Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-17 16:16 UTC

open-metadata / collate-sqlfluff

A modular SQL linter and auto-formatter with support for multiple dialects and templated code.

Python · SQLMIT★ 0 Sterne⑂ 1 Forkseit März 2025ForkAuf GitHub ansehen ↗
ArtKommandozeilenwerkzeugPluginBibliothekwie das ermittelt wird

open-metadata/collate-sqlfluff erreicht einen Gesundheitsindex von 62 von 100 und liegt damit im Bereich Mittel. Am stärksten schneidet es bei AI Readiness (93/100) ab, am schwächsten bei Security (21/100). Zuletzt vor 112 Tagen aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

62
gesamt / 100
Mittel

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.

62
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 58 wird auf der veröffentlichten Indexskala auf 62 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

OpenMetadataOrganisation
466 Follower32 öffentliche Reposseit Juni 2021

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

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIcollate-sqlfluff3.5.3344.95711vor 112 Tagensqlfluffsqllinterformatterathenabigqueryclickhousedatabricksdb2dorisduckdbexasolflinkgreenplumhiveimpalamaterializemariadbmysqlpostgresredshiftsnowflakesoqlsparksqlsqlitestarrocksteradatatrinotsqlverticadbt

Metriken nach Kategorie

Vitalität

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

59Mittel · 21 % des Gesamtindex

Entwicklungsaktivität

38Schwach
Wie die Bewertung erfolgt
9.9/36Push-Aktualität — letzter Push vor 112 Tagen
8.3/36Commit-Rhythmus — 12/52 Wochen mit Commits
16.2/18Commit-Volumen — 63 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year63
human_commit_share0,99
days_since_last_push112
active_weeks_last_year12

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 7 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 112 Tagen
27/27Release-Rhythmus — ein Release etwa alle 39,8 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count7
latest_release_tag3.5.3-release
releases_from_tagsnein
days_since_latest_release112
mean_days_between_releases39,8

Community & Verbreitung

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

32Gefährdet · 17 % des Gesamtindex

Popularität & Verbreitung

1Kritisch
Wie die Bewertung erfolgt
0/60Stars — 0 Stars
0/25Forks — 1 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks1
stars0
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

25Gefährdet
Wie die Bewertung erfolgt
0/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmenein
has_licensenein
readme_badges10
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

92Exzellent
Wie die Bewertung erfolgt
73.8/80Downloads pro Monat — 344.957 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagescollate-sqlfluff
dependents—
ecosystemspypi
total_downloads—
monthly_downloads344.957
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?

78Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

57Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
12.2/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 46 % der Commits
13.5/13.5Breite der Beitragenden — 99 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor2
contributors_sampled99
top_contributor_share0,456

Reaktionsfähigkeit bei Issues & PRs

91Exzellent
Wie die Bewertung erfolgt
0/42Issue-Lösungsquote — keine Issues oder keine Daten
27.3/30PR-Annahme — 10/11 entschiedene PRs gemergt
0/13Newcomer PR acceptance — kein PR eines Erstbeitragenden in 30 Tagen entschieden
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs10
open_issues0
closed_issues0
prs_merged_7d0
prs_decided_7d0
prs_merged_30d0
prs_decided_30d0
issue_closed_ratio—
closed_unmerged_prs1
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Issue-Lösungsquote, Newcomer PR acceptance. Die verbleibenden Gewichte wurden renormalisiert.

Eigentümerschaft & Trägerschaft

71Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
19.2/25Reichweite des Inhabers — 466 Follower von open-metadata
21.5/25Kontohistorie — 32 öffentliche Repos, Kontoalter ca. 5 Jahre
Verwendete Eingangsdaten
followers466
owner_typeOrganization
is_verifiednein
owner_loginopen-metadata
public_repos32
account_age_days1.916

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 112 Tagen
20/20Versionshistorie — 11 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagescollate-sqlfluff
ecosystemspypi
any_deprecatednein
min_days_since_publish112

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

100Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 11 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
9.6/9.6Pre-Commit-Hooks
6.4/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfigja
has_linter_configja
has_precommit_configja

Dokumentation

50Mittel
Wie die Bewertung erfolgt
0/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.sqlfluff.com
0/10Repository-Beschreibung
0/10Topics
10/10Wiki
Verwendete Eingangsdaten
topics—
has_wikija
homepagehttps://www.sqlfluff.com
docs_sitehttps://www.sqlfluff.com
has_readmenein
has_docs_dirja
has_descriptionnein

Sicherheit

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

21Gefährdet · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestsdocs/requirements.txt, pyproject.toml, requirements_dev.txt
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

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_packages17
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:collate-sqlfluff@3.5.3 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 17 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.

93Außergewöhnlich · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

100Außergewöhnlich
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.databricks.com/llms.txt)
40/40Lesbare Commit-Historie — 83 von 99 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.databricks.com/llms.txt
legible_history_share0,838
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes4.470

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

89Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile, docs/Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff]), tox.ini
11/11Statische Typprüfung — src/sqlfluff/py.typed
10/10Reproduzierbare Umgebung — Dockerfile
8/10Belegte Agentenpraxis — 4 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile, docs/Makefile
has_devcontainernein
has_linter_configja
typecheck_configssrc/sqlfluff/py.typed
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

80Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (src/sqlfluff/py.typed)
52.9/55Handhabbare Dateigrößen — 15/397 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes315.701
source_files_sampled397
oversized_source_files15

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

0GitHub-Sterne
99Mitwirkende
63Commits, letzte 12 Monate
112Tage seit letztem Push
7Releases
2Bus-Faktor
0offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Community profile unavailable
  • OpenSSF Scorecard timed out after 240s; skipping Scorecard checks

Weitere Details

Direkte Abhängigkeiten 13
RegistryPaketVersionsvorgabeManifest
PyPIplatformdirs—pyproject.toml
PyPIchardet—pyproject.toml
PyPIclick<8.4.0pyproject.toml
PyPIcolorama>=0.3pyproject.toml
PyPIdiff-cover>=2.5.0pyproject.toml
PyPIJinja2—pyproject.toml
PyPIpathspec—pyproject.toml
PyPIpytest—pyproject.toml
PyPIpyyaml>=5.1pyproject.toml
PyPIregex—pyproject.toml
PyPItblib—pyproject.toml
PyPItomli—pyproject.toml
PyPItqdm—pyproject.toml
Alle Abhängigkeiten 46

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 13 direkte und 33 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIchardet—direkt
PyPIclick—direkt
PyPIcolorama—direkt
PyPIdiff-cover—direkt
PyPIjinja2—direkt
PyPIpathspec—direkt
PyPIplatformdirs—direkt
PyPIpytest—direkt
PyPIpyyaml—direkt
PyPIregex—direkt
PyPItblib—direkt
PyPItomli—direkt
PyPItqdm—direkt
PyPIblack25.1.0indirekt
PyPIcollate-sqlfluff—indirekt
PyPIcoverage—indirekt
PyPIdbt-core—indirekt
PyPIdbt-postgres—indirekt
PyPIdoc8—indirekt
PyPIflake8—indirekt
PyPIflake8-black—indirekt
PyPIflake8-docstrings—indirekt
PyPIghapi—indirekt
PyPIhypothesis—indirekt
PyPIimport-linter—indirekt
PyPIjinja2-simple-tags—indirekt
PyPImypy—indirekt
PyPIpydocstyle—indirekt
PyPIpygments—indirekt
PyPIpytest-cov—indirekt
PyPIpytest-xdist—indirekt
PyPIrequests—indirekt
PyPIruff—indirekt
PyPIsetuptools—indirekt
PyPIsphinx—indirekt
PyPIsphinx-click—indirekt
PyPIsphinx-reredirects—indirekt
PyPIsqlfluff3.5.0indirekt
PyPItox—indirekt
PyPItypes-appdirs—indirekt
PyPItypes-chardet—indirekt
PyPItypes-colorama—indirekt
PyPItypes-pyyaml—indirekt
PyPItypes-regex—indirekt
PyPItypes-tqdm—indirekt
PyPIyamllint—indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:collate-sqlfluff@3.5.3 zieht 17 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 open-metadata/collate-sqlfluff teilen. Nebeneinander lesen →

98sqlfluff/sqlfluffA modular SQL linter and auto-formatter with support for multiple dialects and templated code.Außergewöhnlich94ibis-project/ibisthe portable Python dataframe libraryAußergewöhnlich95dbeaver/dbeaverFree universal database tool and SQL clientAußergewöhnlich95sequelize/sequelizeFeature-rich ORM for modern Node.js and TypeScript, it supports PostgreSQL (with JSON and JSONB support), MySQL, MariaDB, SQLite, MS SQL Server, Snowflake, Oracle DB, DB2 and DB2 for IBM i.Außergewöhnlich96Canner/WrenAIGenBI (Generative BI) for AI agents, an open-source, governed text-to-SQL through an open context layer that turns natural-language questions into trusted dashboards, charts, and SQL across 20+ data sources, such as BigQuery, Snowflake, PostgreSQL, ClickHouse, Amazon Redshift, Databricks and more.Außergewöhnlich94dbt-labs/dbt-adaptersAußergewöhnlich

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.