Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-18 00:23 UTC

neuronsimulator / nrn

NEURON Simulator

C++ · PythonEigene Lizenz★ 559 Sterne⑂ 155 Forksseit Okt. 2016Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#neuron#neuroscience#high-performance-computing#simulation

neuronsimulator/nrn erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (66/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

94
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.

94
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 80 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

The NEURON SimulatorOrganisation
95 Follower98 öffentliche Reposseit Apr. 2018

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIneuron9.0.217.66331vor 68 Tagen

Metriken nach Kategorie

Vitalität

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

87Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

89Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
24.9/36Commit-Rhythmus — 36/52 Wochen mit Commits
18/18Commit-Volumen — 156 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year156
human_commit_share0,98
days_since_last_push0
active_weeks_last_year36

Release-Disziplin

83Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 31 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 11 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 55,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count31
latest_release_tag9.0.2a1
releases_from_tagsnein
days_since_latest_release11
mean_days_between_releases55,9

Community & Verbreitung

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

68Gut · 17 % des Gesamtindex

Popularität & Verbreitung

70Gut
Wie die Bewertung erfolgt
44.6/60Stars — 559 Stars
18.2/25Forks — 155 Forks
7.4/15Watcher — 22 Watcher
Verwendete Eingangsdaten
forks155
stars559
watchers22
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

64Mittel
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
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges5
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicescodecov.io, dev.azure.com, github.com, readthedocs.org
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

71Gut
Wie die Bewertung erfolgt
56.6/80Downloads pro Monat — 17.663 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesneuron
dependents—
ecosystemspypi
total_downloads—
monthly_downloads17.663
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?

80Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

74Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
14.3/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 36 % der Commits
13.5/13.5Breite der Beitragenden — 78 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 24 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled78
top_contributor_share0,364

Reaktionsfähigkeit bei Issues & PRs

84Exzellent
Wie die Bewertung erfolgt
30.3/42Issue-Lösungsquote — 72 % der Issues geschlossen
25.2/30PR-Annahme — 2.133/2.536 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 2/2 PRs von Erstbeitragenden in 30 Tagen gemergt
15/15OpenSSF Scorecard: Code-Review — all changesets reviewed
Verwendete Eingangsdaten
merged_prs2.133
open_issues343
closed_issues888
prs_merged_7d9
prs_decided_7d14
prs_merged_30d21
prs_decided_30d29
issue_closed_ratio0,721
closed_unmerged_prs403
first_time_authors_30d2
first_time_prs_merged_30d2
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

69Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
14.3/25Reichweite des Inhabers — 95 Follower von neuronsimulator
25/25Kontohistorie — 98 öffentliche Repos, Kontoalter ca. 8 Jahre
Verwendete Eingangsdaten
followers95
owner_typeOrganization
is_verifiednein
owner_loginneuronsimulator
public_repos98
account_age_days3.102

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 68 Tagen
20/20Versionshistorie — 31 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesneuron
ecosystemspypi
any_deprecatednein
min_days_since_publish68

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 13 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .flake8
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.neuronsimulator.org
10/10Repository-Beschreibung
10/10Topics — 4 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsneuron, neuroscience, high-performance-computing, simulation
has_wikija
homepagehttps://www.neuronsimulator.org
docs_sitehttps://www.neuronsimulator.org
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

66Gut · 16 % des Gesamtindex

Sicherheitslage

57Mittel
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
3/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
7.5/7.5Code-Review — all changesets reviewed
2.5/2.5Contributors — project has 24 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 15 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not 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
0/7.5Vulnerabilities — 39 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate5,7

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_packages6
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:neuron@9.0.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 6 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.

67Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 98 von 98 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_files—
agent_instruction_max_bytes—

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

62Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .flake8
11/11Statische Typprüfung — C++ (statisch typisiert)
10/10Reproduzierbare Umgebung — Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
8/8Automatisierte Wartung — 2 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languageja
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0,02

AI-Code-Lesbarkeit für Modelle

99Außergewöhnlich
Wie die Bewertung erfolgt
45/45Typprüfbarer Code — C++ (statisch typisiert)
53.7/55Handhabbare Dateigrößen — 34/1.452 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languageC++
largest_source_bytes1.413.790
source_files_sampled1.452
oversized_source_files34

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 — example, examples, notebooks
Verwendete Eingangsdaten
example_dirsexample, examples, notebooks
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

559GitHub-Sterne
78Mitwirkende
156Commits, letzte 12 Monate
0Tage seit letztem Push
31Releases
3Bus-Faktor
343offene 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 ★ / 155 ⇿
0Sterne
155Forks
31Releases

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.

025507510012515014932016-112021-102026-10
Major 2Minor 2Patch 14

Jeder Punkt umfasst 10 Tage.

OpenSSF Scorecard 5.7 / 10
5.7Gesamtwert

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 · 2026-10-18 00:23 UTC

10Binary-Artifactsno binaries found in the repo
4Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests30 out of 30 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
10Code-Reviewall changesets reviewed
10Contributorsproject has 24 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 15 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities39 existing vulnerabilities detected
Direkte Abhängigkeiten 5
RegistryPaketVersionsvorgabeManifest
PyPIfind-libpython—pyproject.toml
PyPInumpy>=1.9.3pyproject.toml
PyPIpackaging>=22.0pyproject.toml
PyPIsetuptools—pyproject.toml
PyPIsympy>=1.3pyproject.toml
Alle Abhängigkeiten 193

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 16 direkte und 177 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIfind-libpython—direkt
PyPIfind-libpython0.5.1direkt
PyPInumpy—direkt
PyPInumpy1.20.3direkt
PyPInumpy1.21.6direkt
PyPInumpy1.23.5direkt
PyPInumpy1.26.4direkt
PyPInumpy2.1.0direkt
PyPInumpy2.3.2direkt
PyPInumpy2.3.3direkt
PyPIpackaging—direkt
PyPIpackaging26.3direkt
PyPIsetuptools—direkt
PyPIsetuptools84.0.0direkt
PyPIsympy—direkt
PyPIsympy1.14.0direkt
PyPIalabaster1.0.0indirekt
PyPIanyio4.15.1indirekt
PyPIanywidget—indirekt
PyPIanywidget0.11.0indirekt
PyPIappnope1.0.0indirekt
PyPIargon2-cffi25.1.0indirekt
PyPIargon2-cffi-bindings26.1.0indirekt
PyPIarrow1.4.0indirekt
PyPIasttokens3.0.2indirekt
PyPIasync-lru2.3.0indirekt
PyPIattrs26.1.0indirekt
PyPIbabel2.18.0indirekt
PyPIbeautifulsoup44.15.0indirekt
PyPIbleach6.4.0indirekt
PyPIbokeh—indirekt
PyPIbokeh3.9.2indirekt
PyPIcertifi2026.7.22indirekt
PyPIcharset-normalizer3.5.1indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.2indirekt
PyPIcoverage7.16.2indirekt
PyPIcycler0.12.1indirekt
PyPIcython—indirekt
PyPIcython3.3.0indirekt
PyPIdebugpy1.8.22indirekt
PyPIdecorator5.3.1indirekt
PyPIdefusedxml0.7.1indirekt
PyPIdocutils—indirekt
PyPIdocutils0.21.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.22.2indirekt
PyPIfonttools4.65.0indirekt
PyPIfqdn1.6.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIidna3.20indirekt
PyPIimagesize2.0.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython—indirekt
PyPIipython8.39.0indirekt
PyPIipywidgets—indirekt
PyPIipywidgets8.1.9indirekt
PyPIisoduration20.11.0indirekt
PyPIjedi0.20.0indirekt
PyPIjinja2—indirekt
PyPIjinja23.1.6indirekt
PyPIjson50.15.0indirekt
PyPIjsonpointer3.1.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter—indirekt
PyPIjupyter1.1.1indirekt
PyPIjupyter-builder1.2.3indirekt
PyPIjupyter-client—indirekt
PyPIjupyter-client8.10.0indirekt
PyPIjupyter-console6.6.3indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyter-events0.12.1indirekt
PyPIjupyter-lsp2.3.1indirekt
PyPIjupyter-server2.21.1indirekt
PyPIjupyter-server-terminals0.5.4indirekt
PyPIjupyterlab4.6.4indirekt
PyPIjupyterlab-pygments0.3.0indirekt
PyPIjupyterlab-server2.28.1indirekt
PyPIjupyterlab-widgets3.0.17indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlark1.3.1indirekt
PyPImarkdown-it-py3.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib—indirekt
PyPImatplotlib3.10.7indirekt
PyPImatplotlib-inline0.2.2indirekt
PyPImdit-py-plugins0.6.1indirekt
PyPImdurl0.1.2indirekt
PyPImistune—indirekt
PyPImistune3.3.4indirekt
PyPImpi4py—indirekt
PyPImpi4py4.1.2indirekt
PyPImpmath1.3.0indirekt
PyPImyst-parser—indirekt
PyPImyst-parser4.0.1indirekt
PyPInarwhals2.26.0indirekt
PyPInbclient0.11.0indirekt
PyPInbconvert—indirekt
PyPInbconvert7.17.1indirekt
PyPInbformat5.11.1indirekt
PyPInbsphinx—indirekt
PyPInbsphinx0.9.8indirekt
PyPInest-asyncio21.7.3indirekt
PyPInotebook7.6.3indirekt
PyPInotebook-shim0.2.4indirekt
PyPIpandas2.3.3indirekt
PyPIpandocfilters1.5.1indirekt
PyPIparso0.8.7indirekt
PyPIpathspec1.1.1indirekt
PyPIpatsy1.0.3indirekt
PyPIpillow12.3.0indirekt
PyPIplatformdirs4.12.2indirekt
PyPIplotly—indirekt
PyPIplotly7.1.0indirekt
PyPIplotnine—indirekt
PyPIpluggy1.6.0indirekt
PyPIprometheus-client0.26.0indirekt
PyPIprompt-toolkit3.0.53indirekt
PyPIpsutil7.2.2indirekt
PyPIpsygnal0.16.1indirekt
PyPIpure-eval0.2.4indirekt
PyPIpycparser3.0indirekt
PyPIpygments2.21.0indirekt
PyPIpyparsing3.3.3indirekt
PyPIpytest—indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-cov—indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-json-logger4.2.0indirekt
PyPIpytz2026.4indirekt
PyPIpywinpty3.0.5indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.34.2indirekt
PyPIrfc3339-validator0.1.4indirekt
PyPIrfc3986-validator0.1.1indirekt
PyPIrfc3987-syntax1.1.0indirekt
PyPIscikit-build-core—indirekt
PyPIscikit-build-core1.1.0indirekt
PyPIscipy1.16.2indirekt
PyPIsend2trash2.1.0indirekt
PyPIsetuptools-scm—indirekt
PyPIsetuptools-scm10.3.4indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsoupsieve2.10indirekt
PyPIsphinx—indirekt
PyPIsphinx8.1.3indirekt
PyPIsphinx-design—indirekt
PyPIsphinx-design0.6.1indirekt
PyPIsphinx-inline-tabs—indirekt
PyPIsphinx-inline-tabs2025.12.21.14indirekt
PyPIsphinx-rtd-theme—indirekt
PyPIsphinx-rtd-theme3.1.0indirekt
PyPIsphinxcontrib-applehelp—indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp—indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jquery4.1indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-mermaid—indirekt
PyPIsphinxcontrib-mermaid2.1.1indirekt
PyPIsphinxcontrib-moderncmakedomain—indirekt
PyPIsphinxcontrib-moderncmakedomain3.29.0indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIstack-data0.6.3indirekt
PyPItenacity—indirekt
PyPItenacity9.1.4indirekt
PyPIterminado0.18.1indirekt
PyPItinycss21.5.1indirekt
PyPItornado6.5.10indirekt
PyPItraitlets5.16.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItzdata2026.4indirekt
PyPIuri-template1.3.0indirekt
PyPIurllib32.8.0indirekt
PyPIuv—indirekt
PyPIvcs-versioning2.5.0indirekt
PyPIwcwidth0.9.1indirekt
PyPIwebcolors25.10.0indirekt
PyPIwebencodings0.6.1indirekt
PyPIwebsocket-client1.9.2indirekt
PyPIwidgetsnbextension4.0.16indirekt
PyPIxyzservices2026.9.1indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:neuron@9.0.2 zieht 6 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 neuronsimulator/nrn teilen. Nebeneinander lesen →

93ITISFoundation/osparc-simcore🐼 osparc-simcore simulation frameworkAußergewöhnlich99quantumlib/CirqPython framework for creating, editing, and running Noisy Intermediate-Scale Quantum (NISQ) circuits.Außergewöhnlich99nautechsystems/nautilus_traderProduction-grade Rust-native trading engine with deterministic event-driven architectureAußergewöhnlich98ansys/pymechanicalPythonic interface to Ansys Mechanical ™Außergewöhnlich98Netflix/metaflowBuild, Manage and Deploy AI/ML SystemsAußergewöhnlich98equinor/ertERT - Ensemble based Reservoir Tool - is designed for running ensembles of dynamical models such as reservoir models, in order to do sensitivity analysis and data assimilation. ERT supports data assimilation using the Ensemble Smoother (ES) and Ensemble Smoother with Multiple Data Assimilation (ES-MDA).Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

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