Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-19 03:13 UTC

netenglabs / suzieq

Using network observability to operate and design healthier networks

PythonApache-2.0★ 906 Sterne⑂ 120 Forksseit Jan. 2020Auf GitHub ansehen ↗

ArtKommandozeilenwerkzeugBibliothekNetzwerkdienstwie das ermittelt wird

#networking #network-analysis #data-center #infrastructure #datacenter #python #network-validation #network-monitoring

netenglabs/suzieq erreicht einen Gesundheitsindex von 77 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei AI Readiness (40/100). Zuletzt vor 50 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

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.

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)

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 66 wird auf der veröffentlichten Indexskala auf 77 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

netenglabsOrganisation

34 Follower10 öffentliche Reposseit Apr. 2020

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

Paket-Ökosysteme

Registry	Paket	Version	Downloads / Monat	Versionen	Zuletzt veröffentlicht	Tags
PyPI	suzieq	0.25.0	601	44	vor 74 Tagen	network cisco arista junos observability cumulus monitoring sonic ios

Metriken nach Kategorie

Vitalität

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

50Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

52Mittel

Wie die Bewertung erfolgt

18/36	Push-Aktualität — letzter Push vor 50 Tagen
6.9/36	Commit-Rhythmus — 10/52 Wochen mit Commits
17.1/18	Commit-Volumen — 80 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	80
human_commit_share	1
days_since_last_push	50
active_weeks_last_year	10

Release-Disziplin

47Schwach

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 38 Releases veröffentlicht
7.2/36	Release-Aktualität — letztes Release vor 527 Tagen
12.6/27	Release-Rhythmus — ein Release etwa alle 124,7 Tage
0/10	OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.

Verwendete Eingangsdaten

releases_count	38
latest_release_tag	v0.24.0
releases_from_tags	nein
days_since_latest_release	527
mean_days_between_releases	124,7

Community & Verbreitung

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

73Gut · 17 % des Gesamtindex

Popularität & Verbreitung

74Gut

Wie die Bewertung erfolgt

48/60	Stars — 906 Stars
17.3/25	Forks — 120 Forks
8.2/15	Watcher — 31 Watcher

Verwendete Eingangsdaten

forks	120
stars	906
watchers	31
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Community-Gesundheit

92Exzellent

Wie die Bewertung erfolgt

22.5/22.5	README
22.5/22.5	Lizenz — anerkannte Lizenz (Apache-2.0)
18/18	CONTRIBUTING-Leitfaden
13.5/13.5	Verhaltenskodex
0/7.2	Issue-Vorlage
6.3/6.3	PR-Vorlage

Verwendete Eingangsdaten

has_readme	ja
has_license	ja
readme_badges	6
has_contributing	ja
has_issue_template	nein
has_code_of_conduct	ja
readme_badge_services	github.com, shields.io
has_pull_request_template	ja

Ökosystem-Verbreitung (Downloads)

46Schwach

Wie die Bewertung erfolgt

37.1/80	Downloads pro Monat — 601 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	suzieq
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	601
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?

66Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

39Schwach

Wie die Bewertung erfolgt

9/54	Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
6.1/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 73 % der Commits
13.5/13.5	Breite der Beitragenden — 28 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 11 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	1
contributors_sampled	28
top_contributor_share	0,73

Reaktionsfähigkeit bei Issues & PRs

76Gut

Wie die Bewertung erfolgt

33.1/42	Issue-Lösungsquote — 79 % der Issues geschlossen
24.2/30	PR-Annahme — 362/448 entschiedene PRs gemergt
0/13	Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
9/15	OpenSSF Scorecard: Code-Review — Found 3/5 approved changesets -- score normalized to 6

Verwendete Eingangsdaten

merged_prs	362
open_issues	114
closed_issues	427
prs_merged_7d	0
prs_decided_7d	0
prs_merged_30d	0
prs_decided_30d	0
issue_closed_ratio	0,789
closed_unmerged_prs	86
first_time_authors_30d	0
first_time_prs_merged_30d	0
first_time_prs_decided_30d	0

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

61Mittel

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain
11.1/25	Reichweite des Inhabers — 34 Follower von netenglabs
19.6/25	Kontohistorie — 10 öffentliche Repos, Kontoalter ca. 6 Jahre

Verwendete Eingangsdaten

followers	34
owner_type	Organization
is_verified	nein
owner_login	netenglabs
public_repos	10
account_age_days	2.376

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 74 Tagen
20/20	Versionshistorie — 44 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	suzieq
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	74

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich

Wie die Bewertung erfolgt

24/24	CI-Workflows — 3 Workflow(s)
24/24	Tests vorhanden
16/16	Linter-Konfiguration — .flake8, .pylintrc
9.6/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 3 out of 3 merged PRs checked by a CI test -- score normalized to 10

Verwendete Eingangsdaten

has_ci	ja
has_tests	ja
has_editorconfig	nein
has_linter_config	ja
has_precommit_config	ja

Dokumentation

100Außergewöhnlich

Wie die Bewertung erfolgt

30/30	README
25/25	Dokumentationsverzeichnis
15/15	Dokumentations-/Homepage-Site — https://www.stardustsystems.net/
10/10	Repository-Beschreibung
10/10	Topics — 8 Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	networking, network-analysis, data-center, infrastructure, datacenter, python, network-validation, network-monitoring
has_wiki	ja
homepage	https://www.stardustsystems.net/
docs_site	https://www.stardustsystems.net/
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

50Mittel · 16 % des Gesamtindex

Sicherheitslage

48Schwach

Wie die Bewertung erfolgt

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5	CI-Tests — 3 out of 3 merged PRs checked by a CI test -- score normalized to 10
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
4.5/7.5	Code-Review — Found 3/5 approved changesets -- score normalized to 6
2.5/2.5	Contributors — project has 11 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Lizenz — license file detected
7.5/7.5	Maintained — 17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
0/5	Packaging — keine Daten
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
3.5/5	SAST — SAST tool detected but not run on all commits
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5	Vulnerabilities — 41 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	4,8

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Packaging. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

56Mittel

Wie die Bewertung erfolgt

4.7/35	Direkte Abhängigkeiten ohne bekannte Advisories — 5 betroffen: gitpython 3.1.55 (critical 9.8), asyncssh 2.14.2 (high 8.1), urllib3 2.7.0 (high 7.5), +2 weitere
0/25	Indirekte Abhängigkeiten ohne bekannte Advisories — transitive Menge in diesem Bereich nicht von Entwicklungs- und Test-Abhängigkeiten trennbar
37.2/40	Keine offenen Advisories — 1 Paket(e) mit Advisory seit über 90 Tagen unbehandelt; ältestes vor 689 Tagen veröffentlicht

Verwendete Eingangsdaten

source	osv
advisories	75
affected_packages	10
assessed_packages	192
unassessed_packages	1
affected_by_severity	critical 2, high 4, moderate 3, unknown 1
direct_affected_packages	5

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 192 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. 1 konnten nicht bewertet werden — keine aufgelöste Version, ein nicht unterstütztes Ökosystem oder außerhalb der ausgewiesenen Paketliste. 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.

40Schwach · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

27Gefährdet

Wie die Bewertung erfolgt

0/45	Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15	Maschinenlesbare Doku (llms.txt)
26.7/40	Lesbare Commit-Historie — 50 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	0,5
agent_instruction_files	—
agent_instruction_max_bytes	—

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

43Schwach

Wie die Bewertung erfolgt

0/18	Bootstrap mit einem Befehl
22/22	Automatisierte Tests
11/11	Lint-/Format-Konfiguration — .flake8, .pylintrc
0/11	Statische Typprüfung
10/10	Reproduzierbare Umgebung — Dockerfile, lockfile
0/10	Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8	Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Verwendete Eingangsdaten

has_nix	nein
has_tests	ja
lockfiles	poetry.lock
has_dockerfile	ja
typed_language	nein
bootstrap_files	—
has_devcontainer	nein
has_linter_config	ja
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0

AI-Code-Lesbarkeit für Modelle

55Mittel

Wie die Bewertung erfolgt

0/45	Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
54.6/55	Handhabbare Dateigrößen — 2/264 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	99.767
source_files_sampled	264
oversized_source_files	2

Maschinenlesbare AI-Schnittstellen

40Schwach

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto)
0/20	MCP-Server
40/40	Lauffähige Beispiele — samples

Verwendete Eingangsdaten

example_dirs	samples
has_mcp_signal	nein
api_schema_files	—
interfaces_expected_of	network-service

Eckdaten

906GitHub-Sterne

28Mitwirkende

80Commits, letzte 12 Monate

50Tage seit letztem Push

38Releases

1Bus-Faktor

114offene 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 ★ / 120 ⇿

0Sterne

120Forks

37Releases

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.

Major 0Minor 11Patch 17

Jeder Punkt umfasst 6 Tage.

OpenSSF Scorecard 4.8 / 10

4.8Gesamtwert

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 · 2026-10-19 03:12 UTC

10	Binary-Artifacts	no binaries found in the repo
0	Branch-Protection	branch protection not enabled on development/release branches
10	CI-Tests	3 out of 3 merged PRs checked by a CI test -- score normalized to 10
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
6	Code-Review	Found 3/5 approved changesets -- score normalized to 6
10	Contributors	project has 11 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	17 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
k. A.	Packaging	packaging workflow not detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
7	SAST	SAST tool detected but not run on all commits
0	Security-Policy	security policy file not detected
0	Signed-Releases	Project has not signed or included provenance with any releases.
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
0	Vulnerabilities	41 existing vulnerabilities detected

Direkte Abhängigkeiten 38

Registry	Paket	Versionsvorgabe	Manifest
PyPI	aiohttp	`>3.8, <4.0`	pyproject.toml
PyPI	asyncssh	`~2.14`	pyproject.toml
PyPI	textfsm	`*`	pyproject.toml
PyPI	async-timeout	`>4.0, <5.0`	pyproject.toml
PyPI	aiofiles	`*`	pyproject.toml
PyPI	prompt-toolkit	`>2`	pyproject.toml
PyPI	pyarrow	`>=14.0.1,<15.0`	pyproject.toml
PyPI	pandas	`~1.5`	pyproject.toml
PyPI	PyYAML	`*`	pyproject.toml
PyPI	python-nubia	`0.2b5`	pyproject.toml
PyPI	uvloop	`*`	pyproject.toml
PyPI	networkx	`~2.8`	pyproject.toml
PyPI	matplotlib	`~3.7`	pyproject.toml
PyPI	faker	`~4.18`	pyproject.toml
PyPI	netconan	`~0.11.2`	pyproject.toml
PyPI	jsonpath-ng	`~1.6`	pyproject.toml
PyPI	fastapi	`0.133.1`	pyproject.toml
PyPI	uvicorn	`~0.35.0`	pyproject.toml
PyPI	tabulate	`^0.8.7`	pyproject.toml
PyPI	streamlit	`1.54.0`	pyproject.toml
PyPI	graphviz	`^0.15`	pyproject.toml
PyPI	dateparser	`~1.1`	pyproject.toml
PyPI	natsort	`^8.0.0`	pyproject.toml
PyPI	colorama	`^0.4.4`	pyproject.toml
PyPI	tzlocal	`< 3.0`	pyproject.toml
PyPI	pyparsing	`>=2.2.0, <3.0`	pyproject.toml
PyPI	xmltodict	`~0.12.0`	pyproject.toml
PyPI	streamlit-aggrid	`1.2.1.post2`	pyproject.toml
PyPI	ciscoconfparse	`~1.6.21`	pyproject.toml
PyPI	urllib3	`~2.7.0`	pyproject.toml
PyPI	packaging	`~21.3`	pyproject.toml
PyPI	psutil	`~5.9.4`	pyproject.toml
PyPI	jellyfish	`~0.10`	pyproject.toml
PyPI	altair	`>3.2, <5.0`	pyproject.toml
PyPI	pydantic	`>=2.7,<3`	pyproject.toml
PyPI	numpy	`~1.26`	pyproject.toml
PyPI	pyvmomi	`^8.0.2.0.1`	pyproject.toml
PyPI	gitpython	`3.1.55`	pyproject.toml

Alle Abhängigkeiten 193

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 38 direkte und 155 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
PyPI	aiofiles	`24.1.0`	direkt
PyPI	aiohttp	`3.14.1`	direkt
PyPI	altair	`4.2.2`	direkt
PyPI	async-timeout	`4.0.3`	direkt
PyPI	asyncssh	`2.14.2`	direkt
PyPI	ciscoconfparse	`1.6.52`	direkt
PyPI	colorama	`0.4.6`	direkt
PyPI	dateparser	`1.1.8`	direkt
PyPI	faker	`4.18.0`	direkt
PyPI	fastapi	`0.133.1`	direkt
PyPI	gitpython	`3.1.55`	direkt
PyPI	graphviz	`0.15`	direkt
PyPI	jellyfish	`0.10.0`	direkt
PyPI	jsonpath-ng	`1.6.1`	direkt
PyPI	matplotlib	`3.7.5`	direkt
PyPI	natsort	`8.4.0`	direkt
PyPI	netconan	`0.11.3`	direkt
PyPI	networkx	`2.8.8`	direkt
PyPI	numpy	`1.26.4`	direkt
PyPI	packaging	`21.3`	direkt
PyPI	pandas	`1.5.3`	direkt
PyPI	prompt-toolkit	`3.0.51`	direkt
PyPI	psutil	`5.9.8`	direkt
PyPI	pyarrow	`14.0.2`	direkt
PyPI	pydantic	`2.13.4`	direkt
PyPI	pyparsing	`2.4.7`	direkt
PyPI	python-nubia	`0.2b5`	direkt
PyPI	pyvmomi	`8.0.3.0.1`	direkt
PyPI	pyyaml	`6.0.2`	direkt
PyPI	streamlit	`1.54.0`	direkt
PyPI	streamlit-aggrid	`1.2.1.post2`	direkt
PyPI	tabulate	`0.8.10`	direkt
PyPI	textfsm	`2.1.0`	direkt
PyPI	tzlocal	`2.1`	direkt
PyPI	urllib3	`2.7.0`	direkt
PyPI	uvicorn	`0.35.0`	direkt
PyPI	uvloop	`0.21.0`	direkt
PyPI	xmltodict	`0.12.0`	direkt
PyPI	aiohappyeyeballs	`2.6.1`	indirekt
PyPI	aiosignal	`1.4.0`	indirekt
PyPI	alabaster	`0.7.16`	indirekt
PyPI	annotated-doc	`0.0.4`	indirekt
PyPI	annotated-types	`0.7.0`	indirekt
PyPI	anyio	`4.9.0`	indirekt
PyPI	appdirs	`1.4.4`	indirekt
PyPI	astroid	`3.3.10`	indirekt
PyPI	asttokens	`3.0.0`	indirekt
PyPI	attrs	`25.3.0`	indirekt
PyPI	autopep8	`2.3.2`	indirekt
PyPI	babel	`2.17.0`	indirekt
PyPI	bandit	`1.8.6`	indirekt
PyPI	bidict	`0.23.1`	indirekt
PyPI	blinker	`1.9.0`	indirekt
PyPI	cachetools	`6.1.0`	indirekt
PyPI	certifi	`2025.7.9`	indirekt
PyPI	cffi	`2.1.0`	indirekt
PyPI	cfgv	`3.4.0`	indirekt
PyPI	charset-normalizer	`3.4.2`	indirekt
PyPI	click	`8.4.2`	indirekt
PyPI	configargparse	`0.15.2`	indirekt
PyPI	contourpy	`1.3.0`	indirekt
PyPI	coverage	`7.9.2`	indirekt
PyPI	cryptography	`49.0.0`	indirekt
PyPI	cycler	`0.12.1`	indirekt
PyPI	decorator	`5.2.1`	indirekt
PyPI	dill	`0.4.0`	indirekt
PyPI	distlib	`0.3.9`	indirekt
PyPI	dnspython	`2.7.0`	indirekt
PyPI	docutils	`0.21.2`	indirekt
PyPI	email-validator	`2.3.0`	indirekt
PyPI	entrypoints	`0.4`	indirekt
PyPI	exceptiongroup	`1.3.0`	indirekt
PyPI	execnet	`2.1.1`	indirekt
PyPI	executing	`2.2.0`	indirekt
PyPI	fastapi-cli	`0.0.22`	indirekt
PyPI	filelock	`3.29.7`	indirekt
PyPI	flake8	`7.3.0`	indirekt
PyPI	fonttools	`4.63.0`	indirekt
PyPI	frozenlist	`1.7.0`	indirekt
PyPI	future-fstrings	`1.2.0`	indirekt
PyPI	gitdb	`4.0.12`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httptools	`0.7.1`	indirekt
PyPI	httpx	`0.28.1`	indirekt
PyPI	icdiff	`2.0.7`	indirekt
PyPI	identify	`2.6.12`	indirekt
PyPI	idna	`3.18`	indirekt
PyPI	imagesize	`1.4.1`	indirekt
PyPI	iniconfig	`2.1.0`	indirekt
PyPI	ipaddress	`1.0.23`	indirekt
PyPI	ipdb	`0.13.13`	indirekt
PyPI	ipython	`8.18.1`	indirekt
PyPI	isort	`5.13.2`	indirekt
PyPI	jedi	`0.17.2`	indirekt
PyPI	jinja2	`3.1.6`	indirekt
PyPI	jsonschema	`4.24.0`	indirekt
PyPI	jsonschema-specifications	`2025.4.1`	indirekt
PyPI	kiwisolver	`1.4.7`	indirekt
PyPI	loguru	`0.6.0`	indirekt
PyPI	markdown-it-py	`3.0.0`	indirekt
PyPI	markupsafe	`3.0.2`	indirekt
PyPI	matplotlib-inline	`0.1.7`	indirekt
PyPI	mccabe	`0.7.0`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	mkautodoc	`0.1.0`	indirekt
PyPI	mkdocs	`—`	indirekt
PyPI	mock	`5.2.0`	indirekt
PyPI	multidict	`6.6.3`	indirekt
PyPI	mypy-extensions	`1.1.0`	indirekt
PyPI	nodeenv	`1.9.1`	indirekt
PyPI	parso	`0.7.1`	indirekt
PyPI	passlib	`1.7.4`	indirekt
PyPI	pbr	`6.1.1`	indirekt
PyPI	pexpect	`4.9.0`	indirekt
PyPI	pillow	`12.3.0`	indirekt
PyPI	platformdirs	`4.3.8`	indirekt
PyPI	pluggy	`1.6.0`	indirekt
PyPI	ply	`3.11`	indirekt
PyPI	pprintpp	`0.4.0`	indirekt
PyPI	pre-commit	`4.5.1`	indirekt
PyPI	prettytable	`3.16.0`	indirekt
PyPI	propcache	`0.3.2`	indirekt
PyPI	protobuf	`6.33.6`	indirekt
PyPI	ptyprocess	`0.7.0`	indirekt
PyPI	pure-eval	`0.2.3`	indirekt
PyPI	pycodestyle	`2.14.0`	indirekt
PyPI	pycparser	`2.22`	indirekt
PyPI	pydantic-core	`2.46.4`	indirekt
PyPI	pydantic-extra-types	`2.11.1`	indirekt
PyPI	pydantic-settings	`2.14.2`	indirekt
PyPI	pydeck	`0.9.1`	indirekt
PyPI	pyflakes	`3.4.0`	indirekt
PyPI	pygments	`2.20.0`	indirekt
PyPI	pylint	`3.3.7`	indirekt
PyPI	pytest	`7.2.2`	indirekt
PyPI	pytest-asyncio	`0.23.8`	indirekt
PyPI	pytest-cov	`6.2.1`	indirekt
PyPI	pytest-depends	`1.0.1`	indirekt
PyPI	pytest-icdiff	`0.6`	indirekt
PyPI	pytest-mock	`3.14.1`	indirekt
PyPI	pytest-xdist	`3.8.0`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-decouple	`3.8`	indirekt
PyPI	python-discovery	`1.4.4`	indirekt
PyPI	python-dotenv	`1.2.2`	indirekt
PyPI	python-multipart	`0.0.32`	indirekt
PyPI	pytoolconfig	`1.2.2`	indirekt
PyPI	pytz	`2025.2`	indirekt
PyPI	referencing	`0.36.2`	indirekt
PyPI	regex	`2024.11.6`	indirekt
PyPI	requests	`2.34.2`	indirekt
PyPI	rich	`14.0.0`	indirekt
PyPI	rich-toolkit	`0.19.7`	indirekt
PyPI	rope	`1.13.0`	indirekt
PyPI	rpds-py	`0.26.0`	indirekt
PyPI	setuptools	`83.0.0`	indirekt
PyPI	shellingham	`1.5.4`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	smmap	`5.0.2`	indirekt
PyPI	sniffio	`1.3.1`	indirekt
PyPI	snowballstemmer	`3.0.1`	indirekt
PyPI	sphinx	`7.3.7`	indirekt
PyPI	sphinx-autodoc-typehints	`1.25.3`	indirekt
PyPI	sphinxcontrib-applehelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-devhelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-htmlhelp	`2.1.0`	indirekt
PyPI	sphinxcontrib-jsmath	`1.0.1`	indirekt
PyPI	sphinxcontrib-qthelp	`2.0.0`	indirekt
PyPI	sphinxcontrib-serializinghtml	`2.0.0`	indirekt
PyPI	stack-data	`0.6.3`	indirekt
PyPI	starlette	`1.3.1`	indirekt
PyPI	stevedore	`5.4.1`	indirekt
PyPI	tenacity	`9.1.4`	indirekt
PyPI	termcolor	`3.1.0`	indirekt
PyPI	text-unidecode	`1.3`	indirekt
PyPI	toml	`0.10.2`	indirekt
PyPI	tomli	`2.2.1`	indirekt
PyPI	tomlkit	`0.13.3`	indirekt
PyPI	toolz	`1.0.0`	indirekt
PyPI	tornado	`6.5.7`	indirekt
PyPI	traitlets	`5.14.3`	indirekt
PyPI	typer	`0.23.1`	indirekt
PyPI	typing-extensions	`4.14.1`	indirekt
PyPI	typing-inspect	`0.9.0`	indirekt
PyPI	typing-inspection	`0.4.2`	indirekt
PyPI	virtualenv	`21.6.1`	indirekt
PyPI	watchdog	`6.0.0`	indirekt
PyPI	watchfiles	`1.1.1`	indirekt
PyPI	wcwidth	`0.2.13`	indirekt
PyPI	websockets	`15.0.1`	indirekt
PyPI	win32-setctime	`1.2.0`	indirekt
PyPI	yarl	`1.20.1`	indirekt

Abhängigkeits-Advisories 10

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 192 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 10 tragen bekannte Advisories, davon 5 direkte. 1 konnten nicht bewertet werden – keine aufgelöste Version, ein nicht unterstütztes Ökosystem, oder außerhalb der ausgewiesenen Paketliste.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
gitpython	`3.1.55`	direkt	kritisch	33	`3.1.62`
anyio	`4.9.0`	indirekt	kritisch	4	`4.14.2`
asyncssh	`2.14.2`	direkt	hoch	6	`2.24.0`
urllib3	`2.7.0`	direkt	hoch	6	`2.8.0`
tornado	`6.5.7`	indirekt	hoch	7	`6.5.9`
virtualenv	`21.6.1`	indirekt	hoch	8	`21.7.13`
aiohttp	`3.14.1`	direkt	mittel	6	`3.14.3`
cryptography	`49.0.0`	indirekt	mittel	2	`50.0.0`
pytest	`7.2.2`	indirekt	mittel	2	`9.0.3`
pyarrow	`14.0.2`	direkt	unbekannt	1	`17.0.0`

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.

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.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge