Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 17:56 UTC

online-ml / river

🌊 Online machine learning in Python

PythonBSD-3-Clause★ 6.099 Sterne⑂ 822 Forksseit Jan. 2019Auf GitHub ansehen ↗

#incremental-learning #machine-learning #python #online-learning #online-statistics #data-science #streaming #online-machine-learning #streaming-data #concept-drift #real-time-processing #stream-processing

online-ml/river erreicht einen Gesundheitsindex von 96 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Engineering Quality (96/100) ab, am schwächsten bei Security (61/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

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.

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 84 wird auf der veröffentlichten Indexskala auf 96 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

The Fellowship of Online Machine LearningOrganisation

400 Follower16 öffentliche Reposseit Jan. 2019

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
crates.io	riververweist auf ein anderes Repo — nicht bewertet	0.0.0	4	2	vor 836 Tagen	proxy
PyPI	river	0.26.1	176.920	30	vor 27 Tagen	—

Metriken nach Kategorie

Vitalität

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

90Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

88Exzellent

Wie die Bewertung erfolgt

36/36	Push-Aktualität — letzter Push vor 0 Tagen
23.5/36	Commit-Rhythmus — 34/52 Wochen mit Commits
18/18	Commit-Volumen — 285 Commits im letzten Jahr
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10

Verwendete Eingangsdaten

commits_last_year	285
human_commit_share	0,87
days_since_last_push	0
active_weeks_last_year	34

Release-Disziplin

92Exzellent

Wie die Bewertung erfolgt

27/27	Liefert Releases aus — 24 Releases veröffentlicht
36/36	Release-Aktualität — letztes Release vor 27 Tagen
19.8/27	Release-Rhythmus — ein Release etwa alle 94,5 Tage
0/10	OpenSSF Scorecard: Signed-Releases — keine Daten

Verwendete Eingangsdaten

releases_count	24
latest_release_tag	0.26.1
releases_from_tags	nein
days_since_latest_release	27
mean_days_between_releases	94,5

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?

92Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

95Außergewöhnlich

Wie die Bewertung erfolgt

60/60	Stars — 6.099 Stars
24.3/25	Forks — 822 Forks
10.5/15	Watcher — 80 Watcher

Verwendete Eingangsdaten

forks	822
stars	6.099
watchers	80
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 (BSD-3-Clause)
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	5
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)

88Exzellent

Wie die Bewertung erfolgt

70/80	Downloads pro Monat — 176.920 Downloads/Monat über pypi
0/20	Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen

Verwendete Eingangsdaten

packages	river
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	176.920
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?

76Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

60Mittel

Wie die Bewertung erfolgt

25.2/54	Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
11.6/22.5	Commit-Verteilung — wichtigste beitragende Person verfasste 49 % der Commits
13.5/13.5	Breite der Beitragenden — 98 Beitragende
10/10	OpenSSF Scorecard: Contributors — project has 30 contributing companies or organizations

Verwendete Eingangsdaten

bus_factor	2
contributors_sampled	98
top_contributor_share	0,486

Reaktionsfähigkeit bei Issues & PRs

82Exzellent

Wie die Bewertung erfolgt

38.6/42	Issue-Lösungsquote — 92 % der Issues geschlossen
24.5/30	PR-Annahme — 712/873 entschiedene PRs gemergt
13/13	Newcomer PR acceptance — 4/4 PRs von Erstbeitragenden in 30 Tagen gemergt
6/15	OpenSSF Scorecard: Code-Review — Found 13/27 approved changesets -- score normalized to 4

Verwendete Eingangsdaten

merged_prs	712
open_issues	55
closed_issues	616
prs_merged_7d	4
prs_decided_7d	4
prs_merged_30d	7
prs_decided_30d	8
issue_closed_ratio	0,918
closed_unmerged_prs	161
first_time_authors_30d	4
first_time_prs_merged_30d	4
first_time_prs_decided_30d	4

Eigentümerschaft & Trägerschaft

70Gut

Wie die Bewertung erfolgt

30/30	Organisatorische Trägerschaft — im Besitz einer Organisation
0/20	Verifizierte Domain
18.7/25	Reichweite des Inhabers — 400 Follower von online-ml
21/25	Kontohistorie — 16 öffentliche Repos, Kontoalter ca. 7 Jahre

Verwendete Eingangsdaten

followers	400
owner_type	Organization
is_verified	nein
owner_login	online-ml
public_repos	16
account_age_days	2.793

Paketpflege

100Außergewöhnlich

Wie die Bewertung erfolgt

25/25	Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35	Veröffentlichungsaktualität — letzte Veröffentlichung vor 27 Tagen
20/20	Versionshistorie — 30 veröffentlichte Versionen
20/20	Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen

Verwendete Eingangsdaten

packages	river
ecosystems	pypi
any_deprecated	nein
min_days_since_publish	27

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

96Außergewöhnlich · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich

Wie die Bewertung erfolgt

24/24	CI-Workflows — 7 Workflow(s)
24/24	Tests vorhanden
16/16	Linter-Konfiguration — Cargo.toml ([lints]), pyproject.toml ([tool.ruff])
9.6/9.6	Pre-Commit-Hooks
0/6.4	.editorconfig
20/20	OpenSSF Scorecard: CI-Tests — 17 out of 17 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://riverml.xyz
10/10	Repository-Beschreibung
10/10	Topics — 12 Topics
10/10	Wiki

Verwendete Eingangsdaten

topics	incremental-learning, machine-learning, python, online-learning, online-statistics, data-science, streaming, online-machine-learning, streaming-data, concept-drift, real-time-processing, stream-processing
has_wiki	ja
homepage	https://riverml.xyz
docs_site	https://riverml.xyz
has_readme	ja
has_docs_dir	ja
has_description	ja

Sicherheit

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

61Mittel · 16 % des Gesamtindex

Sicherheitslage

55Mittel

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 — 17 out of 17 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
3/7.5	Code-Review — Found 13/27 approved changesets -- score normalized to 4
2.5/2.5	Contributors — project has 30 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 — 30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — keine Daten
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
5.2/7.5	Vulnerabilities — 3 existing vulnerabilities detected

Verwendete Eingangsdaten

source	openssf_scorecard
checks_evaluated	17
scorecard_version	v5.5.0
checks_inconclusive	1
scorecard_aggregate	5,5

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

Abhängigkeits-Advisories

85Exzellent

Wie die Bewertung erfolgt

26.6/35	Direkte Abhängigkeiten ohne bekannte Advisories — 1 betroffen: bincode 1.3.3 (unknown)
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 275 Tagen veröffentlicht

Verwendete Eingangsdaten

source	osv
advisories	3
affected_packages	3
assessed_packages	294
unassessed_packages	0
affected_by_severity	high 1, unknown 2
direct_affected_packages	1

Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Indirekte Abhängigkeiten ohne bekannte Advisories. Die verbleibenden Gewichte wurden renormalisiert. 294 aufgelöste Abhängigkeiten wurden mit OSV abgeglichen. Dieses Repository veröffentlicht kein Paket, das der Index auflöst; bewertet wurde daher der Abhängigkeitsgraph des Repositorys. Dieser Graph vermischt Entwicklungs- und Test-Pins mit ausgelieferten Abhängigkeiten, daher werden nur die deklarierten Laufzeit-Abhängigkeiten bewertet; transitive Befunde werden als Kontext ausgewiesen und fließen nicht in die Bewertung ein. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

89Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent

Wie die Bewertung erfolgt

45/45	Agentenanweisungen — AGENTS.md, CLAUDE.md
0/15	Maschinenlesbare Doku (llms.txt)
40/40	Lesbare Commit-Historie — 72 von 87 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)

Verwendete Eingangsdaten

has_llms_txt	nein
llms_txt_url	—
legible_history_share	0,828
agent_instruction_files	AGENTS.md, CLAUDE.md
agent_instruction_max_bytes	4.487

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

90Exzellent

Wie die Bewertung erfolgt

18/18	Bootstrap mit einem Befehl — Makefile
22/22	Automatisierte Tests
11/11	Lint-/Format-Konfiguration — Cargo.toml ([lints]), pyproject.toml ([tool.ruff])
11/11	Statische Typprüfung — river/py.typed
10/10	Reproduzierbare Umgebung — lockfile
10/10	Belegte Agentenpraxis — 37 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8	Automatisierte Wartung — 13 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
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	Cargo.lock, uv.lock
has_dockerfile	nein
typed_language	nein
bootstrap_files	Makefile
has_devcontainer	nein
has_linter_config	ja
typecheck_configs	river/py.typed
agent_commit_share	0,37
toolchain_manifests	Cargo.toml
dependency_bot_commit_share	0,13

AI-Code-Lesbarkeit für Modelle

82Exzellent

Wie die Bewertung erfolgt

27/45	Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (river/py.typed)
55/55	Handhabbare Dateigrößen — 0/616 Quelldateien über 60 KB

Verwendete Eingangsdaten

primary_language	Python
largest_source_bytes	38.634
source_files_sampled	616
oversized_source_files	0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich

Wie die Bewertung erfolgt

0/40	API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20	MCP-Server — für diese Art von Software nicht anwendbar
40/40	Lauffähige Beispiele — examples, notebooks, recipes

Verwendete Eingangsdaten

example_dirs	examples, notebooks, recipes
has_mcp_signal	nein
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

6.099GitHub-Sterne

98Mitwirkende

285Commits, letzte 12 Monate

0Tage seit letztem Push

24Releases

2Bus-Faktor

55offene Issues

crates.io, PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
crates package 'river' points at a different repository (https://github.com/memorysafety/river); excluded from ecosystem scoring
deps.dev does not index crates:river@0.0.0; advisories assessed against the repository dependency graph instead

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 822 ⇿

0Sterne

822Forks

24Releases

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 17Patch 7

Jeder Punkt umfasst 7 Tage.

OpenSSF Scorecard 5.5 / 10

5.5Gesamtwert

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 · 2026-09-17 17:56 UTC

10	Binary-Artifacts	no binaries found in the repo
0	Branch-Protection	branch protection not enabled on development/release branches
10	CI-Tests	17 out of 17 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
4	Code-Review	Found 13/27 approved changesets -- score normalized to 4
10	Contributors	project has 30 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	30 commit(s) and 15 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
k. A.	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
7	Vulnerabilities	3 existing vulnerabilities detected

Direkte Abhängigkeiten 10

Registry	Paket	Versionsvorgabe	Manifest
crates.io	pyo3	`0.29.2`	Cargo.toml
crates.io	bincode	`1.3.3`	Cargo.toml
crates.io	serde	`1.0`	Cargo.toml
crates.io	serde_json	`1.0`	Cargo.toml
crates.io	num	`0.4`	Cargo.toml
crates.io	ordered-float	`3.9`	Cargo.toml
crates.io	libm	`0.2`	Cargo.toml
PyPI	scipy	`>=1.14.1,<2`	pyproject.toml
PyPI	numpy	`>=2.2.5,<3`	pyproject.toml
PyPI	narwhals	`>=2.0.0`	pyproject.toml

Alle Abhängigkeiten 294

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 284 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

Registry	Paket	Version	Beziehung
crates.io	bincode	`1.3.3`	direkt
crates.io	libm	`0.2.16`	direkt
crates.io	num	`0.4.3`	direkt
crates.io	ordered-float	`3.9.2`	direkt
crates.io	pyo3	`0.29.2`	direkt
crates.io	serde	`1.0.228`	direkt
crates.io	serde_json	`1.0.149`	direkt
PyPI	narwhals	`2.18.1`	direkt
PyPI	numpy	`2.4.3`	direkt
PyPI	scipy	`1.17.1`	direkt
crates.io	aho-corasick	`1.1.4`	indirekt
crates.io	anes	`0.1.6`	indirekt
crates.io	anstyle	`1.0.14`	indirekt
crates.io	anyhow	`1.0.103`	indirekt
crates.io	approx	`0.5.1`	indirekt
crates.io	autocfg	`1.5.0`	indirekt
crates.io	bitflags	`2.13.0`	indirekt
crates.io	bumpalo	`3.20.2`	indirekt
crates.io	cast	`0.3.0`	indirekt
crates.io	cc	`1.2.65`	indirekt
crates.io	cfg-if	`1.0.4`	indirekt
crates.io	cfg_aliases	`0.2.1`	indirekt
crates.io	ciborium	`0.2.2`	indirekt
crates.io	ciborium-io	`0.2.2`	indirekt
crates.io	ciborium-ll	`0.2.2`	indirekt
crates.io	clap	`4.6.0`	indirekt
crates.io	clap_builder	`4.6.0`	indirekt
crates.io	clap_lex	`1.1.0`	indirekt
crates.io	codspeed	`5.0.1`	indirekt
crates.io	codspeed-criterion-compat	`5.0.1`	indirekt
crates.io	codspeed-criterion-compat-walltime	`5.0.1`	indirekt
crates.io	colored	`3.1.1`	indirekt
crates.io	criterion-plot	`0.5.0`	indirekt
crates.io	crossbeam-deque	`0.8.6`	indirekt
crates.io	crossbeam-epoch	`0.9.18`	indirekt
crates.io	crossbeam-utils	`0.8.21`	indirekt
crates.io	crunchy	`0.2.4`	indirekt
crates.io	either	`1.15.0`	indirekt
crates.io	find-msvc-tools	`0.1.9`	indirekt
crates.io	getrandom	`0.4.3`	indirekt
crates.io	glob	`0.3.3`	indirekt
crates.io	half	`2.7.1`	indirekt
crates.io	heck	`0.5.0`	indirekt
crates.io	hermit-abi	`0.5.2`	indirekt
crates.io	is-terminal	`0.4.17`	indirekt
crates.io	itertools	`0.10.5`	indirekt
crates.io	itoa	`1.0.18`	indirekt
crates.io	js-sys	`0.3.95`	indirekt
crates.io	libc	`0.2.186`	indirekt
crates.io	memchr	`2.8.0`	indirekt
crates.io	nix	`0.31.3`	indirekt
crates.io	num-bigint	`0.4.6`	indirekt
crates.io	num-complex	`0.4.6`	indirekt
crates.io	num-integer	`0.1.46`	indirekt
crates.io	num-iter	`0.1.45`	indirekt
crates.io	num-rational	`0.4.2`	indirekt
crates.io	num-traits	`0.2.19`	indirekt
crates.io	once_cell	`1.21.4`	indirekt
crates.io	oorandom	`11.1.5`	indirekt
crates.io	plotters	`0.3.7`	indirekt
crates.io	plotters-backend	`0.3.7`	indirekt
crates.io	plotters-svg	`0.3.7`	indirekt
crates.io	portable-atomic	`1.13.1`	indirekt
crates.io	proc-macro2	`1.0.106`	indirekt
crates.io	pyo3-build-config	`0.29.2`	indirekt
crates.io	pyo3-ffi	`0.29.2`	indirekt
crates.io	pyo3-macros	`0.29.2`	indirekt
crates.io	pyo3-macros-backend	`0.29.2`	indirekt
crates.io	quote	`1.0.45`	indirekt
crates.io	r-efi	`6.0.0`	indirekt
crates.io	rand	`0.8.6`	indirekt
crates.io	rand_core	`0.6.4`	indirekt
crates.io	rayon	`1.12.0`	indirekt
crates.io	rayon-core	`1.13.0`	indirekt
crates.io	regex	`1.12.3`	indirekt
crates.io	regex-automata	`0.4.14`	indirekt
crates.io	regex-syntax	`0.8.10`	indirekt
crates.io	rustversion	`1.0.22`	indirekt
crates.io	same-file	`1.0.6`	indirekt
crates.io	serde_core	`1.0.228`	indirekt
crates.io	serde_derive	`1.0.228`	indirekt
crates.io	shlex	`2.0.1`	indirekt
crates.io	statrs	`0.18.0`	indirekt
crates.io	syn	`2.0.117`	indirekt
crates.io	target-lexicon	`0.13.5`	indirekt
crates.io	tinytemplate	`1.2.1`	indirekt
crates.io	unicode-ident	`1.0.24`	indirekt
crates.io	walkdir	`2.5.0`	indirekt
crates.io	wasm-bindgen	`0.2.118`	indirekt
crates.io	wasm-bindgen-macro	`0.2.118`	indirekt
crates.io	wasm-bindgen-macro-support	`0.2.118`	indirekt
crates.io	wasm-bindgen-shared	`0.2.118`	indirekt
crates.io	web-sys	`0.3.95`	indirekt
crates.io	winapi-util	`0.1.11`	indirekt
crates.io	windows-link	`0.2.1`	indirekt
crates.io	windows-sys	`0.61.2`	indirekt
crates.io	zerocopy	`0.8.48`	indirekt
crates.io	zerocopy-derive	`0.8.48`	indirekt
crates.io	zmij	`1.0.21`	indirekt
PyPI	alabaster	`1.0.0`	indirekt
PyPI	altair	`6.0.0`	indirekt
PyPI	anyio	`4.13.0`	indirekt
PyPI	appnope	`0.1.4`	indirekt
PyPI	argon2-cffi	`25.1.0`	indirekt
PyPI	argon2-cffi-bindings	`25.1.0`	indirekt
PyPI	arrow	`1.4.0`	indirekt
PyPI	asttokens	`3.0.1`	indirekt
PyPI	asv	`0.6.5`	indirekt
PyPI	asv-runner	`0.2.1`	indirekt
PyPI	async-lru	`2.3.0`	indirekt
PyPI	attrs	`26.1.0`	indirekt
PyPI	babel	`2.18.0`	indirekt
PyPI	beautifulsoup4	`4.14.3`	indirekt
PyPI	bleach	`6.4.0`	indirekt
PyPI	blinker	`1.9.0`	indirekt
PyPI	build	`1.4.2`	indirekt
PyPI	certifi	`2026.2.25`	indirekt
PyPI	cffi	`2.0.0`	indirekt
PyPI	charset-normalizer	`3.4.6`	indirekt
PyPI	click	`8.3.1`	indirekt
PyPI	cloudpickle	`3.1.2`	indirekt
PyPI	colorama	`0.4.6`	indirekt
PyPI	comm	`0.2.3`	indirekt
PyPI	contourpy	`1.3.3`	indirekt
PyPI	cycler	`0.12.1`	indirekt
PyPI	debugpy	`1.8.20`	indirekt
PyPI	decorator	`5.2.1`	indirekt
PyPI	deepmerge	`2.0`	indirekt
PyPI	defusedxml	`0.7.1`	indirekt
PyPI	distlib	`0.4.0`	indirekt
PyPI	docutils	`0.22.4`	indirekt
PyPI	dominate	`2.9.1`	indirekt
PyPI	execnet	`2.1.2`	indirekt
PyPI	executing	`2.2.1`	indirekt
PyPI	farama-notifications	`0.0.4`	indirekt
PyPI	fastjsonschema	`2.21.2`	indirekt
PyPI	filelock	`3.25.2`	indirekt
PyPI	flask	`3.1.3`	indirekt
PyPI	fonttools	`4.63.0`	indirekt
PyPI	fqdn	`1.5.1`	indirekt
PyPI	graphviz	`0.20.3`	indirekt
PyPI	greenlet	`3.3.2`	indirekt
PyPI	grimp	`3.15`	indirekt
PyPI	gymnasium	`0.29.1`	indirekt
PyPI	h11	`0.16.0`	indirekt
PyPI	httpcore	`1.0.9`	indirekt
PyPI	httpx	`0.28.1`	indirekt
PyPI	idna	`3.15`	indirekt
PyPI	imagesize	`2.0.0`	indirekt
PyPI	import-linter	`2.13`	indirekt
PyPI	importlib-metadata	`9.0.0`	indirekt
PyPI	iniconfig	`2.3.0`	indirekt
PyPI	ipykernel	`6.31.0`	indirekt
PyPI	ipython	`8.38.0`	indirekt
PyPI	ipython-genutils	`0.2.0`	indirekt
PyPI	ipywidgets	`8.1.8`	indirekt
PyPI	isoduration	`20.11.0`	indirekt
PyPI	itsdangerous	`2.2.0`	indirekt
PyPI	jedi	`0.19.2`	indirekt
PyPI	jinja2	`3.1.6`	indirekt
PyPI	joblib	`1.5.3`	indirekt
PyPI	json5	`0.13.0`	indirekt
PyPI	jsonpointer	`3.1.1`	indirekt
PyPI	jsonschema	`4.26.0`	indirekt
PyPI	jsonschema-specifications	`2025.9.1`	indirekt
PyPI	jupyter	`1.1.1`	indirekt
PyPI	jupyter-client	`8.8.0`	indirekt
PyPI	jupyter-console	`6.6.3`	indirekt
PyPI	jupyter-contrib-core	`0.4.2`	indirekt
PyPI	jupyter-contrib-nbextensions	`0.7.0`	indirekt
PyPI	jupyter-core	`5.9.1`	indirekt
PyPI	jupyter-events	`0.12.0`	indirekt
PyPI	jupyter-highlight-selected-word	`0.2.0`	indirekt
PyPI	jupyter-lsp	`2.3.0`	indirekt
PyPI	jupyter-nbextensions-configurator	`0.6.4`	indirekt
PyPI	jupyter-server	`2.20.0`	indirekt
PyPI	jupyter-server-terminals	`0.5.4`	indirekt
PyPI	jupyterlab	`4.5.10`	indirekt
PyPI	jupyterlab-pygments	`0.3.0`	indirekt
PyPI	jupyterlab-server	`2.28.0`	indirekt
PyPI	jupyterlab-widgets	`3.0.16`	indirekt
PyPI	kiwisolver	`1.5.0`	indirekt
PyPI	lark	`1.3.1`	indirekt
PyPI	librt	`0.8.1`	indirekt
PyPI	lxml	`6.1.0`	indirekt
PyPI	markdown	`3.10.2`	indirekt
PyPI	markdown-it-py	`4.2.0`	indirekt
PyPI	markupsafe	`3.0.3`	indirekt
PyPI	matplotlib	`3.10.9`	indirekt
PyPI	matplotlib-inline	`0.2.1`	indirekt
PyPI	mdurl	`0.1.2`	indirekt
PyPI	mike	`2.2.0+zensical.0.1.0`	indirekt
PyPI	mistune	`3.3.3`	indirekt
PyPI	mpmath	`1.3.0`	indirekt
PyPI	mypy	`1.19.1`	indirekt
PyPI	mypy-extensions	`1.1.0`	indirekt
PyPI	nbclassic	`1.3.3`	indirekt
PyPI	nbclient	`0.10.4`	indirekt
PyPI	nbconvert	`7.17.1`	indirekt
PyPI	nbformat	`5.10.4`	indirekt
PyPI	nest-asyncio	`1.6.0`	indirekt
PyPI	notebook	`6.5.4`	indirekt
PyPI	notebook-shim	`0.2.4`	indirekt
PyPI	numpydoc	`1.10.0`	indirekt
PyPI	overrides	`7.7.0`	indirekt
PyPI	packaging	`26.0`	indirekt
PyPI	pandas	`2.3.3`	indirekt
PyPI	pandocfilters	`1.5.1`	indirekt
PyPI	parso	`0.8.6`	indirekt
PyPI	pathspec	`1.0.4`	indirekt
PyPI	pexpect	`4.9.0`	indirekt
PyPI	pillow	`12.3.0`	indirekt
PyPI	platformdirs	`4.9.4`	indirekt
PyPI	plotly	`6.6.0`	indirekt
PyPI	pluggy	`1.6.0`	indirekt
PyPI	polars	`1.39.3`	indirekt
PyPI	polars-runtime-32	`1.39.3`	indirekt
PyPI	prek	`0.4.3`	indirekt
PyPI	prometheus-client	`0.24.1`	indirekt
PyPI	prompt-toolkit	`3.0.52`	indirekt
PyPI	psutil	`7.2.2`	indirekt
PyPI	ptyprocess	`0.7.0`	indirekt
PyPI	pure-eval	`0.2.3`	indirekt
PyPI	pyarrow	`24.0.0`	indirekt
PyPI	pycparser	`3.0`	indirekt
PyPI	pygments	`2.20.0`	indirekt
PyPI	pymdown-extensions	`11.0.1`	indirekt
PyPI	pympler	`1.1`	indirekt
PyPI	pyparsing	`3.3.2`	indirekt
PyPI	pyproject-hooks	`1.2.0`	indirekt
PyPI	pytest	`9.0.3`	indirekt
PyPI	pytest-codspeed	`5.0.3`	indirekt
PyPI	pytest-xdist	`3.8.0`	indirekt
PyPI	python-dateutil	`2.9.0.post0`	indirekt
PyPI	python-discovery	`1.2.0`	indirekt
PyPI	python-json-logger	`4.0.0`	indirekt
PyPI	python-slugify	`8.0.4`	indirekt
PyPI	pytz	`2026.1.post1`	indirekt
PyPI	pywin32	`311`	indirekt
PyPI	pywinpty	`3.0.3`	indirekt
PyPI	pyyaml	`6.0.3`	indirekt
PyPI	pyzmq	`27.1.0`	indirekt
PyPI	referencing	`0.37.0`	indirekt
PyPI	requests	`2.33.0`	indirekt
PyPI	rfc3339-validator	`0.1.4`	indirekt
PyPI	rfc3986-validator	`0.1.1`	indirekt
PyPI	rfc3987-syntax	`1.1.0`	indirekt
PyPI	rich	`15.0.0`	indirekt
PyPI	river	`0.26.1`	indirekt
PyPI	roman-numerals	`4.1.0`	indirekt
PyPI	rpds-py	`0.30.0`	indirekt
PyPI	ruff	`0.15.8`	indirekt
PyPI	scikit-learn	`1.8.0`	indirekt
PyPI	send2trash	`2.1.0`	indirekt
PyPI	setuptools	`83.0.0`	indirekt
PyPI	six	`1.17.0`	indirekt
PyPI	snowballstemmer	`3.0.1`	indirekt
PyPI	soupsieve	`2.8.4`	indirekt
PyPI	sphinx	`9.0.4`	indirekt
PyPI	sphinx	`9.1.0`	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	sqlalchemy	`2.0.48`	indirekt
PyPI	stack-data	`0.6.3`	indirekt
PyPI	sympy	`1.14.0`	indirekt
PyPI	ta-lib	`0.6.8`	indirekt
PyPI	tabulate	`0.10.0`	indirekt
PyPI	terminado	`0.18.1`	indirekt
PyPI	text-unidecode	`1.3`	indirekt
PyPI	threadpoolctl	`3.6.0`	indirekt
PyPI	tinycss2	`1.4.0`	indirekt
PyPI	tomli	`2.4.1`	indirekt
PyPI	tornado	`6.5.8`	indirekt
PyPI	tqdm	`4.67.3`	indirekt
PyPI	traitlets	`5.14.3`	indirekt
PyPI	typing-extensions	`4.15.0`	indirekt
PyPI	tzdata	`2025.3`	indirekt
PyPI	uri-template	`1.3.0`	indirekt
PyPI	urllib3	`2.7.0`	indirekt
PyPI	verspec	`0.1.0`	indirekt
PyPI	virtualenv	`21.2.0`	indirekt
PyPI	watermark	`2.6.0`	indirekt
PyPI	wcwidth	`0.6.0`	indirekt
PyPI	webcolors	`25.10.0`	indirekt
PyPI	webencodings	`0.5.1`	indirekt
PyPI	websocket-client	`1.9.0`	indirekt
PyPI	werkzeug	`3.1.7`	indirekt
PyPI	widgetsnbextension	`4.0.15`	indirekt
PyPI	zensical	`0.0.40`	indirekt
PyPI	zipp	`3.23.0`	indirekt

Abhängigkeits-Advisories 3

Dieses Repository veröffentlicht kein vom Index auflösbares Paket, daher wurde sein eigener Abhängigkeitsgraph bewertet – 294 Pakete, darunter auch Entwicklungs- und Test-Pins, die nie ausgeliefert werden: 3 tragen bekannte Advisories, davon 1 direkte.

Paket	Version	Beziehung	Schweregrad	Advisories	Behoben in
click	`8.3.1`	indirekt	hoch	1	`8.3.3`
bincode	`1.3.3`	direkt	unbekannt	1	—
crossbeam-epoch	`0.9.18`	indirekt	unbekannt	1	`0.9.20`

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 — crates.io, PyPI.

Software-Gesundheitsindex

Bewertungsprofil

Eigentümerschaft

Paket-Ökosysteme

Metriken nach Kategorie

Eckdaten

Warnungen zur Datenerhebung

Weitere Details

Feedback

Verwandte Einträge