-cu1212.8.90indirekt
PyPInvidia-cudnn-cu129.10.2.21indirekt
PyPInvidia-cufft-cu1211.3.3.83indirekt
PyPInvidia-cufile-cu121.13.1.3indirekt
PyPInvidia-curand-cu1210.3.9.90indirekt
PyPInvidia-cusolver-cu1211.7.3.90indirekt
PyPInvidia-cusparse-cu1212.5.8.93indirekt
PyPInvidia-cusparselt-cu120.7.1indirekt
PyPInvidia-nccl-cu122.27.5indirekt
PyPInvidia-nvjitlink-cu1212.8.93indirekt
PyPInvidia-nvshmem-cu123.3.20indirekt
PyPInvidia-nvtx-cu1212.8.90indirekt
PyPIollama0.4.9indirekt
PyPIopenai1.109.1indirekt
PyPIopentelemetry-api1.39.1indirekt
PyPIopentelemetry-semantic-conventions0.60b1indirekt
PyPIorjson3.11.5indirekt
PyPIpackaging25.0indirekt
PyPIpandas2.3.3indirekt
PyPIparso0.8.5indirekt
PyPIpathspec1.0.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.1.0indirekt
PyPIpinecone-client4.1.2indirekt
PyPIpinecone-plugin-interface0.0.7indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIportalocker3.2.0indirekt
PyPIpre-commit3.8.0indirekt
PyPIpreshed3.0.12indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpropcache0.4.1indirekt
PyPIproto-plus1.27.0indirekt
PyPIprotobuf6.33.2indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpyarrow24.0.0indirekt
PyPIpyasn10.6.1indirekt
PyPIpyasn1-modules0.4.2indirekt
PyPIpycparser2.23indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-extra-types2.11.0indirekt
PyPIpygments2.19.2indirekt
PyPIpytest8.4.2indirekt
PyPIpytest-asyncio0.23.8indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.1indirekt
PyPIpytz2025.2indirekt
PyPIpywin32311indirekt
PyPIqdrant-client1.16.2indirekt
PyPIrapidfuzz3.14.3indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2025.11.3indirekt
PyPIrequests2.32.5indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrich14.2.0indirekt
PyPIroman5.2indirekt
PyPIrpds-py0.30.0indirekt
PyPIrpds-py2026.5.1indirekt
PyPIruamel-yaml0.18.16indirekt
PyPIruamel-yaml-clib0.2.15indirekt
PyPIruff0.3.7indirekt
PyPIs3transfer0.16.1indirekt
PyPIsafetensors0.7.0indirekt
PyPIscikit-learn1.7.2indirekt
PyPIscikit-learn1.8.0indirekt
PyPIsentence-transformers3.4.1indirekt
PyPIsetuptools80.9.0indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsmart-open7.5.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsnowballstemmer3.0.1indirekt
PyPIsoupsieve2.8.1indirekt
PyPIspacy3.8.7indirekt
PyPIspacy-legacy3.0.12indirekt
PyPIspacy-loggers1.0.5indirekt
PyPIsphinx7.4.7indirekt
PyPIsphinx-autodoc-typehints2.3.0indirekt
PyPIsphinx-jinja2-compat0.4.1indirekt
PyPIsphinx-prompt1.10.2indirekt
PyPIsphinx-prompt1.8.0indirekt
PyPIsphinx-tabs3.4.5indirekt
PyPIsphinx-toolbox4.1.1indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsqlalchemy2.0.45indirekt
PyPIsrsly2.5.2indirekt
PyPIstack-data0.6.3indirekt
PyPIstandard-imghdr3.10.14indirekt
PyPIstriprtf0.0.26indirekt
PyPIsympy1.14.0indirekt
PyPItabulate0.9.0indirekt
PyPIthinc8.3.10indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItiktoken0.12.0indirekt
PyPItokenizers0.22.2indirekt
PyPItomli2.3.0indirekt
PyPItorch2.9.1indirekt
PyPItqdm4.67.1indirekt
PyPItraitlets5.14.3indirekt
PyPItransformers4.57.3indirekt
PyPItriton3.5.1indirekt
PyPItyper0.21.1indirekt
PyPItyper-slim0.21.1indirekt
PyPItypes-requests2.31.0.6indirekt
PyPItypes-urllib31.26.25.14indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspect0.9.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPItzdata2025.3indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.12.0indirekt
PyPIvalidators0.35.0indirekt
PyPIvirtualenv20.35.4indirekt
PyPIwasabi1.1.3indirekt
PyPIwcwidth0.2.14indirekt
PyPIweasel0.4.3indirekt
PyPIweaviate-client4.19.2indirekt
PyPIwebencodings0.5.1indirekt
PyPIwebsockets15.0.1indirekt
PyPIwrapt2.0.1indirekt
PyPIyarl1.22.0indirekt
PyPIzipp3.23.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:neo4j-graphrag@1.18.0 zieht 15 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 neo4j/neo4j-graphrag-python teilen. Nebeneinander lesen →

100deepset-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 AgentsAußergewöhnlich97langgenius/difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.Außergewöhnlich99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xAußergewöhnlich99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.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 v0.31.0 — vollständige Methodik · Metriken-Wiki.

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